NOMBRE: I. TEST (debe marcar sólo un resultado como válido en cada pregunta)
|
|
- Alejandra del Río Redondo
- hace 5 años
- Vistas:
Transcripción
1 ECONOMETRÍA I Examen DADE 20 de enero de 2005 NOMBRE: I. TEST (debe marcar sólo un resultado como válido en cada pregunta) 1. El contraste del predictor Sirve para determinar si las predicciones del modelo econométrico son correctas Sirve para calcular el intervalo de confianza de las predicciones Es útil para determinar si el modelo sirve para predecir o no 2. La omisión de variables relevantes Está relacionada con problemas de multicolinealidad Produce un incremento de los errores Se relaciona con la forma funcional del modelo Todas las anteriores 3. Un parámetro es estadísticamente óptimo cuando De entre todos los eficientes es el más pequeño De todos los parámetros, es el que presenta el signo correcto Es el que hace mayor la cota de Cramer Rao De entre todos los insesgados es el que presenta menor varianza 4. La suma cuadrática de los errores en el MBRL Sirve para analizar la mejora relativa entre varios modelos, sea cual sea el número de variables implicadas en cada uno de ellos Siempre será aconsejable que se encuentre en valores reducidos Es básica para analizar la significatividad individual de las variables del modelo 5. Los parámetros estimados por máxima-verosimilitud Siempre coinciden con los MCO Responden al valor que anula la primera derivada de la función de densidad de las perturbaciones aleatorias Siempre son insesgados
2 6. Para solventar un problema de cambio de estructura en el MBRL Se deben eliminar las variables que provocan el problema Se incluye una variable ficticia de tipo escalón Se calculan ratios entre las variables, pero nunca se eliminan Todas las anteriores 7. El contraste F de Snedecor de significatividad conjunta en el MBRL Determina la validez conjunta de todas las variables incluidas en el modelo Determina cuantas variables del modelo son significativas para explicar a la endógena Determina si al menos alguna variable es significativa para explicar a la endógena Nunca se puede emplear en modelos con constante 8. Una diferencia amplia entre la R cuadrado y la R cuadrado ajustada Es un indicio de presencia de multicolinealidad Nos muestra un posible problema de especificación en el modelo Siempre se produce una diferencia amplia entre ambas 9. La muestra pequeña en un MBRL Implica que no se puedan estimar los parámetros del modelo Un incremento en la varianza estimada de los parámetros Un incremento en la varianza estimada de las variables explicativas Un aumento de la significatividad individual de las variables explicativas 10. Los parámetros del MBRL estimados por MCO Son siempre insesgados, eficientes, lineales y óptimos Siempre son consistentes, aún cuando sean insesgados Aseguran que la suma de los errores sea igual a cero
3 II. PREGUNTAS CON ESPACIO LIMITADO 1. Demuestre que la suma de los errores en el MBRL estimado por MCO es igual a cero 2. Determine cuáles son las posibles utilidades de un modelo econométrico 3. Demuestre para qué caso los parámetros de un modelo estimados con MCO siguen siendo insesgados a pesar de la presencia de regresores estocásticos entre las explicativas.
4 III. PRÁCTICA Una cadena de grandes superficies española desea conocer una cifra estimada de sus ventas en Para ello, cuenta con datos desde 1980 hasta 2004 y plantea el siguiente modelo econométrico: VENTAS = C(1) + C(2)*SALARIOS_IPC + C(3)*NUEVAS_SUP + C(4)*INTERES_CONSUMO + C(5)*APERTURA_FESTIVO + C(6)*VTA_TARJETAS Donde: VENTAS: ventas totales anuales SALARIOS_IPC: crecimiento de los salarios reales (cto. De los salarios menos cto. IPC) NUEVAS_SUP: crecimiento de las inversiones en nuevos metros cuadrados de exposición. INTERES_CONSUMO: Tipo de interés medio al consumo APERTURA_FESTIVO: número de días festivos que se abre en el año VTA_TARJETAS: crecimiento de la emisión de tarjetas de compra del establecimiento 1. Rellene los huecos en los que aparecen interrogantes 2. Determine la validez individual y conjunta en el modelo presentado 3. Existe alguna variables o variables explicativas que pudiera estar repitiendo información en el modelo? En su caso, qué efectos produciría sobre el modelo? Cómo corregiría este problema, si lo hay? 4. Los cambios en la estructura de mercado producidos por la libertad de movimientos de capitales en 1993 pudiera afectar al modelo. Podría contrastar este hecho? 5. Determine cuál es el impacto sobre las ventas por cada día de apertura en festivos más que se decida por el gobierno, calculando las bandas de fluctuación en las qué se movería dicho impacto. 6. Entre qué bandas se moverían, como máximo, las ventas en 2005?
