EXAMENFINALDEECONOMETRIA,3CURSO(GRADOSENECOyADE)

19deSeptiembrede201215:30horas
PrimerApellido:

SegundoApellido:

Nombre:

GrupoyGrado:

DNI:

Profesor(a):

Telfono:

email:

Pregunta1

EnBlanco

Pregunta2

EnBlanco

Pregunta3

EnBlanco

Pregunta4

EnBlanco

Pregunta5

EnBlanco

Pregunta6

EnBlanco

Pregunta7

EnBlanco

Pregunta8

EnBlanco

Pregunta9

EnBlanco

Pregunta10

EnBlanco

Pregunta11

EnBlanco

Pregunta12

EnBlanco

Pregunta13

EnBlanco

Pregunta14

EnBlanco

Pregunta15

EnBlanco

Pregunta16

EnBlanco

Pregunta17

EnBlanco

Pregunta18

EnBlanco

Pregunta19

EnBlanco

Pregunta20

EnBlanco

Correctas

Incorrectas

EnBlanco

Puntuacinfinal


INSTRUCCIONES

El examen consta de 20 preguntas tipo test. Seale su respuesta a cada pregunta con
bolgrafo,tachandoconunaCRUZGRANDEunayslounacasillaporpreguntaenlaplantilla
delaprimerapgina.Sitachamsdeunacasillaenunapregunta,seconsiderarincorrecta
larespuestaadichapregunta.Sideseadejaralgunapreguntasinresponder,tachelacasilla
En Blanco correspondiente. Una respuesta Correcta vale +2 puntos, una Incorrecta 1
punto y una En Blanco vale 0 puntos. LA CALIFICACION FINAL DEL EXAMEN ES IGUAL AL
NUMERODEPUNTOSOBTENIDODIVIDIDOENTRE4.

No desgrape las hojas del examen y use la ltima pgina de OPERACIONES para hacer sus
clculos.

LADURACIONDELEXAMENESDE1HORAy30MINUTOS

Pregunta1:SielvalordelestadsticodeJarqueBeracalculadoconlosresiduosdela
estimacin de un modelo lineal con 48 observaciones es igual a 3.97, el nivel de
significacin marginal (pvalor) asociado con el contraste de normalidad de las
perturbacionesdebecalcularsecomo:
A) Pr[ 32 3.97]
B) Pr[t (48) 3.97]
C) Pr[ 22 3.97]
Pregunta2:Laventajaprcticafundamentaldeunmodeloderegresinlinealmltiple
(RLM) del tipo Yi 1 2 X i 2 3 X i 3 U i frente a un modelo de regresin lineal
simple(RLS)deltipo Yi 1 2 X i 2 U i ,consisteenque:
A) ElRcuadradoconvencionalasociadoconelmodeloRLSsiempreesmayorque
elasociadoconelmodeloRLM.
B) Si 3 0 y las variables X i 2 y X i 3 presentan algn grado de correlacin, el
estimadorMCOde 2 esmsfiableenlaRLMqueenlaRLS.
C) ElRcuadradocorregidoasociadoconelmodeloRLMsiempreesmayorqueel
asociadoconelmodeloRLS.
Pregunta3:Enelmodeloderegresinlinealsimple Yt 0 1 X t U t ( t 1, 2,..., N ),
sisecumpleque X 0 ,entonces:
A) Larectaderegresinpasaporelpunto(0,0)
B) ElestimadorMCOde 0 esiguala 0 Y 1
C) ElestimadorMCOde 1 tienelaexpresin 1

Y X
X
t

2
t

Pregunta 4: Utilizando informacin sobre 68 alumnos, se ha estimado la relacin entre la

variablePUNTOS(nmerodepuntosobtenidosenunexamendeEconometra)ylassiguientes
variables: CLASE que es una variable ficticia que vale 1 para las personas que asistieron
regularmenteaclaseyceroencasocontrario;MUJERqueesunavariableficticiaquevale1
para las alumnas (mujeres) y cero para los alumnos (hombres) y REP que es una variable
ficticiaquevale1paralaspersonasrepetidorasyceroparalasnorepetidoras.Losresultados
delaestimacinMCOdeestemodelosemuestranenlaTablaC:


TablaC
Variabledependiente:PUNTOS
Mtodo:MnimosCuadradosOrdinarios
Tamaomuestral:68
Variable Coeficienteestimado Desviacintpicaestimada Estadsticot pvalor
Constante
23.42532
2.343012
9.997955 0.0000
CLASE
22.67349
2.607843
8.694348 0.0000
MUJER
1.839659
2.530696
0.726938 0.4699
REP
3.382800
2.548896
1.327162 0.1892

