El documento presenta un examen final de econometría que consta de 20 preguntas de opción múltiple. Se solicita a los estudiantes que rellenen su información personal y respondan las preguntas marcando una única opción por pregunta. Se especifican las instrucciones del examen y las pautas de corrección.
Este documento explica cómo realizar la prueba de chi cuadrada para comparar proporciones independientes entre variables cualitativas. Describe los pasos para calcular las frecuencias esperadas, los grados de libertad, y el estadístico chi cuadrada. El resultado se compara con un valor crítico de tablas para determinar si la diferencia observada entre grupos es estadísticamente significativa.
Este documento presenta diferentes pruebas de hipótesis para analizar datos estadísticos, incluyendo pruebas para la media, proporción, diferencia entre medias y proporciones, datos apareados, y la prueba de chi-cuadrado. También incluye un ejemplo completo de cómo aplicar la prueba de chi-cuadrado para determinar si el uso de cinturón de seguridad depende del nivel socioeconómico.
Este documento trata sobre regresión lineal. Explica la forma de la ecuación de una recta como y=mx+b, donde m es la pendiente y b es el ordenada al origen. Proporciona ejemplos de cómo calcular los parámetros de una recta que pasa por puntos dados. También describe cómo encontrar la recta de regresión para un conjunto de datos, la cual minimiza el error cuadrático medio, y las aplicaciones de regresión lineal.
Este documento presenta diferentes pruebas de hipótesis para analizar datos estadísticos, incluyendo pruebas para medias, proporciones, diferencias entre medias y proporciones, y la prueba de chi-cuadrado. También incluye un ejemplo completo de cómo aplicar la prueba de chi-cuadrado para determinar si el uso de cinturón de seguridad depende del nivel socioeconómico usando datos de una muestra.
Se tratan básicamente las ecuaciones de primer grado con una incógnita y la solución de sistemas de ecuaciones lineales con dos incógnitas por diferentes métodos.
Este documento presenta información sobre distribuciones continuas, incluyendo la distribución uniforme y la distribución normal. Explica las funciones de densidad, distribución y propiedades de la distribución uniforme. Luego introduce la distribución normal, describiendo su forma de campana y su uso para modelar variables aleatorias. Proporciona ejemplos para ilustrar conceptos como la vida útil de baterías y el espesor de cascaras de huevo.
Este documento presenta los métodos para comparar medias poblacionales cuando las varianzas son desconocidas pero iguales. Explica cómo calcular la varianza agrupada, el estadístico t y el valor p para realizar una prueba t de student. También cubre ejemplos numéricos de comparación de medias usando este método y muestras pareadas.
Este documento describe cómo usar el análisis de varianza (ANOVA) para probar la igualdad de medias poblacionales en un diseño completamente aleatorizado. Explica cómo calcular la media muestral general, la varianza entre tratamientos (CMTR) y dentro de tratamientos (CME), y cómo utilizar la distribución F para comparar CMTR/CME y determinar si las medias poblacionales son iguales. Finalmente, muestra cómo presentar los cálculos en una tabla de ANOVA.
Este documento explica cómo realizar la prueba de chi cuadrada para comparar proporciones independientes entre variables cualitativas. Describe los pasos para calcular las frecuencias esperadas, los grados de libertad, y el estadístico chi cuadrada. El resultado se compara con un valor crítico de tablas para determinar si la diferencia observada entre grupos es estadísticamente significativa.
Este documento presenta diferentes pruebas de hipótesis para analizar datos estadísticos, incluyendo pruebas para la media, proporción, diferencia entre medias y proporciones, datos apareados, y la prueba de chi-cuadrado. También incluye un ejemplo completo de cómo aplicar la prueba de chi-cuadrado para determinar si el uso de cinturón de seguridad depende del nivel socioeconómico.
