Comenzado el domingo, 9 de abril de 2017, 18:35

Estado Finalizado

Finalizado en domingo, 9 de abril de 2017, 19:44

Tiempo empleado 1 hora 9 minutos

Puntos 9,0/10,0

Calificación 90,0 de 100,0

Pregunta 1
Correcta
Puntúa 1,0 sobre 1,0

Desmarcar

Enunciado de la pregunta
Se plantea un modelo de regresión lineal múltiple de la siguiente manera:
Ln(salario) = 14.734+0.0592*educación-0.2984*Genero
La interpretación del coeficiente que acompaña a la variable de educación es la siguiente:
Seleccione una:
a.
a)Manteniendo fijo el género de la persona por cada año adicional de educación se espera que en

promedio el salario aumente en un 5.92%.

b.
a)Manteniendo fijo la educación de la persona la diferencia salarial entre hombres y mujeres es de 5.92%.

c.
a)Manteniendo fijo el género de la persona por cada año adicional de educación se espera que en
promedio el salario aumente en un 0.0592%.

d.
a)Manteniendo fijo el género de la persona por cada año adicional de educación se espera que en
promedio el salario aumente en un 5.92 pesos.

Retroalimentación
 Respuesta correcta
Al analizar un modelo de regresión lineal múltiple compuesto por una variable cuantitativa
y una cualitativa, el intercepto B0 es el salario promedio de una persona que tiene 0 años
de educación y cuyo genero es hombre. En el caso de B1, pendiente de la recta, es
asumiendo constante el género del individuo, por cada año adicional de educación se
espera que el salario promedio de esta persona aumente en B1 pesos al mes. Otra manera
de interpretar este coeficiente es el siguiente, si se comparan dos personas, ambas con el
mismo género (dos hombres o dos mujeres) pero uno con un año adicional de educación
respecto al otro, se espera que en promedio el salario de esta persona sea de B1 pesos
mayor que el otro.
Al respecto, como la variable dependiente se encuentra en términos logarítmicos se debe
interpretar en términos porcentuales y multiplicar por 100%.
La respuesta correcta es:
a)Manteniendo fijo el género de la persona por cada año adicional de educación se espera que en
promedio el salario aumente en un 5.92%.

Pregunta 2
Correcta
Puntúa 1,0 sobre 1,0

Desmarcar

Enunciado de la pregunta
Cuando se presenta una correlación muy fuerte entre las variables independientes o explicativas se
conoce como:
Seleccione una:
a.
a)Homocedasticidad

b. Multicolinealidad
c.
a)Heterocedasticidad

d.
a)Normalidad

Retroalimentación
Respuesta correcta
La respuesta correcta es: Multicolinealidad

Pregunta 3
Correcta
Puntúa 1,0 sobre 1,0
 Desmarcar

Enunciado de la pregunta
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:

La variable metros cuadrados es:

Seleccione una:
a. Es estadísticamente significativa, lo que sugiere que los metros cuadrados explican el precio

promedio de un apartamento
b. No es estadísticamente significativa, lo que sugiere que los metros cuadrados no explican el número
de garajes del apartamento
c. Es estadísticamente significativa, lo que sugiere que los metros cuadrados explican el número de
garajes del apartamento
d. No es estadísticamente significativa, lo que sugiere que los metros cuadrados no explican el precio
promedio de un apartamento

Retroalimentación
Respuesta correcta
La respuesta correcta es: Es estadísticamente significativa, lo que sugiere que los metros cuadrados
explican el precio promedio de un apartamento

Pregunta 4
Incorrecta
Puntúa 0,0 sobre 1,0

Desmarcar

Enunciado de la pregunta
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:
Seleccione una:
a. 109
b. 209

c. 309
d. 409

Retroalimentación
Respuesta incorrecta.

La respuesta correcta es: 209

Pregunta 5
Correcta
Puntúa 1,0 sobre 1,0

Desmarcar

Enunciado de la pregunta
El R cuadrado es una medida de bondad de ajuste que explica
Seleccione una:
a.