5 Información complementaria: Dependent Variable: VENTAS C???????????? SALARIOS_IPC NUEVAS_SUP INTERES_CONSUMO ?????? APERTURA_FESTIVO VTA_TARJETAS R-squared?????? Mean dependent var Adjusted R-squared S.D. dependent var?????? S.E. of regression?????? Akaike info criterion Sum squared resid?????? Schwarz criterion Log likelihood F-statistic?????? Durbin-Watson stat Prob(F-statistic) Residual Actual Fitted Test CUSUM de parámetros 95% de confianza CUSUM 5% Significance
6 Estadísticas descriptivas de las variables VENTAS SALARIOS_I PC NUEVAS_SU P INTERES_C ONSUMO APERTURA_ FESTIVO VTA_TARJE TAS Mean Median Maximum Minimum Std. Dev Observations Matriz de correlaciones entre las variables VENTAS SALARIOS_I PC NUEVAS_SU P INTERES_C ONSUMO APERTURA_ FESTIVO VTA_TARJE TAS VENTAS SALARIOS_IPC NUEVAS_SUP INTERES_CONS UMO APERTURA_FE STIVO VTA_TARJETAS Regresiones auxiliares Dependent Variable: SALARIOS_IPC C NUEVAS_SUP INTERES_CONSUMO APERTURA_FESTIVO VTA_TARJETAS R-squared Mean dependent var Dependent Variable: NUEVAS_SUP C SALARIOS_IPC INTERES_CONSUMO APERTURA_FESTIVO VTA_TARJETAS R-squared Mean dependent var
7 Dependent Variable: INTERES_CONSUM O C SALARIOS_IPC NUEVAS_SUP APERTURA_FESTIVO VTA_TARJETAS R-squared Mean dependent var Dependent Variable: APERTURA_FESTIVO Date: 01/18/05 Time: 11:55 C SALARIOS_IPC NUEVAS_SUP INTERES_CONSUMO VTA_TARJETAS R-squared Mean dependent var Dependent Variable: VTA_TARJETAS C SALARIOS_IPC NUEVAS_SUP INTERES_CONSUMO APERTURA_FESTIVO R-squared Mean dependent var Dependent Variable: VENTAS Sample: Included observations: 13 C SALARIOS_IPC NUEVAS_SUP INTERES_CONSUMO APERTURA_FESTIVO VTA_TARJETAS R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)
8 Dependent Variable: VENTAS Sample: Included observations: 12 C SALARIOS_IPC NUEVAS_SUP INTERES_CONSUMO APERTURA_FESTIVO VTA_TARJETAS R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) LOS VALORES NECESARIOS DE LA T-STUDENT Y F-SNEDECOR TABULADOS SE DEJARÁN INDICADOS, SI HAY QUE USARLOS
EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 2005 Prof. Rafael de Arce
EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 005 Prof. Rafael de Arce NOMBRE: DNI: PARTE I.- TEST 1. La hipótesis de rango pleno en el MBRL supone: Que las variables explicativas no tengan ninguna
Más detallesEXAMEN ECONOMETRÍA I GRUPO 31 LADE Prof. Rafael de Arce 3 de septiembre de Nombre y Apellidos:
EXAMEN ECONOMETRÍA I GRUPO 31 LADE Prof. Rafael de Arce 3 de septiembre de 2004 Nombre y Apellidos: PRIMERA PARTE: Preguntas tipo test (sólo debe marcarse una en cada caso): 1. En el Modelo Básico de Regresión
Más detallesEXAMEN ECONOMETRÍA II GRUPO DADE Prof. Rafael de Arce 3 de septiembre de Nombre y Apellidos:
EXAMEN ECONOMETRÍA II GRUPO DADE Prof. Rafael de Arce 3 de septiembre de 2004 Nombre y Apellidos: PRIMERA PARTE: (En las preguntas tipo test sólo debe marcarse una en cada caso): 1. Para determinar si
Más detallescon los supuestos clásicos, uno de ellos es que ninguna de las variables X 1, X 2,, X K es
TEMA 2: EXTENSIONES DEL MODELO DE REGRESIÓN LINEAL MÚLTIPLE: MULTICOLINEALIDAD Y TRANSFORMACIONES LINEALES. Wooldridge: Capítulos 6 (apartado 6.1) y 7 Gujarati: Capítulos 9 (apartado 9.8), 10 y 12 1. MULTICOLINEALIDAD
Más detalles(5 x 3) ( 3 x 5) ( 5 x 1) b1 335, ,3-26, ,59 b2 = 0, , ,8 12,85 = 2,94 b3-26,79 13,8 2, ,31
VENTAS PUBLIC. PRECIOS 1990 0, 0, 10 1991 1 0, 1992 2 0,8 199, 0,8 199 1, Y X U 0, 1 0, 10 U1 Modelo matricial con término constante 1 1 0, U2 (el vector de unos recoge ese término constante) 2 1 0,8 U,
Más detallesECONOMETRÍA I LICENCIATURA EN ECONOMÍA, Curso PRÁCTICA 1 (LECCIÓN 1): EN BUSCA DE ESPECIFICACIÓN Por Beatriz González López-Valcárcel
ECONOMETRÍA I LICENCIATURA EN ECONOMÍA, Curso 2003-2004 PRÁCTICA 1 (LECCIÓN 1): EN BUSCA DE ESPECIFICACIÓN Por Beatriz González López-Valcárcel En esta práctica, aplicaremos los contrastes de especificación
Más detallesErrores de especificación. Series simuladas
Estimación modelo correcto Dependent Variable: Y Date: 05/13/02 Time: 17:07 Sample: 2 100 Included observations: 99 Errores de especificación. Series simuladas C 5.376164 0.253524 21.20578 0.0000 X1 0.954713
Más detallesEconometría I (LADE). Curso 2001/2002 PRÁCTICA 08
PRÁCTICA 08 HETEROCEDASTICIDAD Y NORMALIDAD En el fichero Datos08.wf1 tenemos la renta y consumo anual (en dólares) para 500 familias con el que se pretende estimar el siguiente modelo: C i = β + β R +
Más detalles1.- Enumere las hipótesis básicas del modelo básico de regresión lineal
Introducción a la Econometría Grupo Derecho y Administración de Empresas Profesor Rafael de Arce 20 de junio de 2008 Nombre: DNI: 1.- Enumere las hipótesis básicas del modelo básico de regresión lineal
Más detallesModelo de Regresión Lineal Múltiple. Normalidad. Dr. Víctor Aguirre Torres ITAM
Modelo de Regresión Lineal Múltiple. Normalidad Dr. Víctor Aguirre Torres ITAM Temas Porqué ocurre falta de normalidad Consecuencias Detección Enfoques para manejarla Guión 18. Dr. V. Aguirre Porqué ocurre?