Este documento trata sobre regresión lineal. Explica la forma de la ecuación de una recta como y=mx+b, donde m es la pendiente y b es el ordenada al origen. Proporciona ejemplos de cómo calcular los parámetros de una recta que pasa por puntos dados. También describe cómo encontrar la recta de regresión para un conjunto de datos, la cual minimiza el error cuadrático medio, y las aplicaciones de regresión lineal.
Este documento presenta diferentes pruebas de hipótesis para analizar datos estadísticos, incluyendo pruebas para medias, proporciones, diferencias entre medias y proporciones, y la prueba de chi-cuadrado. También incluye un ejemplo completo de cómo aplicar la prueba de chi-cuadrado para determinar si el uso de cinturón de seguridad depende del nivel socioeconómico usando datos de una muestra.
Se tratan básicamente las ecuaciones de primer grado con una incógnita y la solución de sistemas de ecuaciones lineales con dos incógnitas por diferentes métodos.
Este documento presenta información sobre distribuciones continuas, incluyendo la distribución uniforme y la distribución normal. Explica las funciones de densidad, distribución y propiedades de la distribución uniforme. Luego introduce la distribución normal, describiendo su forma de campana y su uso para modelar variables aleatorias. Proporciona ejemplos para ilustrar conceptos como la vida útil de baterías y el espesor de cascaras de huevo.
Este documento presenta los métodos para comparar medias poblacionales cuando las varianzas son desconocidas pero iguales. Explica cómo calcular la varianza agrupada, el estadístico t y el valor p para realizar una prueba t de student. También cubre ejemplos numéricos de comparación de medias usando este método y muestras pareadas.
Este documento describe cómo usar el análisis de varianza (ANOVA) para probar la igualdad de medias poblacionales en un diseño completamente aleatorizado. Explica cómo calcular la media muestral general, la varianza entre tratamientos (CMTR) y dentro de tratamientos (CME), y cómo utilizar la distribución F para comparar CMTR/CME y determinar si las medias poblacionales son iguales. Finalmente, muestra cómo presentar los cálculos en una tabla de ANOVA.
El documento describe la distribución chi-cuadrada (χ2), incluyendo su definición, propiedades y usos comunes. Karl Pearson introdujo la distribución χ2 en 1900 para probar si las mediciones se ajustan a una distribución esperada. La distribución depende del número de grados de libertad y se usa comúnmente en pruebas de hipótesis sobre varianzas, desviaciones estándar y ajustes de datos.
Este documento describe el método de regresión por mínimos cuadrados para modelar la relación entre una variable dependiente y una o más variables independientes. Explica que este método busca encontrar la curva de ajuste que minimice la suma de los cuadrados de los errores entre los valores reales y los predichos por el modelo. Además, presenta un ejemplo ilustrativo de cómo aplicar este método para hallar la recta de regresión de mínimos cuadrados para un conjunto de datos.
Este documento trata sobre sistemas de ecuaciones lineales. Explica conceptos como ecuación de una recta, pendiente de una recta, ecuaciones de una recta principal, general y canónica. Luego introduce sistemas de ecuaciones lineales y métodos para resolverlos como sustitución, igualación y reducción. Finalmente describe el método de Cramer para resolver sistemas. Incluye ejemplos y ejercicios para cada tema.
Este documento trata sobre conceptos básicos de estadística descriptiva. Explica que la estadística es una ciencia que utiliza métodos matemáticos para organizar y analizar datos, los cuales generalmente provienen de muestras tomadas de una población más grande. Luego define conceptos clave como población, muestra, variable, y clasifica las variables en cuantitativas y cualitativas. Finalmente, describe diferentes técnicas de muestreo como el muestreo aleatorio simple y el estratificado.
Este documento presenta la prueba F de varianza para determinar si la varianza de una muestra es significativamente mayor que la varianza de otra muestra. Explica cómo calcular el grado de libertad, buscar valores críticos en la tabla F y concluir si se rechaza o no la hipótesis nula de que las varianzas son iguales, dependiendo de si el estadístico F calculado es mayor o menor que el crítico. También incluye ejemplos para ilustrar cómo aplicar la prueba F.
