EXAMENFINALDEECONOMETRIA,3CURSO(GRADOSENECOyADE)

5deJuniode201218.30horas
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.

LADURACIONDELEXAMENESDE1HORAy30MINUTOS

Laspreguntas1a3hacenreferenciaaesteenunciado:Utilizandoinformacinde141alumnos
universitarios se intenta explicar la Nota Media en la Universidad (NMU) utilizando como
variablesexplicativaslaNotaMediaenelInstituto(NMI),elNmerodehorasporsemanaque
NOhaasistidoaclase(Faltas),lavariableficticiaPCquetomavalor1sielalumnodisponede
ordenadorencasaycerosinolotieneyParejaquetomavalor1sielestudiantetieneparejay
cerosinola tiene.La notamnimaparalasvariablesNMUyMMI esceroy lamximaes4.
Paraello,seestimaporMCOelmodeloderegresindadoenlaTabla1.
Tabla1
Variabledependiente:NMU
Mtodo:Mnimoscuadradosordinarios
Tamaomuestral:141

Coeficiente
Estimado

Constante
1.468755
NMI
0.460405
Faltas

PC
0.130493
Pareja
0.083690
Rcuadrado0.263047
Rcuadradocorregido0.241372
Desviacintpicaresidual
Sumadecuadradosderesiduos14.30138

Desviacin
tpica
0.300855
0.086086
0.025822
0.057070

Estadstico
t

pvalor

4.881936
0.0000

0.0000
2.517694
0.0130
2.286553
0.0238
1.528987
0.1286
Mediav. depend.3.056738
Desv.Tpicav.depend.0.372310
EstadsticoF
pvalor0.000000

Pregunta1:DeacuerdoconlosresultadospresentadosenlaTabla1(usetodoslosdecimales
disponibles):
A) LaestimacinMCOdelcoeficienteasociadoalavariableexplicativadeFaltasesiguala
0.065012
B) Ladesviacintpicaestimadadelcoeficienteasociadoalavariableexplicativadesi
tieneonoParejaes0.054736*
C) ElestadsticotdesignificacinindividualdelparmetroasociadoalavariableNMI
(NotaMediaenelInstituto)es5.348198
Pregunta2:DeacuerdoconlosresultadospresentadosenlaTabla1,laestimacinMCOdela
desviacintpicaresiduales(usetodoslosdecimalesdisponibles):
A)0.324279*
B)0.105157
C)0.101428
Pregunta3:DeacuerdoconlosresultadospresentadosenlaTabla1:
A) Todaslasvariablesexplicativassonindividualmentesignificativasal5%.

B) Todaslasvariablesexplicativas,exceptolaconstante,sonconjuntamentesignificativasal
5%.*
C) Lanicavariableexplicativaindividualmentesignificativaal1%eslaconstante.
Las preguntas 4 a 6 hacen referencia al siguiente enunciado: Utilizando informacin de 935
asalariados,seintentaexplicarellogaritmodelsalarioutilizandodosmodelos.EnelModelo1
seutilizancomovariablesexplicativas:IQ(medidadelcoeficienteintelectual),Educ(aosde
educacin) y Exper (aos de experiencia). En el Modelo 2, adems de estas variables, se
incluyeelnmerodehermanosdelasalariado(Sibs).

