ECONOMETRIA BLOQUE 2

La linealidad se presenta cuando la esperanza condicional de Y, E(Y | Xi), es una función lineal de los parámetros, los β; puede ser o no lineal en la variable X. Es un modelo de regresión lineal en el parámetro

La linealidad en los parámetros es pertinente para el desarrollo de la teoría de regresión. Mencione las dos interpretaciones de linealidad.

La línea de regresión poblacional. Desde el punto de vista geométrico, una curva de regresión poblacional.

Si, con base en una prueba de significancia, por ejemplo, la prueba t, decidimos “aceptar” la hipótesis nula, Todo lo que se afirma es que :

Construya un intervalo de confianza para β2 a 100(1 − α)%. LA Regla de decisión nos indica.

la multicolinealidad, el interrogante natural es: Determine cuál de las siguientes opciones se refiere a una de las advertencia de Kmenta:

Se dice que un modelo de regresión lineal presenta heterocedasticidad cuando la varianza de las perturbaciones no es constante a lo largo de las observaciones. La heterocedasticidad también surge por la presencia de:

El modelo de regresión lineal supone que no debe existir autocorrelación en los errores. El término autocorrelación se define como:

Dado dos valores cualesquiera de X, Xi y Xj (i= j), la correlación entre dos ui y uj cualesquiera (i no es igual a j) es cero. En pocas palabras estas observaciones se muestran de manera independiente. A que supuesto hace referencia este enunciado.

La distribución normal es una distribución comparativamente sencilla y requiere sólo dos parámetros. ¿Cuáles son?

Si trabajamos con una muestra finita o pequeña, la suposición de normalidad desempeña un papel relevante. ¿Cuantos datos u observaciones se necesitan para que se cumpla el papel relevante de la muestra?

Propiedades de los estimadores de MCO. Según el supuesto de normalidad. Seleccione la respuesta correcta.

Existe un método de estimación puntual con algunas propiedades teóricamente más fuertes que las del método de MCO. ¿Cómo se llama este método?

A pesar de la tendencia de los padres de estatura alta a procrear hijos altos y los padres de estatura baja, hijos bajos, la estatura promedio de los niños de padres de una estatura determinada tendía a desplazarse. Quien acuño el término de regresión.

El análisis de regresión es el estudio de la dependencia de una variable dependiente respecto de una o más variables explicativas. El objetivo que persigue es:

En un ejemplo práctico, lo que interesa es predecir la estatura promedio de los hijos a partir de la estatura de sus padres. Si esto, corresponde a un diagrama de dispersión, para su determinación se necesitara una línea recta.

A un economista quizá le interese estudiar la dependencia del consumo personal respecto del ingreso personal neto disponible, después de Impuestos. Con un análisis de este tipo, en el diagrama de dispersión , se calcula:

En el análisis de regresión interesa lo que se conoce como dependencia estadística entre variables, no así la funcional o determinista, propia de la física clásica. En las relaciones estadísticas, analizamos:

A pesar de que el análisis de regresión tiene que ver con la dependencia de una variable respecto de otras variables, esto no implica causalidad necesariamente. En otras palabras Kendall y Stuart manifiestan:

Se relaciona de manera estrecha con el de regresión, aunque conceptualmente los dos son muy diferentes. En el análisis de correlación, el objetivo principal es:

Si se estudia la dependencia de una variable respecto de más de una variable explicativa, como el rendimiento de un cultivo, la lluvia, la temperatura, el Sol y los fertilizantes. ¿A qué tipo de análisis se refiere?

El éxito de todo análisis econométrico depende a final de cuentas de la disponibilidad de los datos recopilados. Hay tres tipos de datos disponibles para el análisis empírico:

El análisis de correlación se relaciona de manera estrecha con el de regresión, aunque conceptualmente los dos son muy diferentes. En el análisis de correlación, el objetivo principal es:

El éxito de todo análisis econométrico depende a final de cuentas de la disponibilidad de los datos recopilados. Hay tres tipos de datos disponibles para el análisis empírico, uno de ellos es:

Una variable pertenece a esta categoría sólo si satisface la tercera propiedad de la escala de razón (es decir, el orden natural), como los sistemas de calificaciones por letras (A, B, C) o los niveles de ingresos alto, medio y bajo). La escala de medición es:

La micronumerosidad exacta surge cuando n, el tamaño de la muestra, es cero, en cuyo caso es imposible cualquier clase de estimación. ¿Cuándo surge la casi micronumerosidad?