OPERACIONES CON MATRICES, INTERPOLACIONES, AJUSTE DE CURVAS, POLINOMIOSdavp2012
El documento describe diferentes métodos para ajustar curvas a conjuntos de datos, incluyendo regresión lineal, regresión polinomial, interpolación de Newton y Lagrange, e interpolación segmentaria. La regresión lineal encuentra la línea recta de mejor ajuste minimizando la suma de los cuadrados de los errores. La regresión polinomial generaliza esto para polinomios de grado superior. La interpolación de Newton y Lagrange calcula polinomios que pasan exactamente por los puntos de datos. La interpolación segmentaria divide los datos en segmentos y ajusta funciones separ
Este documento presenta información sobre pruebas estadísticas paramétricas y no paramétricas, incluyendo la prueba de chi cuadrado. Explica cómo usar la prueba de chi cuadrado para probar la independencia entre variables cualitativas y la homogeneidad entre muestras, y provee ejemplos numéricos de cómo calcular y aplicar esta prueba estadística.
El documento describe los conceptos de regresión y correlación para analizar la relación entre dos o más variables aleatorias. La regresión mide la posible relación funcional entre variables, permitiendo predecir una variable en función de otra(s). La correlación solo mide la intensidad de la relación lineal entre variables. El documento también presenta ejemplos del cálculo de ecuaciones de regresión lineal y cuadrática utilizando el método de mínimos cuadrados.
Este documento presenta una guía de evaluación bimestral para el curso de Matemáticas III. Contiene tres bloques con diferentes problemas y ejercicios de álgebra para ser resueltos. El primer bloque presenta ejercicios sobre ecuaciones cuadráticas y la representación algebraica de números consecutivos y figuras geométricas. El segundo bloque pide analizar la congruencia y semejanza de triángulos. Y el tercer bloque plantea problemas sobre la posición y tiempo de movimiento de una partícula descrita por una función algebraica.
El documento presenta un examen de cálculo diferencial con 6 temas que incluyen proposiciones, hallar valores de funciones, derivar funciones, obtener polinomios de Maclaurin, derivar funciones implícitas y resolver un problema de máximos y mínimos. Se pide al estudiante mostrar los procedimientos para resolver cada ejercicio y se evalúa su desempeño.
Informe estadistica regresion y correlacionmayrajeral
Este documento presenta la solución a varios problemas de estadística y regresión lineal. En el primer problema, se analizan los puntajes de 7 estudiantes en pruebas parciales y finales para obtener las ecuaciones de regresión, estimar puntajes, y calcular el coeficiente de correlación y error de estimación. Los problemas siguientes involucran obtener ecuaciones de regresión a partir de datos sobre mejora en lectura, calificaciones en matemáticas y estadística, y variables aleatorias.
Este documento trata sobre la teoría del muestreo. Explica que las muestras se extraen de poblaciones para inferir el comportamiento de la población. Define conceptos como poblaciones finitas e infinitas, parámetros poblacionales y estadísticos muestrales. Luego describe varias distribuciones muestrales como la distribución de medias, proporciones, varianzas y diferencias entre medias y proporciones de dos poblaciones.
Resumen de fórmulas más usadas en Estadística y en particular en Teoría de Muestreo y Fuentes Estadísticas.
Asignatura impartida en la Licenciatura de Economía de la Universidad de Valladolid en 4ª curso o 5ª curso.
Profesor: D. José Antonio San Gómez.