Dadosestosresultados,laprobabilidaddequelapuntuacinesperadadeunalumno(hombre)
NOrepetidorqueNOasistiaclaseregularmente,noseainferiora30puntosesiguala:
A) Pr[t (64) 2.806]
B) Pr[t (64) 2.806]
C) Pr[t (64) 30]

Pregunta 5: En un modelo del tipo Yi = b1 + b2 X i + Ui ( i = 1, 2,..., 20 ), en el que se

cumplen todas las hiptesis clsicas, se desea contrastar la H0 : b2 = 1 frente a la

H1 : b2 1 utilizando el estadstico t habitual. Si t representa el valor calculado de

dichoestadsticoy Pr[- t t (18 ) t ] = 0.85 ,entonces:
A) La hiptesis nula debe rechazarse en favor de la hiptesis alternativa al 10%
peronoal5%designificacin.
B) Lahiptesisnulanopuederechazarseenfavordelahiptesisalternativanial
5%nial10%designificacin.
C) Lahiptesisnuladeberechazarseenfavordelahiptesisalternativaal5%pero
noal10%designificacin.
Pregunta 6: Considere el modelo Yi 1 2 X i U i , cuyas perturbaciones ( U i ) no
presentan autocorrelacin y son tales que la E[U i ] 0 y la Var[U i ] 2 X i2
N
i 1, 2,..., N .Suponga,adems,que i 1 X i 0 .Si 2 eselestimadorMCOde 2 en

elmodeloanterior,indiqueculdelasafirmacionessiguientesesFALSA:
A) Var[ 2 ] 2
B) Var[ 2 ] 2

i 1 X i2
N

X i2
i 1

X i4
i 1

X i2
i 1

C) E 2 2

Pregunta 7: Considere un modelo del tipo Yt 1 2 X t U t cuyas perturbaciones

siguenelsiguientemodelo U t U t 1 At donde At esunprocesoderuidoblanco(es
decir,tieneesperanzanula,varianzaconstanteyausenciadeautocorrelacin).Indique
culdelasafirmacionessiguientesesFALSA:
A) ElestimadorMCOde 2 enelmodelo Yt 2X t At eseficiente
B) Lasperturbacionesdelmodelo( Ut )NOtienenesperanzaconstante
C) Lasperturbacionesdelmodelo( U t )sonestacionarias
Laspreguntas8a10secorrespondenconelsiguienteenunciado:Usandodatossobre
elgastopblicoeneducacinpercpita(GPE)yelPIBpercpita(PIB)de34pasesen
elao2008,sehaestimadoporMCOelmodelodadoenlaTablaA1.Posteriormente,
se ha llevado a cabo un contraste de White a partir de los residuos resultantes del
modelo estimado en la Tabla A1. Para ello, se presentan en la Tabla A2 algunos
resultados de la estimacin MCO de una regresin auxiliar en la que la variable
dependienteeselcuadradodelosresiduosMCO(Residuos2)delmodeloestimadoen
laTablaA1.
TablaA1
Variabledependiente:GPE
Mtodo:MnimosCuadradosOrdinarios
Tamaodelamuestra:34
Variable
Coeficiente
Desviacin
estimado
tpica
Constante
0.124573
0.048523
PIB
0.073173
0.005179

Estadsticot

pvalor

2.567308
14.12755

0.0151
0.0000

TablaA2
Variabledependiente: Residuos2
Mtodo:MnimosCuadradosOrdinarios
Tamaomuestral:34
Variable
Coeficiente
Desviacin
Estadsticot
estimado
tpica
Constante
0.017677
0.016112
1.097134
PIB
0.005206
0.004548
1.144759
PIB2
0.000484
0.000264
1.834592
Rcuadrado
0.292984
EstadsticoF
Rcuadrado
0.247370
pvalor
corregido
(estadsticoF)