Modelo1:MCO,usandolasobservaciones1935

Const
IQ

Coeficiente

Desv.Tpica

Estadsticot

Valorp

5,19808

0,121543

42,7676

<0,00001

5,9058

<0,00001

0,00578564 0,000979658

Educ

0,057108

0,00734796

7,772

<0,00001

Exper

0,0195249

0,00324435

6,0181

<0,00001

D.T.delavble.dep.
D.T.delaregresin
Rcuadradocorregido
Crit.deHannanQuinn

0,421144
0,386089
0,159545
885,1359

Mediadelavble.dep.
Sumadecuad.Residuos
Rcuadrado
CriteriodeSchwarz

6,779004
138,7795
0,162244
897,1151

Modelo2:MCO,usandolasobservaciones1935

Const

Coeficiente

Desv.Tpica

Estadsticot

Valorp

5,26145

0,131642

39,968

<0,00001

IQ

0,00554391 0,000998244

5,5537

<0,00001

Educ

0,0559685

0,007402

7,5613

<0,00001

0,0193213

0,00324745

5,9497

<0,00001

0,00720089

0,00575645

1,2509

0,21128

D.T.delavble.dep.
D.T.delaregresin
Rcuadradocorregido
Crit.deHannanQuinn

0,421144
0,385972
0,160054
887,4097

Exper
Sibs
Mediadelavble.dep.
Sumadecuad.Residuos
Rcuadrado
CriteriodeSchwarz

6,779004
138,5464
0,163651
902,3838

Pregunta4.IndiqueculesdelassiguientesafirmacionessonCORRECTAS:
1.ElModelo1espreferidoalModelo2siseutilizaelcriteriodelRcuadradocorregido
2.ElModelo1espreferidoalModelo2siseutilizaelcriteriodeSchwarz

A)Laafirmacin1escorrectaylaafirmacin2esincorrecta
B)Laafirmacin1esincorrectaylaafirmacin2escorrecta*
C)Ambasafirmacionessoncorrectas

Pregunta 5. Indique cul de las siguientes afirmaciones referidas al Modelo 2, y bajo del
supuestodeceterisparibus,esCIERTA:

A)Unpuntoadicionalenlamedidadelcoeficienteintelectual(IQ)incrementaelsalarioen
aproximadamente0.0055dlares
B)Unpuntoadicionalenlamedidadelcoeficienteintelectual(IQ)incrementaelsalarioen
aproximadamenteun0.000055%
C)Unpuntoadicionalenlamedidadelcoeficienteintelectual(IQ)incrementaelsalarioen
aproximadamenteun0.55%*

Pregunta 6: Utilice el Modelo 2 para contrastar la H 0 : 4 0 donde 4 es el coeficiente

asociado a la variable Sibs y la hiptesis alternativa es H1 : 4 0 . Indique la respuesta
CORRECTA:

A)Notenemosinformacinsuficienteparacontrastarestahiptesisnula
B)Lahiptesisnulaserechazaparaunniveldesignificacindel5%
C)Elintervalodeconfianzaparaelcoeficienteal95%incluirelcero*

Pregunta 7: En relacin con las hiptesis sobre el vector de perturbaciones U en el modelo

linealgeneral Y X U ,indiqueculdelassiguientesafirmacionesesCIERTA:
A) LainsesgadezdelestimadorMCOde norequierelahiptesisdeque E[U / X ] 0
B) ElTeoremadeGaussMarkovnorequierelahiptesisdeque U sigueunadistribucin
normal*
C) ElquelamatrizdevarianzascovarianzasdelestimadorMCOde seaiguala

2 ( X T X )1 ,notienenadaqueverconlahiptesisdequela var[U / X ] 2 I
Pregunta8:Siunmodeloderegresinlinealgeneraltienetrminoconstante:
A) LosresiduosMCOsiempresonortogonalesalasperturbaciones(errores)
B) LosresiduosMCOsiempresonortogonalesatodaslasvariablesexplicativas*
C) LasumadelosresiduosMCOsiempreespositiva
Pregunta9:Laestimacindeunmodeloderegresinsimpleusandounamuestrade10
individuosproporcionaelresultado yi 2 0.5 xi .Entonces:
A) Larectadeajustepasaporelpunto ( y , x ) ,siendo y y x lasmediasmuestralesde
lasvariables yi y xi ,respectivamente.*
B) Elcoeficientedecorrelacinlinealsimpleentrelasvariables yi y xi esiguala0.5.
C) Sielvalorde xi 10 ,entonces yi 7 .
Las preguntas 10 y 11 estn referidas al siguiente enunciado. Con el fin de estudiar las
diferencias salariales de una muestra de 222 profesores universitarios pertenecientes a 7
5