Más detallesModelo de Regresión Lineal Múltiple. Multicolinealidad. Dr. Víctor Aguirre Torres ITAM
Modelo de Regresión Lineal Múltiple. Multicolinealidad Dr. Víctor Aguirre Torres ITAM Temas Qué es la multicolinealidad? Consecuencias sobre la estimación. Detección. Algunas contramedidas. Guión 19. Dr.
Más detallesUNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE ECUACIONES SIMULTÁNEAS: EJERCICIO 19.
UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE ECUACIONES SIMULTÁNEAS: EJERCICIO 19.15 ECONOMETRÍA 2 Econometría.weebly.com Wilhem.weebly.com Ejercicio 19.15 Considérese
Más detallesAnálisis Estadístico
Universidad Torcuato Di Tella Análisis Estadístico Examen Final 05/07/2017 TEMA 1 Nombre y Apellido: Número de legajo: Instrucciones El examen tiene dos partes. La parte A (40 puntos) contiene 10 preguntas
Más detallesModelo 1: MCO, usando las observaciones 1994: :03 (T = 218) Variable dependiente: INFLACION
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA 1º El investigador especifica el modelo siguiente: EXAMEN PARCIAL DE ECONOMETRIA I Se le pide estimar el modelo por el método
Más detalles1. Sean dos variables aleatorias discretas X e Y. La siguiente tabla describe la función de masa de probabilidad conjunta de estas variables:
Examen de Introducción a la Econometría Universidad Carlos III de Madrid 2 a Convocatoria Curso 2004/205 Conteste las preguntas siguientes en 2 horas y media 1. Sean dos variables aleatorias discretas
Más detallesCorrelograma de la serie Y. Included observations: 900 Autocorrelation Partial Correlation AC PAC Q-Stat Prob
EXAMEN DE ECONOMETRIA EMPRESARIAL II (MÓDULO PRÁCTICO) 23 FEBRERO 2002 1 APELLIDO 2ª APELLIDO NOMBRE GRUPO PRÁCTICO NOMBRE DEL PROFESOR PREGUNTA 1 Un economista desea identificar y estimar el proceso generador
Más detallesSOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I 1º El investigador especifica los modelos siguientes: MODELO 1: IMP(t) = a + b IMP(t-1) + c IPM(t) + u(t)
Más detallesHoja de ejercicios 4 Econometría II Curso 2011/2012
Hoja de ejercicios 4 Econometría II Curso 2011/2012 1) Se dispone de las series de diferencias anuales del logaritmo de las series mensuales índice de precios al consumo en España y la Comunidad de Andalucía
Más detallesEJERCICIO T1 NOMBRE: Correctas Incorrectas En Blanco Puntos
ECONOMETRÍA EJERCICIO T1 APELLIDOS: NOMBRE: FIRMA: GRUPO: DNI: Pregunta 1 A B C En Blanco Pregunta A B C En Blanco Pregunta 3 A B C En Blanco Pregunta 4 A B C En Blanco Pregunta 5 A B C En Blanco Pregunta
Más detallesECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 3
ECONOMETRÍA II PRÁCTICAS DE ORDENADOR Práctica 3 Considere la ecuación de inversión RINV t = β 1 +β 2 RPIB t +β 3 r t +u t donde RINV es la inversión real privada, RPIB es el PIB real y r es el tipo de
Más detallesIntroducción a la Econometría Capítulo 4
Introducción a la Econometría Capítulo 4 Ezequiel Uriel Jiménez Universidad de Valencia Valencia, Septiembre de 2013 4.1 El contraste de hipótesis: una panorámica 4.2 Contraste de hipótesis utilizando
Más detallesSOLUCIÓN DE LA PRIMERA PRÁCTICA CALIFICADA DE ECONOMETRIA I
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA SOLUCIÓN DE LA PRIMERA PRÁCTICA CALIFICADA DE ECONOMETRIA I 1º El investigador especifica el modelo siguiente: (7 puntos) M1(t) = a + b P(t) + c(0) PBI(t)
Más detallesILUSTRACIÓN DEL PROBLEMA DE LA IDENTIFICABILIDAD EN LOS MODELOS MULTIECUACIONALES
ILUSTRACIÓN DEL PROBLEMA DE LA IDENTIFICABILIDAD EN LOS MODELOS MULTIECUACIONALES El objetivo de este documento es ilustrar matemáticamente, y con un caso concreto, el problema de la identificación en
Más detalles1. VARIABLES FICTICIAS
TEMA 1: EXTENSIONES DEL MODELO DE REGRESIÓN LINEAL MÚLTIPLE: VARIABLES FICTICIAS Y CAMBIO ESTRUCTURAL. Wooldridge: Capítulos 6 (apartado 6.1) y 7 Gujarati: Capítulos 9 (apartado 9.8), 10 y 12 1. VARIABLES
Más detallesPRACTICA 3. CONTRASTES Y PREDICCION.