pvalor
0.2810
0.2611
0.0762
6.423119
0.004636

Pregunta8:Considerelascincoafirmacionessiguientes:
5

1. ElvalorcalculadodelestadsticodeWhiteesiguala9.961456
2. ElcontrastedelaTablaA2esuncontrastedeausenciadeautocorrelacinen
lasperturbacionesdelmodeloestimadoenlaTablaA1.
3. El contraste de la Tabla A2 es un contraste de homoscedasticidad en las
perturbacionesdelmodeloestimadoenlaTablaA1.
4. El estadstico de White referido al modelo estimado en la Tabla A1 sigue,
aproximadamente,unadistribucin c(23)
5. Sabiendo que la Pr[c(22 ) > 9.961456] = 0.006869 , la hiptesis nula del
contrastedelaTablaA2nopuederechazarseal10%designificacin.
A)AfirmacionesCIERTAS:1y2.AfirmacionesFALSAS:3,4y5.
B)AfirmacionesCIERTAS:1y3.AfirmacionesFALSAS:2,4y5.
C)AfirmacionesCIERTAS:1y4.AfirmacionesFALSAS:2,3y5.
Pregunta9:Deacuerdoconlarespuestacorrectadelapreguntaanterior,indiquecul
delassiguientesafirmacionesescierta:
A) Los estadsticos t que figuran en la Tabla A1 pueden utilizarse de la forma
habitualparacontrastarlasignificacinindividualdelosparmetros.
B) El estimador MCO que se ha utilizado para obtener las estimaciones de los
parmetrosquefiguranenlaTablaA1essesgado.
C) Las desviaciones tpicas de los coeficientes estimados en la Tabla A1 son
incorrectasalestarcalculadasbajoelsupuestodequeloserroresdelmodelo
sonesfricos.
Pregunta 10: Por ltimo, se ha vuelto a estimar por MCO el modelo de la Tabla A1,
calculandoexplcitamenteunaestimacinadecuadadelasdesviacionestpicasdelos
parmetrosapartirdelafrmuladeWhite.Losresultadosdeestaltimaestimacin
figuranenlaTablaA3.
TablaA3
Variabledependiente:GPE
MatrizdevarianzascovarianzascalculadaapartirdelafrmuladeWhite
Tamaodelamuestra:34
Variable
Coeficiente
Desviacin
Estadsticot
estimado
tpica
Constante

0.040414
3.082420
PIB

0.006212
11.78005

pvalor
0.0042
0.0000

Considerelascuatroafirmacionessiguientes:

1. LasestimacionesdelaconstanteylapendientequefaltanenlaTablaA3son
iguales,respectivamente,a0.124573y0.073173.
2. LasdesviacionestpicasdelosparmetrosquefiguranenlaTablaA3sonigual
deincorrectosquelasquefiguranenlaTablaA1.
3. Sila Pr[t (32) 2.037] = 0.975 ,unintervalodeconfianzaadecuadoal95%de
confianzaparaelparmetroasociadoalPIBes[0.0605,0.0858].
4. Sila Pr[t (32) 2.037] = 0.975 ,unintervalodeconfianzaadecuadoal95%de
confianzaparaelparmetroasociadoalPIBes[0.0626,0.0837].

A) AfirmacionesCIERTAS:1y4.AfirmacionesFALSAS:2y3.
B) AfirmacionesCIERTAS:1y3.AfirmacionesFALSAS:2y4.
C) AfirmacionesCIERTAS:1y2.AfirmacionesFALSAS:3y4.
Las preguntas 11 y 12 se corresponden con el siguiente enunciado. Considere un
modelodeltipo Yi = b1 + b2 X i 2 + b3 X i 3 + Ui ysupongaqueapartirdeunamuestra
de20datossehanobtenidolossiguientesresultadosporMCO:
b
0.218120

1 0.96587

b = b2 = 0.69914 Var[b ] = 0.019195

0.048526

-0.050301 -0.031223 0.037120
b3 1.77690

s 2 = 2.5193 R 2 = 0.9466

Pregunta11:IndiqueculdelassiguientesafirmacionesesCIERTA:
A) Lasumadecuadradosdelosvaloresde Yi endesviacionesconrespectoala
mediaesiguala802.0243.
B) Lasumadecuadradosderesiduos(SCR)esiguala22.8281.
C) Lasumadecuadradosdelosvaloresde Yi endesviacionesconrespectoala
medianopuedecalcularseconlainformacindisponible.
Pregunta 12: Sabiendo que la Pr[F (2,17 ) 3.590] = 0.95 , del contraste de
significacinglobaldelaspendientesdelmodelo,sededuceque:
A) Lahiptesisnulanopuederechazarseafavordelaalternativaal5%,yaqueel
valordelestadsticoFcorrespondienteesiguala150.676.
B) Lahiptesisnuladeberechazarseafavordelaalternativaal5%,yaqueelvalor
delestadsticoFcorrespondienteesiguala150.676.
C) Lahiptesisnuladeberechazarseafavordelaalternativaal5%,yaqueelvalor
delestadsticoFcorrespondienteesiguala160.324.