Universidadesdiferentes,enlaTablaP1sehaestimadoporMCOlarelacinentreelSalarioen
logaritmos[LOG(SALARY)]delprofesoreneurosalaoenfuncindesusaosdeantigedad
(YEARS)ysietevariablesficticias(D1,D2,,D6,D7).Enconcreto,lavariableD1tomavalor1
sielprofesorpertenecealaUniversidad1yceroenelrestodeloscasos,D2tomavalor1siel
profesorpertenecealaUniversidad2yceroenelrestodeloscasosyassucesivamente,hasta
D7que tomavalor1siel profesorformapartede laUniversidad7ycero enelrestodelos
casos.
TablaP1
Variable
dependiente

Mtodo
Tamaomuestral
Variable
explicativa
Constante
YEARS
D1
D2
D3
D4
D5
D6
Rcuadrado
Rcuadrado
corregido
Desviacintpica
residual
Sumade
cuadradosde
residuos

LOG(SALARY)

MnimosCuadradosOrdinarios
222
Coeficiente
Desviacintpica
estimado
10.82787
0.045447
0.019539
0.001378
0.096854
0.056854
0.048644
0.057308
0.021660
0.054534
0.033463
0.051322
0.062645
0.059837
0.152362
0.053455
0.514154
Mediavariable
dependiente
0.498262
Desviacintpica
variable
dependiente
0.214279
Criteriode
informacinde
Akaike
9.825934
EstadsticoF
pvalor
(estadsticoF)

Estadsticot

pvalor

238.2532
14.17646
1.703547
0.848823
0.397188
0.652033
1.046919
2.850300
11.23316

0.0000
0.0000
0.0899
0.3969
0.6916
0.5151
0.2963
0.0048

0.302511

0.207703

32.35272
0.000000

Pregunta 10: De acuerdo con los resultados de la Tabla P1, la diferencia esperada en el
logaritmodelsalariodeunprofesordelaUniversidad1conrespectoaldeunprofesordela
Universidad2,teniendoamboslosmismosaosdeantigedad,es:
A) 0.048644
B) 0.096854
C) 0.048210*

Pregunta11:SehareestimadoelmodelodadoenlaTablaP1eliminandolasvariablesD2,D3,
D4yD5.LosresultadosMCOdeestenuevomodelosemuestranenlaTablaP2:

TablaP2
Variable
dependiente
Mtodo
Tamaomuestral
Variable
explicativa
Constante
YEARS
D1
D6
Rcuadrado
Rcuadrado
corregido
Desviacintpica
residual
Sumade
cuadradosde
residuos
Logaritmo de la f.
deverosimilitud

LOG(SALARY)

MnimosCuadradosOrdinarios
222
Coeficiente
Desviacintpica
estimado
10.85405
0.029295
0.019313
0.001361
0.074770
0.043872
0.130721
0.039236
0.507206
Mediavariable
dependiente
0.500424
Desviacintpica
variable
dependiente
0.213817
Criteriode
informacinde
Akaike
9.966461
EstadsticoF

29.47880

p valor
(estadsticoF)

Estadsticot

pvalor

370.5089
14.19139
1.704273
3.331682
11.23316

0.0000
0.0000
0.0898
0.0010

0.302511

0.229539

74.79179

0.000000

Sabiendo que la Pr[ F4,214 2.37] 0.95 , la hiptesis nula de que los coeficientes de las
variablesD2,D3,D4yD5sonconjuntamenteigualesacero:
A) Nopuedecontrastarseconlainformacindisponible
B) Nopuederechazarseal5%designificacinalserelvalordelestadsticodecontraste
iguala0.765*
C) Se rechaza al 5% de significacin al ser el valor del estadstico de contraste igual a
9.966461