Proporción de la varianza explicada por la variable dependiente

b. mide el porcentaje de explicación de las variables independientes sobre la dependiente

c. mide la correlación entre las variables dependientes
d. El ajuste de los errores estándar de una regresión y su impacto sobre la inferencia estadística

Retroalimentación
Respuesta correcta
La respuesta correcta es: mide el porcentaje de explicación de las variables independientes sobre la
dependiente

Pregunta 6
Correcta
Puntúa 1,0 sobre 1,0

Desmarcar

Enunciado de la pregunta
El p valor mide la fortaleza o debilidad empírica contra la hipótesis nula, lo cual significa que valores muy
pequeños de p valor sugieren evidencia en contra de la hipótesis nula mientras que un p valor muy
grande indica evidencia muy débil en contra de la hipótesis nula
Seleccione una:

Verdadero
Falso

Retroalimentación
La respuesta correcta es 'Verdadero'

Pregunta 7
Correcta
Puntúa 1,0 sobre 1,0

Desmarcar

Enunciado de la pregunta
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.

Seleccione una:

Verdadero
Falso
Retroalimentación
La respuesta correcta es 'Verdadero'

Pregunta 8
Correcta
Puntúa 1,0 sobre 1,0

Desmarcar

Enunciado de la pregunta
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:
Seleccione una:
a. la variable tiempo no es estadísticamente significativa, es decir no ejerce un efecto explicativo sobre
el costo de envio de una encomienda.
b. la variable tiempo es estadísticamente significativa, es decir ejerce un efecto explicativo sobre el
costo de envio de una encomienda
c. la variable tiempo es estadísticamente significativa, es decir ejerce un efecto explicativo sobre el

costo de envio de una encomienda

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

Retroalimentación
Respuesta correcta
La respuesta correcta es: la variable tiempo es estadísticamente significativa, es decir ejerce un efecto
explicativo sobre el costo de envio de una encomienda

Pregunta 9
Correcta
Puntúa 1,0 sobre 1,0
 Desmarcar

Enunciado de la pregunta
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%.

Seleccione una:
Verdadero

Falso

Retroalimentación
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.
La respuesta correcta es 'Falso'

Pregunta 10
Correcta
Puntúa 1,0 sobre 1,0

Desmarcar

Enunciado de la pregunta
Al incluir funciones no lineales y variables dicotómicas en el análisis de regresión lineal, se toma como
base el siguiente modelo:
Ln(salario)= B0 + B1*genero + error
 En este caso la variable genero es dicotomica y toma el valor de 0 si el individuo es hombre y 1 si el
individuo es una mujer.
Al respecto el propósito de este modelo es:
Seleccione una:
a.

a)Cuantificar en términos porcentuales la diferencia salarial entre un hombre y una mujer

b.
a)Cuantificar en términos de dinero la diferencia salarial entre un hombre y una mujer

c.
a)Cuantificar la diferencia salarial entre un hombre y una mujer explicada por variaciones en los años de
educación.

d. Cuantificar en términos porcentuales la diferencia salarial entre un hombre y una mujer explicada por
variaciones en los años de educación.

Retroalimentación
Respuesta correcta
En términos descriptivos, los factores cualitativos surgen en forma de información bivariada: una
persona es mujer u hombre; una persona tiene o no computadora; se puede estar soltero o
comprometido. En todos estos ejemplos, la información de interés puede ser obtenida empleando una
variable binaria o dicotómica que toma dos valores (cero o uno). En econometría a las variables
dicotómicas se les suele conoce como variables binarias o dummy.
Al definir una variable binaria hay que decidir a qué evento o característica se le asigna el valor uno
y a cual el valor cero. En el caso de un estudio para analizar el salario de los individuos, puede
definirse género como una variable binaria que tome el valor uno para mujer y el valor cero para
hombre.
La respuesta correcta es:
a)Cuantificar en términos porcentuales la diferencia salarial entre un hombre y una mujer