Más Información en: https://www.linkedin.com/profile/preview?vpa=pub&locale=es_ES
http://www.blogmisproyetosuniversitarios-carlos.blogspot.com.es/
1) El documento introduce los conceptos de regresión lineal y no lineal para ajustar ecuaciones a datos experimentales. 2) Explica que la modelización matemática busca ecuaciones que describan el comportamiento de sistemas de forma empírica o teórica. 3) Finalmente, detalla los procedimientos de regresión lineal y no lineal por mínimos cuadrados para encontrar los parámetros óptimos que ajusten mejor las ecuaciones a los datos.
Este documento describe cómo realizar una prueba de hipótesis para comparar las proporciones de dos muestras. Explica que el estadístico de prueba sigue una distribución normal estándar y cómo calcular el valor z. También proporciona la fórmula para calcular la proporción conjunta de las muestras y presenta un ejemplo para ilustrar los pasos de la prueba.
Este documento presenta 10 ejemplos para ilustrar el concepto de moda y cómo calcularla en diferentes tipos de datos. Explica que la moda es el valor que se repite con mayor frecuencia y cómo se puede determinar la moda para datos agrupados en intervalos. También cubre casos donde hay una o más modas y presenta una fórmula para calcular la moda precisa cuando los datos son continuos.
Matemática para Ingeniería - Determinantes
Se tocaran los temas de la regla de sarrus, propiedades de las determinantes y la relación entre inversa y determinantes.
Vladimir Acori Flores
Este documento proporciona una introducción a los conceptos básicos de las matrices, incluidas sus definiciones, tipos y operaciones. Explica que una matriz es una ordenación rectangular de números y que se define por su tamaño de filas y columnas. Luego describe varios tipos especiales de matrices como matrices cuadradas, triangulares y ortogonales. Finalmente, resume las operaciones básicas que se pueden realizar con matrices como suma, resta, multiplicación por escalares y producto entre matrices.
Este documento presenta el modelo clásico de regresión lineal múltiple, incluyendo su formulación matricial, el método de mínimos cuadrados ordinarios para estimar los parámetros, y las propiedades de dichos estimadores. También explica cómo realizar pruebas de hipótesis sobre los parámetros y el ajuste global del modelo usando el análisis de varianza (ANOVA). Se incluyen ejemplos ilustrativos.
Este documento presenta un examen modelo de introducción al análisis de datos compuesto por 25 preguntas. El examen incluye tablas y gráficas de datos estadísticos y preguntas sobre conceptos básicos como tipos de variables, medidas de tendencia central, dispersión, correlación y probabilidad. El objetivo es evaluar los conocimientos fundamentales de los estudiantes en análisis exploratorio de datos.
El documento describe la distribución chi-cuadrada (χ2), incluyendo su definición, propiedades y usos comunes. Karl Pearson introdujo la distribución χ2 en 1900 para probar si las mediciones se ajustan a una distribución esperada. La distribución depende del número de grados de libertad y se usa comúnmente en pruebas de hipótesis sobre varianzas, desviaciones estándar y ajustes de datos.
Este documento describe el método de regresión por mínimos cuadrados para modelar la relación entre una variable dependiente y una o más variables independientes. Explica que este método busca encontrar la curva de ajuste que minimice la suma de los cuadrados de los errores entre los valores reales y los predichos por el modelo. Además, presenta un ejemplo ilustrativo de cómo aplicar este método para hallar la recta de regresión de mínimos cuadrados para un conjunto de datos.
Este documento trata sobre sistemas de ecuaciones lineales. Explica conceptos como ecuación de una recta, pendiente de una recta, ecuaciones de una recta principal, general y canónica. Luego introduce sistemas de ecuaciones lineales y métodos para resolverlos como sustitución, igualación y reducción. Finalmente describe el método de Cramer para resolver sistemas. Incluye ejemplos y ejercicios para cada tema.
Este documento trata sobre conceptos básicos de estadística descriptiva. Explica que la estadística es una ciencia que utiliza métodos matemáticos para organizar y analizar datos, los cuales generalmente provienen de muestras tomadas de una población más grande. Luego define conceptos clave como población, muestra, variable, y clasifica las variables en cuantitativas y cualitativas. Finalmente, describe diferentes técnicas de muestreo como el muestreo aleatorio simple y el estratificado.