Pregunta12:IndiqueculdelassiguientesafirmacionesesCIERTA:
A) Laestimacinderegresionesentreseriestemporalesnoestacionarias,puededarlugar
alaobtencinderelacionesespuriasocarentesdeautenticidad.*
B) Laestimacinderegresionesentreseriestemporalesfuertementeautocorreladas,no
provoca,engeneral,ningnproblemaprcticodeespecialrelevancia.
C) El examen de los residuos de una regresin estimada con series temporales no
estacionariasnoesespecialmentetilparadetectarposiblesproblemasprcticos.
Pregunta13:Enunmodeloderegresincondatostemporalesdeltipo Yt = b1 + b2 X t + Ut ,
se sabe que los errores Ut =

1
( At + At-1 ) , donde At NIID(0, s A2 ) . Entonces, las
2

perturbacionesdelaregresin Ut :

A) Tieneunaesperanzadistintadecero
B) Sonheterocedsticas
C) Estnautocorreladas*
Pregunta14:Losdatosquecombinaninformacinreferenteavariosindividuos(ounidades)a
largodeintervalosregularesdetiemposedenominan:
A) Datosdeseccincruzada
B) Datosdepanel*
C) Datosdeseriestemporales
Pregunta15:ConelfindepredecirlaPoblacinanualenEE.UU(enmillonesdepersonas)se
ha estimado un modelo de regresin cuyos resultados se presentan en la Tabla S1 y donde
Time es una tendencia temporal, es decir, Timet = 1, 2,..., 48 . La muestra utilizada
comprendedesdeelao1948hasta1995,ambosinclusive.
TablaS1
Modelo:MCO,usandolasobservaciones19481995(T=48)
Variabledependiente:Poblacin

Coeficiente Desv.Tpica Estadsticot

Valorp

Const
147.858
0.529293
279.3504
<0.00001 ***
Time
2.41152
0.0188056
128.2342
<0.00001 ***

Mediadelavble.dep.
206.9404 D.T.delavble.dep.
33.80851
Sumadecuad.Residuos
149.8604 D.T.delaregresin
1.804947
Rcuadrado
0.997210 Rcuadradocorregido
0.997150

DeacuerdoconlosresultadosdelaTablaS1,laprediccinpuntualdelaPoblacinamericana
paraelao1996es(usetodoslosdecimalesdisponibles):
A) 147.858millonesdepersonas
B) 206.940millonesdepersonas
C) 266.023millonesdepersonas*
Pregunta 16: Considere las dos regresiones siguientes, estimadas ambas por MCO: [M1]

y i = b1 + b2 xi + u i y[M2] ui2 = g1 + g 2 xi + ai (con i = 1, 2,...,10 enamboscasos).El R 2

yladesviacintpicaresidualMCOdelmodelo[M2]son0.55y0.45,respectivamente.Porotro
lado,la Prob[ 12 3.84] = 0.95 .Considerelascuatroafirmacionessiguientes.
1. Laregresin[M2]permitecontrastarlaausenciadeautocorrelacinen[M1]frentea
que existe autocorrelacin de orden 1 en los errores. La hiptesis nula se rechaza al
5%.
2. Con la regresin [M2] puede calcularse el estadstico de BreuschPagan. Su valor es
5.5,porloquedeberechazarseal5%quelasperturbacionesdelmodelo[M1]tengan
varianzaconstante.
8

3. Conlaregresin[M2]puedecalcularseelestadsticodeWhite.Suvalores4.5,porlo
que debe rechazarse al 5% que las perturbaciones del modelo [M1] tengan varianza
constante.
4. Con la regresin [M2] puede contrastarse que las perturbaciones del modelo [M1]
tienenvarianzaconstanteatravsdelestadsticodeBreuschPagan,cuyadistribucin
aproximadabajolahiptesisnulaesuna 12
A) AfirmacionesCIERTAS:2y4.AfirmacionesFALSAS:1y3*
B) AfirmacionesCIERTAS:1y2.AfirmacionesFALSAS:3y4
C) AfirmacionesCIERTAS:2y3.AfirmacionesFALSAS:1y4
Pregunta17:SehaestimadoporMCOlarelacinentreelGastoencomidaylaRenta(Income)
para una muestra de 235 individuos (las dos variables estn medidas en francos). Los
resultadossepresentanenlaTablaG1yelGrficoG2muestralosresiduosMCOresultantes
enfuncindelaRentadelosindividuos.
TablaG1

