Baixe o app para aproveitar ainda mais
Prévia do material em texto
Meus Simulados Teste seu conhecimento acumulado Disc.: INTRODUÇÃO À ECONOMETRIA Aluno(a): ANA CAROLINE SOUZA DOS SANTOS 202102012473 Acertos: 10,0 de 10,0 07/06/2023 Acerto: 1,0 / 1,0 A homocedasticidade é o pressuposto central do modelo de regressão de mínimos quadrados ordinários (MQO). Se amentarmos o valor de Y, os erros de predição também aumentam, tem-se heterogeneidade na variância. Fundamentalmente, a violação desse pressuposto é preocupante na medida em que afeta a con�abilidade dos testes de signi�cância e intervalos de con�ança do modelo. Para identi�car a existência de heterocedasticidade podemos empregar alguns testes, dentre eles o Breusch-Pagan. Assinale a hipótese nula deste teste: , onde os coe�cientes são os parâmetros da regressão do erro quadrado da regressão original contra as variáveis explicativas do modelo para o qual queremos veri�car se há homocedasticidade. , onde os coe�cientes são os parâmetros da regressão do erro da regressão original contra as variáveis explicativas do modelo para o qual queremos veri�car se há homocedasticidade. , onde e os coe�cientes são os parâmetros da regressão do erro da regressão original contra, respectivamente, a primeira defasagem desse erro e as variáveis explicativas do modelo para o qual queremos veri�car se há homocedasticidade. , onde e os coe�cientes são os parâmetros da regressão do erro quadrado da regressão original contra, respectivamente, a primeira defasagem desse erro e as variáveis explicativas do modelo para o qual queremos veri�car se há homocedasticidade. , onde o coe�ciente é o parâmetro da regressão do erro quadrado da regressão original contra a sua primeira defasagem. Respondido em 07/06/2023 23:12:02 Explicação: A resposta correta é: , onde os coe�cientes são os parâmetros da regressão do erro quadrado da regressão original contra as variáveis explicativas do modelo para o qual queremos veri�car se há homocedasticidade. Acerto: 1,0 / 1,0 −H0 : δ1 = δ2 =. . . = δk = 0 k δ k −H0 : δ1 = δ2 =. . . = δk = 0 k δ k H0 : ρ = δ1 = δ2 =. . . = δk = 0 ρ k δ k H0 : ρ = δ1 = δ2 =. . . = δk = 0 ρ k δ k H0 : ρ = 0 ρ −H0 : δ1 = δ2 =. . . = δk = 0 k δ k Questão1 a Questão2 a https://simulado.estacio.br/alunos/inicio.asp javascript:voltar(); Sobre os estimadores de mínimos quadrados ponderados factíveis (MQPF), é possível a�rmar que: Necessitam do conhecimento da forma funcional da heterocedasticidade para serem implementados. São usados na presença de autocorrelação. Caso se conheça a forma funcional da heterocedasticidade, eles são estimadores não viesados. Eles são não viesados, consistentes e mais e�cientes do que os estimadores de MQO. Apesar de serem consistentes e mais e�cientes que os estimadores de MQO, eles são viesados. Respondido em 07/06/2023 23:05:52 Explicação: A resposta correta é: Apesar de serem consistentes e mais e�cientes que os estimadores de MQO, eles são viesados. Acerto: 1,0 / 1,0 Suponha que queiramos obter um estimador de dois estágios para apenas uma variável endógena, com apenas um candidato a instrumento. No primeiro estágio, rodamos nossa variável endógena contra as variáveis exógenas, e o coe�ciente referente ao possível instrumento é não signi�cativo. Qual deve ser o próximo passo? Proceder ao segundo estágio, incluindo os valores preditos da variável endógena obtidos na regressão do primeiro estágio. Incluir o instrumento na regressão da variável dependente em relação às variáveis independentes. Buscar outros instrumentos, pois esse viola a condição de correlação parcial diferente de zero. Analisar se existe autocorrelação nos resíduos. Aumentar a base de dados. Respondido em 07/06/2023 23:12:36 Explicação: Vamos denominar a variável endógena de Xk e o candidato a instrumento chamamos de Z. Então, através método de mínimos quadrados em dois estágios, devemos buscar a combinação linear de Z mais correlacionada com Xk. Se o coe�ciente da regressão do primeiro estágio é não signi�cativo a cov(Xk Z) é nula, ou seja a condição de correlação parcial diferente de zero é violada. Neste caso deve-se buscar outro candidato a instrumento. Acerto: 1,0 / 1,0 Que tipo de convergência e quais hipóteses precisamos ter para que seja um estimador consistente de MQO de Convergência em distribuição, o