Preguntas 13: En el Grfico B1 se muestra la evolucin temporal del rendimiento

porcentual de deuda pblica a 20 aos (RDP) en el Reino Unido. La muestra incluye
datostrimestralesdesdeelsegundotrimestrede1952hastaelcuartode1979.

GrficoB1:RDP
10

Long

3
1952

1954

1956

1958

1960

1962

1964

1966

1968

1970

IndiqueculdelassiguientesafirmacionesesCIERTA:
A) LaseriedeRDPesestacionariaenmedia,peronoenvarianza.
B) LaseriedeRDPnoesestacionariaenmedia.
C) LaseriedeRDPesestacionariaenmedia,siendostaaproximadamente
iguala6puntosporcentuales.
Pregunta 14: En un modelo de regresin del tipo Yt = b1 + b2 X t + Ut , donde se usa
una muestra anual que abarca desde 1977 hasta 1999, ambos inclusive, se desea
contrastarsilaobservacincorrespondientea1987esatpica.Paraello,seestimael
siguiente modelo de regresin: Yt = b1 + b2 X t + d D1987 + Ut , donde D1987 es una
variableficticiaquetomavalorunoenelao1987yceroenelrestodelosaos.La
hiptesisnuladequelaobservacincorrespondientea1987noesatpica(esdecir,se
ajustaalpatrnquegenerelrestodelamuestra)es:
A) b1 = b2 = d = 0
B) b2 = d = 0
C) d = 0
Laspreguntas15a19secorrespondenconelsiguienteenunciado:EnelModelo1se
presentan los resultados de la estimacin de una funcin de consumo de gasolina
usandodatosanualesdesde1960hasta1995.Serelacionaelconsumodegasolinaen
logaritmos[LOG(G)]enfuncindelassiguientesvariablesexplicativas:Pgesunndice
de precios de la gasolina, Y es la renta disponible per cpita, Pnc es un ndice de
preciosdecochesnuevos,PucesunndicedepreciosdecochesusadosyPptes un
ndicedepreciosdeltransportepblico.
8

Modelo 1: MCO, usando las observaciones 1960-1995 (T = 36)

Variable dependiente: LOG (G)

Constante
Pg
Y
Pnc
Puc
Ppt

Coeficiente Desv. Tpica Estadstico t

3.71415
0.0631232
58.8398
-0.0305398 0.0110512
-2.7635
0.000221807 6.82898e-06
32.4803
-0.12692
0.0790663
-1.6052
-0.0275409 0.0254615
-1.0817
-0.00791789 0.0199616
-0.3967

Media de la vble. dep.

Suma de cuad. residuos
R-cuadrado
F(5, 30)
Log-verosimilitud
Criterio de Schwarz

5.392989
----------0.989930
589.8329
82.27570
-143.0503

Valor p
<0.00001
0.00968
<0.00001
0.11892
0.28802
0.69443

D.T. de la vble. dep.

D.T. de la regresin
R-cuadrado corregido
Valor p (de F)
Criterio de Akaike
Crit. de Hannan-Quinn

0.248779
----------0.988252
<0.000001
-152.5514
-149.2353

Acontinuacin,sehaestimadoelmismomodeloeliminandolasvariablesexplicativas
Pnc,PucyPpt.LosresultadosMCOdedichaestimacinsepresentanenelModelo2.
Modelo 2: MCO, usando las observaciones 1960-1995 (T = 36)
Variable dependiente: LOG(G)

Const
Pg
Y

Coeficiente Desv. Tpica Estadstico t

3.88877
0.0649193
59.9016
-0.079651
0.0140755
-5.6589
0.000182905 9.86282e-06
18.5449

Media de la vble. dep.

Suma de cuad. residuos
R-cuadrado
F(2, 33)
Log-verosimilitud
Criterio de Schwarz

5.392989
----------0.961902
416.5946
58.32481
-105.8991

Valor p
<0.00001
<0.00001
<0.00001

D.T. de la vble. dep.