Modelo: MCO, usando las observaciones 1-235

Variable dependiente: Gasto en comida
Coeficiente
147.475
0.485178

Const
Income

Media de la vble. dep.

Suma de cuad. Residuos
R-cuadrado
F(1, 233)

Desv. Tpica Estadstico t

15.9571
9.2420
0.0143664
33.7718

624.1501
3033805
0.830365
1140.534

Valor p
<0.00001
<0.00001

D.T. de la vble. dep.

D.T. de la regresin
R-cuadrado corregido
Valor p (de F)

***
***

276.4570
114.1079
0.829637
9.92e-92

GrficoG2
Residuos de la regresin (= foodexp observada - estimada)
600

400

200

residuo

-200

-400

-600

-800
500

1000

1500

2000

2500
income

3000

3500

4000

4500

5000

DeacuerdoconelGrficoG2,indiqueculdelassiguientesafirmacionesesCORRECTA:
9

A) Losresiduossonhomocedsticos
B) Losresiduostienenunamediamuestraliguala200
C) Losresiduossonheterocedsticos*
Pregunta18:Teniendoencuentalarespuestacorrectadelapreguntaanterior,sehaestimado
larelacinentreGastoencomidayRenta(Income),usandolasdesviacionestpicasrobustas
deWhite.LosresultadosdeestenuevomodeloestimadosepresentanenlaTablaG3.

TablaG3

Constante
Income

Modelo: MCO, usando las observaciones 1-235

Variable dependiente: Gasto en comida
Desviaciones tpicas robustas ante heterocedasticidad
Coeficiente Desv. Tpica Estadstico t
Valor p
147.475
46.6478
3.1615
0.00178
0.485178
0.0519941
9.3314
<0.00001

Media de la vble. dep.

Suma de cuad. residuos
R-cuadrado
F(1, 233)

624.1501
3033805
0.830365
87.07515

D.T. de la vble. dep.

D.T. de la regresin
R-cuadrado corregido
Valor p (de F)

***
***

276.4570
114.1079
0.829637
8.53e-18

AlavistadelosresultadosdelosmodelosestimadosenlasTablasG1yG3ysabiendoquela
Prob[t (232) 2] 0.975 (usetodoslosdecimalesdisponibles):
A) El intervalo de confianza del 95% del coeficiente asociado a la Renta es [0.3812,
0.5892]*
B) Elintervalodeconfianzadel95%delcoeficienteasociadoalaRentaes[0.4564,
0.5139]
C) Ambosmodelossonigualdevlidos,yaqueelRcuadradoesidntico.
Pregunta19:Enelcontextodelmodeloderegresinlinealgeneral,unaobservacininfluyente
es:
A) AqullaquedalugaraunresiduoMCOpositivoygrande
B) Aqullaquetieneunvalorelevadodelcoeficientedeapalancamiento( hi )
C) Aqulla que si se aade o se suprime de la muestra, afecta significativamente a las
estimacionesdelosparmetrosdelmodelo*
Pregunta20:IndiqueculdelassiguientesafirmacionesesFALSA:
A) Una serie temporal es estacionaria en media si su nivel es constante a lo largo del
tiempo
B) Unaserietemporalesestacionariaenvarianzasiesheteroscedstica*
C) Para que una serie temporal sea estacionaria es necesario que sus momentos sean
establesalolargodeltiempo

10

OPERACIONES

11

EXAMENFINALDEECONOMETRIA,3CURSO(GRADOSENECOyADE)
5deJuniode201218.30horas
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