Prova_AV - INTRODUÇÃO À ECONOMETRIA

Prévia do material em texto

Disciplina: INTRODUÇÃO À ECONOMETRIA 
	AV
			Avaliação:
8,0
	Nota Partic.:
	Av. Parcial.:
2,0
	Nota SIA:
10,0 pts
	 
		
	ENSINEME: APLICAÇÕES DE R EM ECONOMETRIA
	 
	 
	 1.
	Ref.: 4026412
	Pontos: 1,00  / 1,00
	
	Sobre estatísticas descritivas no R, assinale a afirmativa correta. 
		
	
	Quando há dados missing(faltantes) numa variável, podemos ignorar e computar as estatísticas descritivas normalmente. 
	
	A função quantile(dados$Murder, 0.1) retorna o último decil da taxa de assassinatos (Murder) da base `dados'. 
	 
	O comando table() cria uma tabela de frequências. 
	
	O comando range() traz o intervalo de confiança das estatísticas descritivas. 
	
	Podemos verificar a variância dos dados pelo comando summary(). 
	
	
	 
		
	ENSINEME: EQUAÇÕES SIMULTÂNEAS E EFEITOS FIXOS
	 
	 
	 2.
	Ref.: 4053456
	Pontos: 0,00  / 1,00
	
	Se aplicarmos mínimos quadrados ordinários a cada equação de um sistema de equações simultâneas, os coeficientes estimados serão:
		
	 
	Não viesados e inconsistentes.
	
	Não viesados e consistentes.
	 
	Viesados e inconsistentes.
	
	É impossível aplicar MQO a equações que fazem parte de um sistema de equações simultâneas.
	
	Viesados e consistentes.
	
	
	 
		
	ENSINEME: HETEROCEDASTICIDADE E AUTOCORRELAÇÃO
	 
	 
	 3.
	Ref.: 4035271
	Pontos: 1,00  / 1,00
	
	Tome o modelo yt=β0+β1yt−1+utyt=β0+β1yt−1+ut que define um processo autorregressivo de ordem 1. Como podemos garantir que esse processo não será explosivo? 
		
	
	|β0|=0 e|β1|=1|β0|=0 e|β1|=1
	
	|β0|=0|β0|=0
	
	|β1|=1|β1|=1
	
	|β0|<1|β0|<1
	 
	|β1|<1|β1|<1
	
	
	 4.
	Ref.: 4035260
	Pontos: 1,00  / 1,00
	
	Suponha que estamos com uma base de dados e queremos realizar uma análise. Suponha, também, que fomos premiados com o dom da adivinhação e temos certeza sobre a forma funcional da heterocedasticidade em nossos dados, que é dada por h(x)=16x41h(x)=16x14.  Nossa regressão possui 2 variáveis explicativas x1x1 e x2x2. Qual será a especificação de mínimos quadrados generalizados (MQG) que devemos aplicar nesse caso? 
		
	
	yx21=β0x21+β1x21+β0x21x2+ux21yx12=β0x12+β1x12+β0x12x2+ux12
	
	y16x41=β016x41+β116x41+β016x41x2+u16x41y16x14=β016x14+β116x14+β016x14x2+u16x14
	
	y∗(4x21)=β0∗(4x21)+β1∗(4x21)∗x1+β2∗(4x21)∗x2+u∗(4x21)y∗(4x12)=β0∗(4x12)+β1∗(4x12)∗x1+β2∗(4x12)∗x2+u∗(4x12)
	 
	y4x21=β04x21+β14x1+β04x21x2+u4x21y4x12=β04x12+β14x1+β04x12x2+u4x12
	
	yx41=β0x41+β1x41+β0x41x2+ux41yx14=β0x14+β1x14+β0x14x2+ux14
	
	
	 
		
	ENSINEME: MODELO BÁSICO DE REGRESSÃO LINEAR
	 
	 
	 5.
	Ref.: 4053520
	Pontos: 1,00  / 1,00
	
	Assinale a definição correta de dados em corte transversal (também conhecidos como cross section):
		
	 
	São dados de vários indivíduos em um único período de tempo. 
	
	São dados obtidos de maneira aleatória. 
	
