Questões de Econometria: Regressão e Séries Temporais

1 Quais dos seguintes pressupostos são necessários pára mostrar a
Consistência, imparcialidade e eficiência do estimador OLS? E(ut) = 0 / Var(ut) = σ2 / Cov(ut, ut-j) = 0 ∀ j .

3 Heterorecastecidade: a variância dos erros não são constates

6 O que seria então consequências pára o estimadorOLS se a heteroscedasticidade estiver presente em um Modelo de regressão, mas ignorado? Será ineficiente.

7 Quais dos seguintes são abordagens plausíveis Pára lidar com um modelo que exiba heteroscedasticidade? Fáça logaritmos de Cada 1 das variáveis / Use erros padrão adequadamente modificados /Use 1 procedimento generalizado de mín Quadrados.

 8 A autocorrelação residual negativa é indicada pelo qual um dos seguintes? Um padrão Alternado nos resíduos.

9 Qual pode ser usado Como teste de autocorrelação até a terceira ordem? O teste Breusch-Godfrey.

10. Se uma estatística De Durbin Watson tiver um valor próximo a zero, qual será o valor Do coeficiente de autocorrelação de primeira ordem? Perto de -1.

13 Se o OLS é usado na Presença de autocorrelação, qual das seguintes consequências prováveis? Testes de hipóteses podem chegar a Conclusões erradas / Erros padrão podem ser inapropriados.

14. Quais dos Seguintes são abordagens plausíveis pára lidar com a autocorrelação
Residual? Adicione valores desfasados Das variáveis à equação de regressão. / Experimente um modelo em primeira Diferenças em vez de em níveis.

15 Qual dos Seguintes resultados pode resultarem resíduos auto-correlacionados? Lentidão de resposta da variável dependente às Mudanças nos valores das variáveis independentes / Reações excessivas da Variável dependente às mudanças nas variáveis independentes / Omissão de variáveis explicativas Relevantes que são autocorrelacionadas

16.Incluir valores desfasados relevantes Da variável dependente no lado direito de uma equação de regressão pode levar a Qual uma das seguintes? Estimativas de coeficientes tendenciosas e consistentes.

17 A multicolinearidade próxima ocorre quando: Duas ou mais Variáveis explicativas
Estão altamente correlacionadas entre si.

18 Qual dos Seguintes não é um remédio plausível pára a multicolinearidade? Fazer logaritmos de Cada uma das variáveis.

19 Quais serão as Propriedades do estimador OLS na presença de multicolinearidade? Será consistente, Imparcial e eficiente.

20 Qual dos Seguintes não é um exemplo de má especificação da forma funcional? Excluir uma Variável relevante de um modelo de regressão linear.

21.Se os resíduos De uma regressão estimada usando uma pequena amostra de dados não são Normalmente distribuídos, qual das seguintes consequências pode surgir? As estatísticas de Teste relativas aós parâmetros não seguirão as distribuições assumidas.

23.Sob a hipótese Nula de um teste de BeraJarque, a distribuição tem: Zero skewness e Uma kurtosis de três.

30 Se uma variável Relevante for omitida de uma equação de regressão, as
Conseqüências serão as seguintes: Os erros padrão seriam tendenciosos / Se a variável excluída não estiver Correlacionada com todas as variáveis incluídas, todos os coeficientes de Inclinação serão inconsistentes. / Se a variável excluída não estiver correlacionada Com todas as variáveis incluídas, o coeficiente de interceptação será Inconsistente.

2. Qual dos seguintes não é uma técnica de Previsão qualitativa? Análise de séries temporais.

3. O primeiro passo na análise de séries temporais é: traçar os Dados em um gráfico.

4. As previsões são Referidas como ingênuas se elas: baseiam-se apenas em valores passados da Variável.

5. A análise de séries temporais baseia-se no Pressuposto de que: padrões passados na variável a prever continuará Inalterados no futuro.

 6. Qual dos Seguintes não é um dos quatro tipos de variação que é estimado na análise de Séries temporais? Previsível.

7. O componente Cíclico dos dados da série temporal geralmente é estimado usando:
métodos Qualitativos.

8. Na análise de Séries temporais, qual fonte de variação pode ser estimada pelo método de relação Entre tendências? Sazonal.

9. Se a análise de Regressão for utilizada pára estimar a relação linear entre o logaritmo natural Da variável a prever e tempo, a estimativa da inclinação é igual a: o logaritmo natural de mais a taxa de crescimento.

12. O erro do quadrado médio da raiz é uma medida De: précisão da previsão.

18. A projeção de tendências é um exemplo de qual Tipo de previsão? Série do tempo.

22. Pára testar autocorrelação, o seguinte teste pode Ser usado: Durbin-Watson

23. Uma variável dummy é usada como variável Independente numa regressão quando: a variância Envolvida é categórica

24. Se uma Variável independente categórica contiver duas
Categorias, então _1__ variáveis dummy serão necessárias pára representar de Forma exclusiva essas categorias.

25. Quando duas ou mais Das variáveis explicativas estão altamente correlacionadas, está-se a referir A: colinearidade

26. Uma ferramenta de diagnóstico de regressão Usada pára estudar a possível presença de multicolinearidade é: a matriz das correlações.

27. Quando os erros não estão distribuídos Independentemente, isto refere-se a: autocorrelação.

28. O teste de hipóteses usado pára investigar a Presença de heterocedastecidade é:
distribuição Do q-quadrado

29. Ao usar intervalos de confiança e testes de Hipóteses com dados de séries temporais, quando os erros de equação estão Correlacionados, as estimativas de coeficientes são: enviesados, mas não Eficientes

30. Um problema pode ocorrer numa análise De uma regressão se uma variável importante é omitida da lista de variaveis Independentes. Pode levar a: Estimadores de mínimos quadrados tendenciosos.