Pregunta 1

3.5 / 3.5 ptos.

El elemento de estadística descriptiva que permite ver si una distribución está
agrupada a izquierda o derecha es:

El promedio

La desviación estandar

La curtosis

¡Correcto!

El coeficiente de asimetría

Pregunta 2
0 / 3.5 ptos.
En el siguiente modelo con interacción el coeficiente B1 considera un efecto de interacción
entre metros cuadrados del inmueble y el número de habitaciones, en caso de que este
coeficiente sea negativo, B3<0 implicaría que en apartamentos más grandes, una habitación
adicional produce un efecto menor en el precio.

Respuesta correcta

True

Respondido

False

Pregunta 3
0 / 3.5 ptos.
En un modelo y = β0+ β1x+u al elemento "y" se le conoce como
Respondido

Variable explicativa

Respuesta correcta

Variable explicada

Intercepto

Error

Pregunta 4
0 / 3.5 ptos.
En el siguiente modelo, donde los errores estándar aparecen entre paréntesis por debajo de
los coeficientes estimados, se tiene como objetivo validar estadísticamente si el tiempo que
dura una encomienda es estadísticamente significativo

De acuerdo con lo anterior, el tiempo que dura dicha encomienda controlando la ubicación
del local donde se coloca el envio es:

la variable tiempo es estadísticamente significativa, es decir ejerce un efecto explicativo sobre

el costo de envio de una encomienda
Respondido

la variable tiempo no es estadísticamente significativa, es decir no ejerce un efecto explicativo

sobre el costo de envio de una encomienda.
Respuesta correcta

la variable tiempo es estadísticamente significativa, es decir ejerce un efecto explicativo sobre

el costo de envio de una encomienda
la variable tiempo no es estadísticamente significativa, es decir no ejerce un efecto explicativo
sobre el costo de envio de una encomienda

Pregunta 5
3.5 / 3.5 ptos.
El elemento que mide el cambio de la desviación estándar de la variable
dependiente, dado un aumento de una unidad en la desviación estándar de una
variable independiente se conoce como:

Población

Método

¡Correcto!

Coeficiente

Ajuste

Pregunta 6
3.5 / 3.5 ptos.
Un modelo de regresión lineal simple en el que se relaciona el salario de una persona con la
experiencia observada y con otros factores no observados es:

Salario= B0+B1*Experiencia + error

Si salario se mide en millones de pesos y experiencia se mide en años, entonces B1 mide:

¡Correcto!

a)La variación promedio en el salario por cada año más de experiencia, cuando
todos los demás factores permanecen constantes.

La variación promedio en la experiencia por cada año más de educación, cuando todos los
demás factores permanecen constantes.

La variación promedio en el salario por cada año más de educación, cuando todos los demás
factores permanecen constantes
a)La variación promedio en el salario por cada año más de educación, cuando
todos los demás factores permanecen constantes.
El análisis econométrico tiene como premisa explicar una variable "Y" en función o en
términos de una variable x. Para establecer un modelo estadístico que"explique y en términos
de x”hay que tener en cuenta dos aspectos. Primero, dado que entre las variables nunca
existe una relación exacta, ¿cómo pueden tenerse en cuenta otros factores que afecten a Y?.
Segundo, se desconoce la verdadera relación funcional entre Y y X.

Pregunta 7
3.5 / 3.5 ptos.
En el modelo de regresion lineal simple se busca:
¡Correcto!

Describir el comportamiento poblacional a través de una muestra, regresando una

variable explicada vs una explicativa

Describir el comportamiento poblacional a través de una muestra, regresando una

variable explicativa vs una explicada

Describir el comportamiento muestral a través de una población, regresando una

variable explicada vs una explicativa

Describir el comportamiento muestral a través de una población, regresando una

variable explicativa vs una explicada

Pregunta 8
3.5 / 3.5 ptos.
El coeficiente R2 del modelo hace se conoce como:
¡Correcto!

Medida de bondad de ajuste

Raíz del modelo

Coeficiente de correlación

Varianza del error

Pregunta 9
3.5 / 3.5 ptos.
Para el análisis econométrico NO hace falta apoyarse en:

El manejo estadístico

La teoría económica

La formulación matemática

¡Correcto!

Las opiniones políticas

Pregunta 10
0 / 3.5 ptos.
El valor del R Cuadrado siempre está entre cero y uno; en el caso que el ajuste sea perfecto y
todos los puntos de los datos se encuentren sobre una misma línea, los MCO proporcionaran un
ajuste perfecto lo que indica que si el R Cuadrado es 1, en caso que el R Cuadrado sea
0 sugiere un ajuste débil de la línea estimada por MCO

Respondido

False

Respuesta correcta
True

Pregunta 11
3.5 / 3.5 ptos.
A la hora de realizar validación de hipótesis resulta más conveniente trabajar con
el valor-p que con el valor crítico ya que:

El valor crítico puede tener valores positivos o negativos

El valor-p es más exacto, ya que es una probabilidad

¡Correcto!