	São dados do mesmo indivíduo para múltiplos períodos de tempo. 
	
	São dados de vários indivíduos em vários períodos de tempo. 
	
	São dados populacionais. 
	
	
	 6.
	Ref.: 4053528
	Pontos: 1,00  / 1,00
	
	Assinale a alternativa correta sobre aleatorização: 
		
	
	Não é possível obter causalidade sem dados experimentais 
	 
	Ela garante que para obter o efeito causal apenas precisamos subtrair valores esperados entre quem recebeu a intervenção e quem não recebeu. 
	
	Ela necessária para obter boas previsões 
	
	Ela é crucial dentro da abordagem estrutural 
	
	Não é possível fazer uma análise utilizando regressão linear sem ela 
	
	
	 
		
	ENSINEME: REGRESSÃO MULTIVARIADA
	 
	 
	 7.
	Ref.: 4053394
	Pontos: 1,00  / 1,00
	
	Assinale a alternativa que corresponde à condição de primeira ordem para obter o estimador de mínimos quadrados ordinários:
		
	
	∂SQR(^β)∂b=0∂SQR(β^)∂b=0, em que bb é um candidato qualquer a estimador que maximiza SQRSQR .
	 
	∂SQR(^β)∂b=0∂SQR(β^)∂b=0, em que bb é um candidato qualquer a estimador que minimiza SQRSQR.
	
	∂SQR(^β)∂b=0∂SQR(β^)∂b=0, em que bb é um candidato parâmetro populacional que minimiza SQRSQR.
	
	∂SQR(^β)∂b>0∂SQR(β^)∂b>0, em que bb  é um candidato qualquer a estimador que minimiza SQRSQR .
	
	∂SQR(^β)∂b<0∂SQR(β^)∂b<0, em que bb  é um candidato qualquer a estimador que minimiza SQRSQR .
	
	
	 8.
	Ref.: 4053407
	Pontos: 1,00  / 1,00
	
	Seja uu o vetor de erros para cada observação da amostra e xx a matriz de variáveis explicativas. Assinale a expressão que representa a hipótese de homocedasticidade e a propriedade dos estimadores de MQO para qual ela é necessária. Suponha que tenhamos n observações e k variáveis explicativas.
		
	
	E[u|X]=0E[u|X]=0, eficiência
	
	Var[u |X]=σ2InVar[u |X]=σ2In, estatísticas de teste com distribuição t.
	
	E[u|X]=0E[u|X]=0, normalidade do erro
	
	Var[u|X]=σ2InVar[u|X]=σ2In, ausência de viés
	 
	Var[u|X]=σ2InVar[u|X]=σ2In, eficiência
	
	
	 
		
	ENSINEME: VARIÁVEIS INSTRUMENTAIS
	 
	 
	 9.
	Ref.: 4053372
	Pontos: 0,00  / 1,00
	
	Seja {(xi,yi,zi1):i=1,2,...,N}{(xi,yi,zi1):i=1,2,...,N} uma amostra aleatória da população, e seja zi1zi1 um instrumento para uma variável endógena xikxik qualquer. Assinale a alternativa que corresponde ao estimador de variável instrumental:
		
	
	β=(Z′Y)−1Z′Yβ=(Z′Y)−1Z′Y
	
	β=(X′X)−1Z′Yβ=(X′X)−1Z′Y
	 
	β=(X′X)Z′Yβ=(X′X)Z′Y
	
	β=(Z′Z)−1Z′Yβ=(Z′Z)−1Z′Y
	 
	β=(Z′X)−1Z′Yβ=(Z′X)−1Z′Y
	
	
	 10.
	Ref.: 4056336
	Pontos: 1,00  / 1,00
	
	Qual das alternativas abaixo contém os principais problemas que podem causar endogeneidade em uma regressão?
		
	
	Autocorrelação dos resíduos e variância condicional não constante.
	
	Relação linear exata entre duas ou mais variáveis independentes e não normalidade dos resíduos.
	
	Base de dados pequena.
	 
	Variável omitida, erro de medida e simultaneidade. 
	
	Inclusão de variáveis irrelevantes, presença de outliers e observações com dados faltantes.