INTRODUÇÃO À ECONOMETRIA - SIMULADO 1

Prévia do material em texto

INTRODUÇÃO À ECONOMETRIA
	
		Lupa
	 
	Calc.
	
	
	 
	 
	 
	GST2004_201903034337_ESM
	
	
	
		Aluno: ANDRESSA FACCIO SIMÃO
	Matr.: 201903034337
	Disc.: INTRODUÇÃO À ECONOM. 
	2021.1 EAD (G) / EX
		Prezado (a) Aluno(a),
Você fará agora seu TESTE DE CONHECIMENTO! Lembre-se que este exercício é opcional, mas não valerá ponto para sua avaliação. O mesmo será composto de questões de múltipla escolha.
Após responde cada questão, você terá acesso ao gabarito comentado e/ou à explicação da mesma. Aproveite para se familiarizar com este modelo de questões que será usado na sua AV e AVS.
	MODELO BÁSICO DE REGRESSÃO LINEAR
	 
		
	
		1.
		 Assinale a definição correta de independência plena:
	
	
	
	E[Y|X]=E[Y]
 
	
	
	E[E[Y|X]]=E[Y]
	
	
	fX,Y(x,y)=fX(x)fY(y)
	
	
	Corr(Y,X)=0
 
	
	
	Cov(Y,X)=0
 
	
Explicação:
A resposta correta é: fX,Y(x,y)=fX(x)fY(y)
	
	
	 
		
	
		2.
		Sobre o estimador de MQO para a inclinação da reta da regressão linear, dado por ˆβ1β1^, assinale a alternativa correta:
	
	
	
	^β1=∑ni=1(xi−¯¯¯x)(yi−¯¯¯y)∑ni=1(yi−¯¯¯y)2β1^=∑i=1n(xi−x¯)(yi−y¯)∑i=1n(yi−y¯)2
	
	
	^β1=∑ni=1(xi−^x)(yi−^y)∑ni=1(xi−^x1)2β1^=∑i=1n(xi−x^)(yi−y^)∑i=1n(xi−x1^)2
	
	
	^β1=∑ni=1(xi−¯¯¯x)(yi−¯¯¯y)∑ni=1(xi−¯¯¯x)2β1^=∑i=1n(xi−x¯)(yi−y¯)∑i=1n(xi−x¯)2
	
	
	^β1=∑ni=1(xi−¯¯¯x)(yi−¯¯¯y)∑ni=1(xi−¯¯¯x)3β1^=∑i=1n(xi−x¯)(yi−y¯)∑i=1n(xi−x¯)3
	
	
	^β1=Covariancia amostral(x1,yi)Variância amostral(yi)β1^=Covariancia amostral(x1,yi)Variância amostral(yi)
	
Explicação:
A resposta correta é: ^β1=∑ni=1(xi−¯¯¯x)(yi−¯¯¯y)∑ni=1(xi−¯¯¯x)2β1^=∑i=1n(xi−x¯)(yi−y¯)∑i=1n(xi−x¯)2
	
	
	REGRESSÃO MULTIVARIADA
	 
		
	
		3.
		Quais hipóteses garantem que o estimador de MQO será não viesado?
	
	
	
	Linearidade nos parâmetros, ausência de colinearidade perfeita e independência na média condicional.
	
	
	Ausência de homocedasticidade, distribuição normal do erro e autocorrelação dos resíduos.
	
	
	Independência da média condicional, ausência de colinearidade perfeita e distribuição normal do erro.
	
	
	Variância finita do erro e distribuição normal dos parâmetros estimados.
	
	
	Colinearidade perfeita, independência da média condicional e homocedasticidade.
	
Explicação:
A resposta correta é: Linearidade nos parâmetros, ausência de colinearidade perfeita e independência na média condicional.
	
	
	HETEROCEDASTICIDADE E AUTOCORRELAÇÃO
	 
		
	
		4.
		Quais hipóteses garantem que o estimador de MQO para séries temporais será não viesado? 
	
	
	
	Homocedasticidade, ausência de autocorrelação e normalidade dos erros. 
	
	
	Homocedasticidade, ausência de autocorrelação e independência da média condicional.
	
	
	Linearidade nos parâmetros, ausência de colinearidade perfeita, e independência na média condicional. 
	
	
	Homocedasticidade, ausência de colinearidade perfeita e independência da média condicional. 
	
	
	Linearidade nos parâmetros, normalidade dos erros e independência da média condicional. 
	
Explicação:
A resposta correta é: Linearidade nos parâmetros, ausência de colinearidade perfeita, e independência na média condicional. 
	
	
	 
		
	
		5.
		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? 
	