ECONOMETRIA I (LADE). CURSO 2001/2002 PRACTICA 3. CONTRASTES Y PREDICCION. En el archivo prac3.xls disponemos de las siguientes observaciones correspondientes a un país: Y: consumo privado, medido en millones
Más detallesGuía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA.
Guía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA. Debe ser resuelta a mano, citar bibliografía (no usar internet). Términos clave 1. Ceteris Paribus 2. Grado de libertad 3.
Más detallesECONOMETRIA II ADE LADE-DERECHO. CURSO 2006/2007
ECONOMETRIA II ADE LADE-DERECHO. CURSO 2006/2007 Hoja de ejercicios 3 PARTE A) Marque con una X la respuesta o respuestas correctas A.1. En el gabinete de estudios de una empresa de inversión en activos
Más detallesÍndice General de Ventas en Grandes Almacenes y su logaritmo
En los gráficos y cuadros que se presentan en las páginas siguientes se presentan resultados relativos a la variable Índice General de Ventas en grandes superficies en España con periodicidad mensual desde
Más detallesRegresión con heterocedasticidad y autocorrelación
Regresión con heterocedasticidad y autocorrelación Tema 6 Regresión con heterocedasticidad La heterocedasticidad significa que var( i ) cte Es la norma, no la excepción, en especial con datos transversales
Más detallesEXTENSIÓN DEL MODELO DE REGRESIÓN LINEAL DE DOS VARIABLES
EXTENSIÓN DEL MODELO DE REGRESIÓN LINEAL DE DOS VARIABLES REGRESIÓN A TRAVÉS DEL ORIGEN Y Y i = β 1 + β 2X i + ε i Y i = β 2X i + ε i X A MENOS QUE EXISTA UNA EXPECTATIVA A PRIORI MUY FUERTE ES ACONSEJABLE
Más detallesUNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE
UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE CAPÍTULO 8: ANÁLISIS DE REGRESIÓN MÚLTIPLE: EL PROBLEMA DE LA INFERENCIA ECONOMETRÍA 2 WILHEM ROOSVELT GUARDIA VÁSQUEZ
Más detallesSOLUCIÄN DE LA PRIMERA PRÅCTICA CALIFICADA DE ECONOMETRIA II
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA SOLUCIÄN DE LA PRIMERA PRÅCTICA CALIFICADA DE ECONOMETRIA II 1Ä El investigador especifica el modelo siguiente: Donde: Se le pide:
Más detallesGUÍA DE EJERCICIOS 4 ECONOMETRIA III
GUÍA DE EJERCICIOS 4 ECONOMETRIA III 1) Se dispone de las series de diferencias anuales del logaritmo de las series mensuales índice de precios al consumo en España y la Comunidad de Andalucía y asumimos
Más detallesAVISO IMPORTANTE EL PROFESOR DARÁ ASESORÍA ESTE VIERNES 13 DE OCTUBRE EN LA SALA JOSE SOLITICA EL ARCHIVO EN EXCEL PARA COMPLETAR LA GUIA AL CORREO
AVISO IMPORTANTE EL PROFESOR DARÁ ASESORÍA ESTE VIERNES 13 DE OCTUBRE EN LA SALA JOSE AYALA DE 13 A 15 HRS SOLITICA EL ARCHIVO EN EXCEL PARA COMPLETAR LA GUIA AL CORREO tere_vieyra@yahoo.com.mx Guía para
Más detallesINTRODUCCION AL ECONOMETRIC VIEWS. Aquí se introduce la frecuencia y las fechas de comienzo y final de los datos.
INTRODUCCION AL ECONOMETRIC VIEWS Introducción de datos 1. Creando una hoja de trabajo (workfile) File New Workfile Aquí se introduce la frecuencia y las fechas de comienzo y final de los datos. 2. Importación
Más detallesPRÁCTICA 05 HETEROCEDASTICIDAD, SELECCIÓN DE REGRESORES Y PREDICCIÓN
PRÁCTICA 05 HETEROCEDASTICIDAD, SELECCIÓN DE REGRESORES Y PREDICCIÓN Se pretende seleccionar un modelo, para las empresas de un determinado sector económico, que explique el gasto que éstas tienen en formación
Más detallesREGRESIÓN CON DOS VARIABLES: ESTIMACIÓN DE INTERVALOS Y PRUEBA DE HIPÓTESIS
REGRESIÓN CON DOS VARIABLES: ESTIMACIÓN DE INTERVALOS Y PRUEBA DE HIPÓTESIS Teoría de la estimación: Estimación puntual Estimación por intervalos ESTIMACIÓN DE INTERVALOS: IDEAS BÁSICAS 1 Lo que se busca
Más detallesMODELO VAR ARGENTINA
MODELO VAR ARGENTINA 1.-INTRODUCCIÓN Argentina es una de las economías más grandes de América Latina. En los últimos años, Argentina priorizó promover un desarrollo económico con inclusión social. El país
Más detallesEn el caso más simple, cuando dos series tienen una única raíz estacionaria, son I(1,0), si están cointegradas implica que: Existe una relación en el
En el caso más simple, cuando dos series tienen una única raíz estacionaria, son I(1,0), si están cointegradas implica que: Existe una relación en el largo plazo entre las dos series que es estable en
Más detallesCointegración del Índice de Precios al Consumidor y Liquidez monetaria ( ). Venezuela.