D.T. de la regresin
R-cuadrado corregido
Valor p (de F)
Criterio de Akaike
Crit. de Hannan-Quinn

0.248779
----------0.959593
<0.000001
-110.6496
-108.9916

Pregunta15:DeacuerdoconlosresultadosdelModelo1:
A) Todas las pendientes del modelo son individualmente y conjuntamente
significativasal5%.
B) Notodaslaspendientesdelmodelosonindividualmentesignificativas,peros
losonconjuntamenteal5%.
C) TodaslaspendientesdelmodeloNOsonniindividualmenteniconjuntamente
significativasal5%.
Pregunta16:DeacuerdoconlosresultadosdelModelo1ydelModelo2:

A) ElModelo1espreferiblealModelo2deacuerdoconelcriteriodeinformacin
deAkaike.
B) ElModelo2espreferiblealModelo1deacuerdoconelcriteriodeinformacin
deSchwarz.
C) ElModelo2espreferiblealModelo1deacuerdoconelRcuadradocorregido.
Pregunta 17: De acuerdo con los resultados de los Modelos 1 y 2, el contraste de la
hiptesisnulaconjuntadequeloscoeficientesasociadosalasvariablesPnc,PucyPpt
sontodosnulos:
A) Se puede llevar a cabo usando un estadstico F, pero no hay informacin
suficienteparacalcularelvalordelestadstico.
B) SepuedellevaracabousandounestadsticoF,siendoelvalordelmismoigual
a7.357.
C) SepuedellevaracabousandounestadsticoF,siendoelvalordelmismoigual
a27.833.
Pregunta18:Acontinuacin,sepresentaenlatablasiguientelosFactoresdeInflacin
deVarianza(VIF)paralasvariablesexplicativasdelaregresinestimadaenelModelo
1:
Variable VIF(j)
Pg
9.2
Y
7.2
Pnc
120.8
Puc
62.0
Ppt
66.1
Recuerde que el VIF ( j ) =

1
, donde R 2j es el coeficiente de determinacin
2
1- Rj

obtenido al regresar la variable explicativa jsima sobre las dems variables

explicativas.Entonces:
A) ElmnimovalorposiblequepuedetomarelVIFdeunavariableesuno.
B) Lasvariablesmenoscolineales(correlacionadas)conelrestosonPnc,PucyPpt
C) ElmnimovalorposiblequepuedetomarelVIFdeunavariableescero.
Pregunta19:Deacuerdoconlarespuestacorrectaalapreguntaanterior,laexistencia
deunaltogradodecorrelacinlinealentrelasvariablesexplicativasdelModelo1:
A) Aumenta la incertidumbre de las estimaciones y, por tanto, el riesgo de NO
rechazarhiptesisfalsas.
B) El estimador MCO que se ha usado pierde las propiedades de insesgadez y
eficiencia.

10

C) Disminuye la amplitud de los intervalos de confianza de los parmetros del

modelo.
Pregunta 20: Suponga que en un modelo de regresin del tipo [M1]
Yi = b1 + b2 X i 2 + b3 X i 3 + b4 X i 4 + Ui en donde se dispone de 7 observaciones, se

desea contrastar la dependencia no lineal de los regresores sobre la variable

endgena.Paraello,sequierenincluirloscuadradosylosproductoscruzadosdetodas
las variables explicativas. En este caso, la regresin asociada con el contraste RESET
quehabraqueestimarparacontrastardichadependenciasera:
A) Yi sobre X i 2 , X i 3 , X i 4 , X i22 , X i23 , X i24 contrminoconstante.
B) Yi sobre X i 2 , X i 3 , X i 4 , X i22 , X i23 , X i24 , X i 2 X i 3 , X i 2 X i 4 , X 3i X 4 i con trmino
constante.
C) Yi sobre X i 2 , X i 3 , X i 4 y Yi 2 contrminoconstante,siendo Yi elvalorajustado
delaendgenaalestimarporMCOelmodelooriginal[M1].

OPERACIONES

11


EXAMENFINALDEECONOMETRIA,3CURSO(GRADOSENECOyADE)
19deSeptiembrede201215:30horas
PrimerApellido:

SegundoApellido:

Nombre:

GrupoyGrado:

DNI:

Profesor(a):

Telfono:

email:

Pregunta1

EnBlanco

Pregunta2

EnBlanco

Pregunta3

EnBlanco

Pregunta4

EnBlanco

Pregunta5

EnBlanco

Pregunta6

EnBlanco

Pregunta7

EnBlanco

Pregunta8

EnBlanco

Pregunta9

EnBlanco

Pregunta10

EnBlanco

Pregunta11

EnBlanco

Pregunta12

EnBlanco

Pregunta13

EnBlanco

Pregunta14

EnBlanco

Pregunta15

EnBlanco

Pregunta16

EnBlanco

Pregunta17

EnBlanco

Pregunta18

EnBlanco

Pregunta19

EnBlanco

Pregunta20

EnBlanco

Correctas

Incorrectas

EnBlanco

Puntuacinfinal

12