posto de deve ser igual ao número de variáveis independentes e não deve ser correlacionado com o termo de erro . Convergência em probabilidade, normalidade dos resíduos e linearidade na relação entre a variável dependente e as independentes. β̂ β E(x′ x) x u Questão3 a Questão4 a Convergência em distribuição, normalidade dos resíduos e linearidade na relação entre a variável dependente e as independentes. Convergência em probabilidade e resíduos uniformes. Convergência em probabilidade, o posto de deve ser igual ao número de variáveis independentes e não deve ser correlacionado com o termo de erro . Respondido em 07/06/2023 23:06:57 Explicação: A resposta correta é: Convergência em probabilidade, o posto de deve ser igual ao número de variáveis independentes e não deve ser correlacionado com o termo de erro . Acerto: 1,0 / 1,0 Assinale a alternativa que apresenta uma desvantagem de utilizar efeitos �xos na forma de variáveis dummy para estimar um modelo com dados em painel. A abordagem de efeitos �xos captura apenas heterogeneidade na cross-section, ignorando variação temporal na variável dependente. A abordagem pode não ser válida, se o erro composto for correlacionado com uma ou mais das variáveis explicativas. O modelo pode se tornar muito técnico. O número de parâmetros a ser estimado pode ser grande, resultando na perda de graus de liberdade. Nenhuma das altermativas. Respondido em 07/06/2023 23:07:23 Explicação: A resposta correta é: O número de parâmetros a ser estimado pode ser grande, resultando na perda de graus de liberdade. Acerto: 1,0 / 1,0 Sobre classes de objetos, considere as alternativas abaixo e assinale a incorreta. Classe é um atributo dos objetos do R, que determina a forma de armazenamento dos dados do objeto. Listas são estruturas de dados que comportam dados de somente de um tipo. Data frames são um caso especial de lista, em que cada componente da lista tem o mesmo comprimento. Vetores são estruturas de dados básicas no R, que contêm elementos do mesmo tipo. Matrizes são estruturas de dados similares a vetores, mas com duas dimensões. Respondido em 07/06/2023 23:07:40 Explicação: A resposta correta é: Listas são estruturas de dados que comportam dados de somente de um tipo. E(x′ x) x u E(x′ x) x u Questão5 a Questão6 a Acerto: 1,0 / 1,0 Sobre o estimador de MQO para a inclinação da reta da regressão linear, dado por , assinale a alternativa correta: Respondido em 07/06/2023 23:08:24 Explicação: A resposta correta é: Acerto: 1,0 / 1,0 O primeiro passo para um desenho de pesquisa utilizando a abordagem reduzida (ou abordagem de forma reduzida) é: Estimação dos parâmetros Coleta de dados Determinação da variável de interesse dentro do modelo econômico que irá guiar a análise. Formulação do modelo econométrico Formulação da pergunta. Respondido em 07/06/2023 23:13:06 Explicação: A resposta correta é: Formulação da pergunta. Acerto: 1,0 / 1,0 Qual das alternativas precisa ser verdadeira para que seja verdadeiro? tem média zero. β̂1 β̂1 = ∑n i=1 (xi−¯̄x̄)(yi−¯̄̄y) ∑ni=1 (yi− ¯̄̄y) 2 β̂1 = ∑ni=1(xi− ¯̄¯x)(yi−¯̄̄y) ∑n i=1 (xi−¯̄¯x) 3 β̂1 = ∑n i=1(xi− ¯̄x̄)(yi−¯̄̄y) ∑ni=1 (xi− ¯̄¯x) 2 β̂1 = Covariancia amostral(x1,yi) V ariância amostral(yi) β̂1 = ∑ni=1(xi−x̂)(yi−ŷ) ∑n i=1 (xi−x̂1) 2 β̂1 = ∑n i=1(xi− ¯̄x̄)(yi−¯̄̄y) ∑ni=1 (xi− ¯̄x̄) 2 ∼ tn−k−1 β̂j−βj ep(β̂j u|X ∼ N(0, nIn) u|X Questão7 a Questão8 a Questão9 a tem variância �nita. Respondido em 07/06/2023 23:13:41 Explicação:A resposta correta é: Acerto: 1,0 / 1,0 Se , qual dessas hipóteses de Gauss-Markov são automaticamente verdadeiras? Homocedasticidade, ausência de correlação perfeita entre variáveis explicativas e independência na média condicional. Homocedasticidade e linearidade nos parâmetros. Homocedasticidade, ausência de autocorrelação serial e independência na média condicional. Ausência de correlação perfeita entre variáveis explicativas, ausência de autocorrelação serial e independência na média condicional. Linearidade nos parâmetros, ausência de autocorrelação serial e independência na média condicional. Respondido em 07/06/2023 23:10:42 Explicação: A resposta correta é: Homocedasticidade, ausência de autocorrelação serial e independência na média condicional. u|X ∼ N(0, σ2In) u|X u|X ∼ N(1, σ2In) u|X ∼ N(0, σ2In) u|X ∼ N(0, σ2In) Questão10 a
Compartilhar