Cointegración del Índice de Precios al Consumidor y Liquidez monetaria (1997-211). Venezuela. Informe Técnico. PC LC/FT. 2 de Octubre 212 Jhoner Perdomo Karen Tizado Resumen En la búsqueda de una variable
Más detallesRegresión con variables instrumentales
Regresión con variables instrumentales Tema 9 Introducción Cuando el supuesto de exogeneidad no se cumple, los estimadores MCO son sesgados e inconsistentes El método de Variables Instrumentales (VI) permite
Más detallesEjemplos de estudios de series de tiempo
1 Ejemplos de estudios de series de tiempo Ejemplo 1 Pasajeros Aerolíneas Internacionales (PAI) Este estudio está realizado sobre un famoso conjunto de datos mensuales, el número de pasajeros de aerolíneas
Más detallesECONOMETRIA: PRÁCTICA OBLIGATORIA (En formato Manual de Uso)
ECONOMETRIA: PRÁCTICA OBLIGATORIA (En formato Manual de Uso) Leer los datos del fichero de Excel (datelectricidad.xls): Al revisar los datos en Excel se ha verificado que la información disponible es de
Más detallesECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 2
ECONOMETRÍA II PRÁCTICAS DE ORDENADOR Práctica 2 El fichero epflic.wf1 contiene una submuestra de hogares de la Encuesta de Presupuestos Familiares 1990/91 formada por parejas con o sin hijos en los que
Más detallesEJEMPLO DE APLICACIÓN DE MODELIZACIÓN ARIMA A LA SERIE DE COTIZACIONES DIARIAS DE TERRA - LYCOS NOVIEMBRE 1999 A JUNIO 2001
EJEMPLO DE APLICACIÓN DE MODELIZACIÓN ARIMA A LA SERIE DE COTIZACIONES DIARIAS DE TERRA - LYCOS NOVIEMBRE 1999 A JUNIO 2001 CURSO DE TÉCNICAS DE PREVISIÓN DE VARIABLES FINANCIERAS PROGRAMA CITIUS Junio
Más detalles1. Determine la validez de los contrastes de significatividad individual en los siguientes supuestos:
EXAMEN ECONOMETRÍA 1 PROF. RAFAEL DE ARCE 23 de enero de 2009 NOMBRE: DNI: 1. Determine la validez de los contrastes de significatividad individual en los siguientes supuestos: a) Presencia de variables
Más detallesDETERMINAR LA VALIDEZ DEL MODELO FINALMENTE SELECCIONADO. Econometría I. 3º LADE Prof. Rafael de Arce Enero 2003 rafael.dearce@uam.
A PARTIR DE LA INFORMACIÓN SUMINISTRADA EN LAS SIGUIENTES HOJAS, CONTRASTAR EL CUMPLIMIENTO DE LAS HIPÓTESIS DEL MBRL Y JUSTIFICAR LAS SUCESIVAS ELECCIONES DE LAS REGRESIONES 1ª, 2ª, 3ª Y DEFINITIVA. DETERMINAR
Más detallesTema 6.- Variables ficticias y contrastes de estabilidad
Guía de estudio de los temas principales del 2º examen parcial. Econometría 4º de Economía.Facultade de CC.Económicas de la USC Curso 2003-2004. Nota ampliada el 13-5-2004. Esta guía está disponible en
Más detallesDocumento de Trabajo. Debo inscribir más de 22 créditos?
Documento de Trabajo Debo inscribir más de 22 créditos? Rodrigo Navia Carvallo 2004 El autor es Ph.D in Economics, Tulane University, EEUU. Máster of Arts in Economics, Tulane University, EEUU. Licenciado
Más detallesRegresión con heterocedasticidad y autocorrelación
Regresión con heterocedasticidad y autocorrelación Tema 6 Regresión con heterocedasticidad La heterocedasticidad significa que var( i ) cte Es la norma, no la excepción, en especial con datos transversales
Más detallesECONOMETRÍA I. Licenciatura de admón. y Dcción de Empresas Grupos 3A1 y 3A2 Convocatoria de septiembre de 2002 Profesor Rafael de Arce NOMBRE GRUPO
ECONOMETRÍA I. Licenciatura de admón. y Dcción de Empresas Grupos 3A1 y 3A2 Convocatoria de septiembre de 2002 Profesor Rafael de Arce NOMBRE GRUPO 1. Cuáles son los distintos usos que se le pueden dar
Más detallesSOLUCIÓN DE LA QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II. Variable Coefficient Std. Error t-statistic Prob.