	
	
	y∗(4x21)=β0∗(4x21)+β1∗(4x21)∗x1+β2∗(4x21)∗x2+u∗(4x21)y∗(4x12)=β0∗(4x12)+β1∗(4x12)∗x1+β2∗(4x12)∗x2+u∗(4x12)
	
	
	y16x41=β016x41+β116x41+β016x41x2+u16x41y16x14=β016x14+β116x14+β016x14x2+u16x14
	
	
	y4x21=β04x21+β14x1+β04x21x2+u4x21y4x12=β04x12+β14x1+β04x12x2+u4x12
	
	
	yx41=β0x41+β1x41+β0x41x2+ux41yx14=β0x14+β1x14+β0x14x2+ux14
	
	
	yx21=β0x21+β1x21+β0x21x2+ux21yx12=β0x12+β1x12+β0x12x2+ux12
	
Explicação:
A resposta correta é: y4x21=β04x21+β14x1+β04x21x2+u4x21y4x12=β04x12+β14x1+β04x12x2+u4x12
	
	
	VARIÁVEIS INSTRUMENTAIS
	 
		
	
		6.
		Qual hipótese de Gauss-Markov é violada quando há endogeneidade?
	
	
	
	A variância dos erros, condicional às variáveis explicativas, não é constante e depende dos valores dessas variáveis explicativas.
	
	
	O termo de erro de uma observação é correlacionado com o erro de outra observação.
	
	
	A variável dependente não possui relação linear com as variáveis independentes.
	
	
	O termo de erro idiossincrático é correlacionado com pelo menos uma das variáveis explicativas.
	
	
	A variável dependente é endógena.
	
Explicação:
A resposta correta é: O termo de erro idiossincrático é correlacionado com pelo menos uma das variáveis explicativas.
	
	
	 
		
	
		7.
		Seja XX uma matriz qualquer de dimensão N×(K+1)N×(K+1). Assuma que existe uma outra matriz ZZ com dimensão N×LN×L. Seja Pz=Z(ZZ)−1ZPz=Z(ZZ)−1Z uma matriz de projeção para ZZ . Assinale a alternativa que contém a dimensão de PzPz e a descrição do conteúdo da matriz ^X=PzXX^=PzX:
	
	
	
	A dimensão de PzPz é L×(K+1)L×(K+1) e ^XX^ contém os valores da matriz variância-covariância entre XX e ZZ.
	
	
	A dimensão de PzPz é L×LL×L.
	
	
	A dimensão de PzPz é N×XN×X  e ^XX^ contém os valores preditos de XX.
	
	
	A dimensão de PzPz é N×NN×N e ^XX^ contém os valores da matriz variância-covariância entre XX e ZZ.
	
	
	A dimensão de PzPz é L×(K+1)L×(K+1)  e ^XX^ contém os valores preditos de XX.
	
Explicação:
A resposta correta é: A dimensão de PzPz é N×XN×X  e ^XX^ contém os valores preditos de XX.
	
	
	EQUAÇÕES SIMULTÂNEAS E EFEITOS FIXOS
	 
		
	
		8.
		Considere o modelo a seguir:
yit=α+βxit+μi+vityit=α+βxit+μi+vit
Qual classificação o representa melhor?
	
	
	
	Um modelo de efeitos fixos de grupo e tempo.
	
	
	Um modelo de corte transversal.
	
	
	Um modelo de efeitos fixos de tempo.
	
	
	Um modelo de séries de tempo.
	
	
	Um modelo de efeitos fixos de grupo.
	
Explicação:
A resposta correta é: Um modelo de efeitos fixos de grupo.
	
	
	 
		
	
		9.
		Considere o sistema de equações simultâneas a seguir, onde ocultamos os subscritos de tempo apenas para reduzir a notação.
Y1=α0+α1Y2+α3Y3+α4X1+α5X2+u1Y1=α0+α1Y2+α3Y3+α4X1+α5X2+u1
Y2=β0+β1Y3+β2Y1+β3X2+u2Y2=β0+β1Y3+β2Y1+β3X2+u2
Y3=γ0+γ1Y1+γ2Y2+γ3X3+u3Y3=γ0+γ1Y1+γ2Y2+γ3X3+u3
De acordo com a condição de ordem, a primeira equação desse sistema é:
	
	
	
	Subidentificada
	
	
	Justamente identificada.
	
	
	Não é possível saber se a equação é identificada, pois ela não nos dá os modelos em forma reduzida.
	
	
	Sobre-identificada.
	
	
	Não é possível saber se a equação é identificada, pois precisamos verificar a condição de posto antes.
	
Explicação:
A resposta correta é: Subidentificada
	
	
	APLICAÇÕES DE R EM ECONOMETRIA
	 
		
	
		10.
		Sobre classes de objetos, considere as alternativas abaixo e assinale a incorreta. 
	
	
	
	Data frames são um caso especial de lista, em que cada componente da lista tem o mesmo comprimento. 
	
	
	Matrizes são estruturas de dados similares a vetores, mas com duas dimensões. 
	
	
	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. 
	
	
	Vetores são estruturas de dados básicas no R, que contêm elementos do mesmo tipo. 
	
Explicação:
A resposta correta é: Listas são estruturas de dados que comportam dados de somente de um tipo.