No se depende de un único nivel de significancia para el análisis

El rango de un valor critico está entre 0 y 1

Pregunta 12
3.5 / 3.5 ptos.
Si el p-valor de un parámetro particular en una regresión es mayor que el valor
alpha que se ha establecido para evaluar el modelo, significa que:
¡Correcto!

Se acepta la hipótesis nula en cuestión, por lo tanto se indica que la variable

explicada no tiene incidencia en la explicativa

Se rechaza la hipótesis nula en cuestión, por lo tanto se indica que la variable

explicada tiene incidencia en la explicativa

Se acepta la hipótesis nula en cuestión, por lo tanto se indica que la variable

explicada tiene incidencia en la explicativa
Se rechaza la hipótesis nula en cuestión, por lo tanto se indica que la variable
explicada no tiene incidencia en la explicativa

Pregunta 13
0 / 3.5 ptos.
El precio comercial de un predio se puede expresar como una ecuación de regresión lineal en
función de su avaluó catastral y su área construida. Los resultados se muestran a
continuación:

De acuerdo con lo anterior, el avaluó catastral del predio, controlando el área construida del
predio medido en metros cuadrados es:

a)la variable catastro no es estadísticamente significativa, es decir no ejerce un

efecto explicativo sobre el precio de un predio.
Respondido

a)la variable catastro es estadísticamente significativa, es decir ejerce un efecto

explicativo sobre el precio de un predio.

a)la variable catastro no es estadísticamente significativa, es decir no ejerce un

efecto explicativo sobre el precio del predio.
Respuesta correcta

la variable catastro es estadísticamente significativa, es decir ejerce un efecto explicativo

sobre el precio de un predio
Pregunta 14
3.5 / 3.5 ptos.
En un modelo y = β0+ β1x+u al elemento "u" se le conoce como

Variable explicativa

Intercepto

Variable explicada

¡Correcto!

Error

Pregunta 15
3.5 / 3.5 ptos.
Si el R cuadrado del modelo no restringido es de 0.786 y la R cuadrado del modelo
restringido es de 0.567 el número de variables que se restringen son q igual a 3, en total se
tiene una muestra de 620 datos y el número de variables que tiene el modelo son 5. En este
caso el estadístico F para probar la exclusión de un grupo de variables es igual a:

409

¡Correcto!
209

309

109

Pregunta 16
3.5 / 3.5 ptos.
En un modelo de regresión lineal se pretende explicar el precio de un apartamento usado en
función de los metros cuadrados, número de habitaciones y número de garajes, la ecuación
estimada es la siguiente:

Se desea calcular el precio promedio de un apartamento con 64 mts cuadrados y dos garajes,
de acuerdo al modelo de regresión este precio promedio es:

¡Correcto!

201.339.014

243.871.067

199.678.987

223.339.014
Pregunta 17
3.5 / 3.5 ptos.

False

¡Correcto!

True

Pregunta 18
3.5 / 3.5 ptos.
Al modificar la variable dependiente, en forma logaritmica, se obtiene la siguiente ecuación
Ln(salario)= 15.30+0.004248*Experiencia
Al respecto, el coeficiente que acompaña a la variable de experiencia tiene la siguiente
interpretación: por cada año adicional de experiencia, se espera que en promedio el salario
aumente en un 0.004248%.

¡Correcto!

False

True

Por propiedades de la función logaritmo natural, al tener en la variable dependiente esta

función, el parámetro B1 se multiplica por 100 para obtener el cambio porcentual del salario
por un año adicional de experiencia. Es decir que por cada año adicional de experiencia, se
espera que en promedio el salario aumente en un 0.42%.
Las relaciones lineales no son lo suficientemente general para todas las aplicaciones
económicas. Es posible incorporar varias funciones no linealidades en el análisis de regresión
simple mediante una definición apropiada de las variables dependiente e independiente. A
menudo se encuentran ecuaciones de regresión en las que la variable dependiente aparece
en forma logarítmica.

Pregunta 19
3.5 / 3.5 ptos.
El R2 se puede calcular así:

SRC/STC

STC/SEC

1 - (STC/SEC)

¡Correcto!

SEC/STC

Pregunta 20
3.5 / 3.5 ptos.
La SRC es la suma de la diferencia de los cuadrados entre:

El "X observado" y "Y estimado"

¡Correcto!

El "Y observado" y "Y estimado"

El "Y estimado" y "Y promedio"

El "Y observado" y "Y promedio"

Calificación de la evaluación: 52.5 de 70