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DEPARTAMENTO DE ECONOMIA SOLUCIÓN DE LA QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II 1º El investigador especifica el modelo siguiente: CRESB_PRI(t) =
Más detallesUNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo A)
TIEMPO: 2 HORAS Instrucciones: UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo A) 1. Este un modelo de examen que le servirá para autoevaluarse de todos los contenidos del curso de Econometria
Más detallesQUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II. Dependent Variable: CREDITOSB Method: Least Squares Sample: 1992M M07 Included observations: 211
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II 1º Verificar si cointegra el modelo siguiente: CREDITOSB = a + b EMI + U 1.1. Aplicando la prueba alternativa
Más detallesTODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL)
TODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL) NOTA IMPORTANTE - Estas notas son complementarias a las notas de clase del primer semestre correspondientes a los temas de Regresión
Más detallesEconometría II LADE/LADE-DERECHO Prof. Esther Ruiz Curso 2007/2008. Práctica 6
Econometría II LADE/LADE-DERECHO Prof. Esther Ruiz Curso 2007/2008 Práctica 6 El objetivo de esta práctica es el análisis de las relaciones dinámicas entre el tipo de interés Overnight (Swaps) a 9 meses
Más detallesHeterocedasticidad y autocorrelación
Heterocedasticidad y autocorrelación Tema 6 Heterocedasticidad y Autocorrelación Esquema 1. Supuestos del modelo de regresión. 2. Distribución de los estimadores MCO. 3. Varianzas de los estimadores. 4.
Más detallesGuía del 1º Parcial. Econometría 4º curso. Licenciatura de Economía. USC ttp://www.usc.es/economet/econometria.htm
Guía de estudio del 1º Parcial. Econometría 4º Curso, Licenciatura de Economía. USC. 22-2-2013. Profesoras María del Carmen Guisán Seijas y Pilar Expósito Díaz. Bibliografía básica: Guisán, M.C. (1997)
Más detallesModelos Econométricos Lección 2. Estacionariedad y raíces unitarias. Presentado por Juan Muro
Modelos Econométricos Lección 2. Estacionariedad y raíces unitarias Presentado por Juan Muro Motivación La no estacionariedad, en general, de las series económicas en el tiempo provoca consecuencias estadísticas
Más detallesln Y = β 0 + β 1 ln X 1 + β 2 X 2 + ε, (4) ln Y = β 0 + β 1 X 1 + β 2 X 2 + ε, (3)
Examen de Econometría I Universidad Carlos III de Madrid 1aa Convocatoria (26 de enero del 2004) Curso 2003/2004 Valores críticos de diferentes distribuciones pueden encontrarse al final del examen. PREGUNTA
Más detallesCAPITULO 4. MODELO ECONOMETRICO. 4.1 Planteamiento del modelo.
96 CAPITULO 4. MODELO ECONOMETRICO. 4. Planteamiento del modelo. Desde el principio de esta investigación se ha hecho hincapié en descubrir el peso que tiene la inversión neta en el crecimiento de la economía
Más detallesCAPÍTULO 4 DESARROLLO DEL MODELO ECONOMÉTRICO
CAPÍTULO 4 DESARROLLO DEL MODELO ECONOMÉTRICO 4.1 La Regresión Lineal El objetivo principal de este estudio es obtener los riesgos que afectan a las instituciones del sector bancario. como se mencionó
Más detallesLEY DE WAGNER EN EL CASO COLOMBIANO,
865 II Congreso Virtual Internacional Desarrollo Económico, Social y Empresarial en Iberoamérica (Junio 2017) LEY DE WAGNER EN EL CASO COLOMBIANO, 1970-2010. Astrid León Camargo* Docente de la Universidad
Más detallesTema 4: Cuestiones importantes en el Modelo Lineal General (MLG) Universidad Complutense de Madrid Febrero de 2012
Tema 4: Cuestiones importantes en el Modelo Lineal General (MLG) Universidad Complutense de Madrid Febrero de 2012 Colinealidad (I) La multicolinealidad es un problema que surge cuando las variables explicativas
Más detallesGuía de Econometría. Maestra Genoveva Barrera Godínez
Guía de Econometría Maestra Genoveva Barrera Godínez Debe contener los datos del alumno. La guía debe contener la bibliografía de donde fue tomada la información Para calificar: la guía tendrá un peso
Más detallesEste estudio tiene como objetivo la demostración y aplicación de los modelos econométricos ANÁLISIS EMPÍRICO DEL ESTIMADOR PARA LA PRODUCCIÓN
ANÁLISIS EMPÍRICO DEL ESTIMADOR PARA LA PRODUCCIÓN DE TABACO CON MÍNIMOS CUADRADOS ORDINARIOS Diego Axel López Peláez* Resumen 15 Utilizando modelos econométricos, de mínimos cuadrados ordinarios, buscamos
Más detallesEJERCICIO T2 NOMBRE: Correctas Incorrectas En Blanco Puntos
ECONOMETRÍA EJERCICIO T APELLIDOS: NOMBRE: FIRMA: GRUPO: DNI: Pregunta A B C En Blanco Pregunta A B C En Blanco Pregunta 3 A B C En Blanco Pregunta 4 A B C En Blanco Pregunta 5 A B C En Blanco Pregunta
Más detallesDiseño de Ciudad. Planeación. Desarrollo. Ejecucion de la Politica
Incidencia de las Políticas Públicas de Desarrollo Urbanístico en la Ciudad de Cali Conceptos Fundamentales de la Economía Regional y Urbana con Aplicaciones a la Economía del Sector Publico y al Análisis
Más detallesRevista Internacional del Mundo Económico y del Derecho Volumen II (2010) Págs. de 1-20 ESTUDIO SOBRE EL DESEMPLEO EN ESPAÑA
Volumen II (2010) Págs. de 1 20 ESTUDIO SOBRE EL DESEMPLEO EN ESPAÑA Study of unemployment in Spain Autores: Alexandra García Mollons Miguel Torollo Arroyo Universidad Rey Juan Carlos I Resumen: El fin
Más detallesModelos Econométricos Lección 4. Estimación de una sola ecuación entre variables cointegradas (con mecanismo de corrección del error)
Modelos Econométricos Lección 4. Estimación de una sola ecuación entre variables cointegradas (con mecanismo de corrección del error) Presentado por Juan Muro Motivación Para entender en profundidad la
Más detallesLas variables incluidas en el modelo se interpretan de la siguiente forma:
PRÁCTICA 4: EL MODELO LINEAL DE PROBABILIDAD - Estimar un modelo lineal de probabilidad - Interpretar los coeficientes estimados - Obtener las probabilidad estimadas - Contrastar la normalidad de las perturbaciones
Más detallesEconomía Aplicada. Modelos con variables dependiente binarias. Departamento de Economía Universidad Carlos III de Madrid
Economía Aplicada Modelos con variables dependiente binarias Departamento de Economía Universidad Carlos III de Madrid Ver Stock y Watson (capítulo 11) 1 / 28 Modelos con variables dependiente binarias:
Más detallesUNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA Curso 2009/10 EXAMEN FINAL (Convocatoria ordinaria) 17 de Mayo de 2010
UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA Curso 2009/10 EXAMEN FINAL (Convocatoria ordinaria) 17 de Mayo de 2010 Muy importante: Tenga en cuenta que: 1. Cada pregunta del cuestionario, salvo que se
Más detalleslog Y = log + v log K + (1 )v log L 1=2 log(1 )v[log(k=l)] 2 + U = log K + 2 log L + 3 [log(k=l)] 2 + U;
Universidad Carlos III de Madrid Econometría Examen Final, Convocatoria Extraordinaria, Curso 2014-2015. Duración del examen: 2 horas. Nota importante: Alguna información contenida en las salidas es redundante.
Más detallesEXAMEN EXTRAORDINARIO DE ECONOMETRÍA Universidad Carlos III de Madrid Junio 2016
EXAMEN EXTRAORDINARIO DE ECONOMETRÍA Universidad Carlos III de Madrid Junio 2016 Responda a las 4 preguntas en dos horas y media. 1. Se está llevando a cabo una investigación econométrica sobre los precios
Más detallesESTIMACIÓN DE LA FUNCIÓN DE EXPORTACIONES DE CATALUÑA A LOS PRINCIPALES PAÍSES EUROPEOS
ESTIMACIÓN DE LA FUNCIÓN DE EXPORTACIONES DE CATALUÑA A LOS PRINCIPALES PAÍSES EUROPEOS Estimaciones individuales Dependent Variable: LOG(X?) Method: Pooled Least Squares Date: 11/23/02 Time: 13:14 Sample(adjusted):
Más detallesEconometría de Económicas Ejercicios para el tema 2 y 3
Econometría de Económicas Ejercicios para el tema 2 y 3 Curso 2005-2006 Profesores Amparo Sancho Perez Guadalupe Serrano Pedro Perez 1 1- Los datos que se adjuntan hacen referencia a los datos de producción
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2009/10
Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesUNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo D)
UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo D) DURACION: 2 HORAS Y 30 MINUTOS Instrucciones: 1. Este un modelo de examen que le servirá para autoevaluarse de todos los contenidos
Más detallesRegresión de Poisson. Microeconomía Cuantitativa. R. Mora. Departmento de Economía Universidad Carlos III de Madrid
en gretl Microeconomía Cuantitativa R. Mora Departmento de Economía Universidad Carlos III de Madrid Esquema Introducción en gretl 1 Introducción 2 3 4 en gretl en gretl Introducción en gretl Ejemplo 1
Más detallesEviews tutorial 1. Universidad de San Andrés
Eviews tutorial 1 Universidad de San Andrés Previo a la sesión de Eviews: La estrategia para aprender a utilizar Eviews es la siguiente: primero vamos a construir un modelo arbitrariamente, para luego
Más detallesLA MODELACIÓN DEL PRECIO MENSUAL DE LA ELECTRICIDAD EN COLOMBIA: ELEMENTOS ECONOMÉTRICOS. Elkin Castaño V.
LA MODELACIÓN DEL PRECIO MENSUAL DE LA ELECTRICIDAD EN COLOMBIA: ELEMENTOS ECONOMÉTRICOS Elkin Castaño V. Escuela de Estadística Universidad Nacional de Colombia Departamento de Economía Universidad de
Más detallesContrastando Hipótesis después de la Estimación Probit
Contrastando Hipótesis después de la Estimación Probit Microeconomía Cuantitativa R. Mora Departmento of Economía Universidad Carlos III de Madrid Esquema Introducción 1 Introducción 2 3 El modelo Probit
Más detallesEl Modelo Klein I y los ciclos económicos. Abstract
El Modelo Klein I y los ciclos económicos Basilio Sanz Carnero D to Economía Aplicada Cuantitativa I UNED Tel. 9 98 6 bsanz@cee.uned.es Pablo Rayego Seriñán D to Economía Aplicada Cuantitativa I UNED Tel.
Más detallesModelo Econométrico del Turismo en España. Facultad de Ciencias Económicas y Empresariales. Grado en Marketing e Investigación de Mercados
Facultad de Ciencias Económicas y Empresariales Grado en Marketing e Investigación de Mercados Modelo Econométrico del Turismo en España Presentado por: Silvia Veganzones González Tutelado por: María Isabel
Más detallesPrácticas Tema 5. Ampliaciones del Modelo lineal básico
Prácticas Tema 5. Ampliaciones del Modelo lineal básico Ana J. López y Rigoberto Pérez Dpto. Economía Aplicada, Universidad de Oviedo PRÁCTICA 5.1. Se ha examinado la evolución reciente de las ventas de
Más detallesCurso: Economía Ambiental del Turismo. Aplicación del Método Costo de Viaje
Curso: Economía Ambiental del Turismo Aplicación del Método Costo de Viaje Estimación de Modelos Poisson para la estimación del Excedente del Consumidor a través del Método del Costo de Viaje: El caso
Más detallesENUNCIADOS DE PROBLEMAS
UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA I Curso 2005/06 EXAMEN FINAL (Convocatoria extraordinaria) 1 de Septiembre de 2006 ENUNCIADOS DE PROBLEMAS PROBLEMA 1: INVERSIÓN Y VALOR DE MERCADO Deseamos
Más detallesENUNCIADOS DE PROBLEMAS
UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA I Curso 2005/06 EXAMEN FINAL (Convocatoria ordinaria) 30 de Enero de 2006 ENUNCIADOS DE PROBLEMAS PROBLEMA 1: PROBABILIDAD DE DENEGACIÓN DE UNA HIPOTECA Se
Más detallesIntroducción a la Econometría
1Econometría Introducción a la Econometría -Que es la econometría - Por que una disciplina aparte? -Metodología de la econometría Planeamiento de la teoría o hipótesis Especificación del modelo matemático
Más detallesEl Modelo de Regresión Lineal
ECONOMETRÍA I El Modelo de Regresión Lineal Dante A. Urbina CONTENIDOS 1. Regresión Lineal Simple 2. Regresión Lineal Múltiple 3. Multicolinealidad 4. Heterocedasticidad 5. Autocorrelación 6. Variables
Más detallesUNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo B)
UNIVERSIDAD CARLOS III DE MADRID ECONOMETRÍA EXAMEN FINAL (Modelo B) TIEMPO: 125 MINUTOS Instrucciones: 1. Este un modelo de examen que le servirá para autoevaluarse de todos los contenidos del curso de
Más detallesEconometría Universidad Carlos III de Madrid Examen Extraordinario 25 de Junio de Pr (N (0, 1) > 1, 282) = 0, 10
Econometría Universidad Carlos III de Madrid Examen Extraordinario 25 de Junio de 2014 Instrucciones para la realización del examen: Dispone de 2 horas y media para responder al examen La evaluación consta
Más detallesSeminario Regional Proyecto: Fortaleciendo las Capacidades de Análisis de la Política Macroeconómica en Centroamérica y El Caribe
Estimación: de una Función de Demanda Mensual por Emisión Monetaria (1997-2004) para Honduras, mediante modelos Econométricos, serie de tiempo y Pronostico. Seminario Regional Proyecto: Fortaleciendo las
Más detallesMODELOS ECONOMÉTRICOS UNIVARIADOS Y MULTIVARIADOS
MODELOS ECONOMÉTRICOS UNIVARIADOS Y MULTIVARIADOS NOMBRE : DANIELA ARROYO PEREZ CODIGO : C5844-0 MATERIA: ECONOMETRIA II CARRERA: INGENIERIA COMERCIAL CURSO : SEXTO A DOCENTE : LIC. RODRIGO PANIAGUA TAPIA
Más detallesAnálisis de la Estacionalidad del Turismo en España. Un análisis detallado por Camunidades Autónomas.
Cómo citar este artículo? Apellidos, Nombre (del autor del texto elegido) (2011). Texto (del artículo), en Giménez Rodríguez, S.; García Manso, A. y Díaz Cano, E. Innovaciones en la sociedad del riesgo.
Más detallesSOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA II
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA II 1º El investigador especifica el siguiente modelo: Se le pide: 1.1. Realice la prueba
Más detallesHerramientas para el Estudio de Mercado. Técnicas de Predicción.
Herramientas para el Estudio de Mercado Proyecciones Económicas Técnicas de Predicción. Profesor: Exaú Navarro Pérez Técnicas de Predicción. Introducción. Técnicas Elementales de Predicción. Modelo Econométrico.
Más detallesT2. El modelo lineal simple
T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de
Más detalles