Este documento presenta la prueba F de varianza para determinar si la varianza de una muestra es significativamente mayor que la varianza de otra muestra. Explica cómo calcular el grado de libertad, buscar valores críticos en la tabla F y concluir si se rechaza o no la hipótesis nula de que las varianzas son iguales, dependiendo de si el estadístico F calculado es mayor o menor que el crítico. También incluye ejemplos para ilustrar cómo aplicar la prueba F.
OPERACIONES CON MATRICES, INTERPOLACIONES, AJUSTE DE CURVAS, POLINOMIOSdavp2012
El documento describe diferentes métodos para ajustar curvas a conjuntos de datos, incluyendo regresión lineal, regresión polinomial, interpolación de Newton y Lagrange, e interpolación segmentaria. La regresión lineal encuentra la línea recta de mejor ajuste minimizando la suma de los cuadrados de los errores. La regresión polinomial generaliza esto para polinomios de grado superior. La interpolación de Newton y Lagrange calcula polinomios que pasan exactamente por los puntos de datos. La interpolación segmentaria divide los datos en segmentos y ajusta funciones separ
Este documento presenta información sobre pruebas estadísticas paramétricas y no paramétricas, incluyendo la prueba de chi cuadrado. Explica cómo usar la prueba de chi cuadrado para probar la independencia entre variables cualitativas y la homogeneidad entre muestras, y provee ejemplos numéricos de cómo calcular y aplicar esta prueba estadística.
El documento describe los conceptos de regresión y correlación para analizar la relación entre dos o más variables aleatorias. La regresión mide la posible relación funcional entre variables, permitiendo predecir una variable en función de otra(s). La correlación solo mide la intensidad de la relación lineal entre variables. El documento también presenta ejemplos del cálculo de ecuaciones de regresión lineal y cuadrática utilizando el método de mínimos cuadrados.
Este documento presenta una guía de evaluación bimestral para el curso de Matemáticas III. Contiene tres bloques con diferentes problemas y ejercicios de álgebra para ser resueltos. El primer bloque presenta ejercicios sobre ecuaciones cuadráticas y la representación algebraica de números consecutivos y figuras geométricas. El segundo bloque pide analizar la congruencia y semejanza de triángulos. Y el tercer bloque plantea problemas sobre la posición y tiempo de movimiento de una partícula descrita por una función algebraica.
El documento presenta un examen de cálculo diferencial con 6 temas que incluyen proposiciones, hallar valores de funciones, derivar funciones, obtener polinomios de Maclaurin, derivar funciones implícitas y resolver un problema de máximos y mínimos. Se pide al estudiante mostrar los procedimientos para resolver cada ejercicio y se evalúa su desempeño.
Informe estadistica regresion y correlacionmayrajeral
Este documento presenta la solución a varios problemas de estadística y regresión lineal. En el primer problema, se analizan los puntajes de 7 estudiantes en pruebas parciales y finales para obtener las ecuaciones de regresión, estimar puntajes, y calcular el coeficiente de correlación y error de estimación. Los problemas siguientes involucran obtener ecuaciones de regresión a partir de datos sobre mejora en lectura, calificaciones en matemáticas y estadística, y variables aleatorias.
Este documento trata sobre la teoría del muestreo. Explica que las muestras se extraen de poblaciones para inferir el comportamiento de la población. Define conceptos como poblaciones finitas e infinitas, parámetros poblacionales y estadísticos muestrales. Luego describe varias distribuciones muestrales como la distribución de medias, proporciones, varianzas y diferencias entre medias y proporciones de dos poblaciones.
Resumen de fórmulas más usadas en Estadística y en particular en Teoría de Muestreo y Fuentes Estadísticas.
Asignatura impartida en la Licenciatura de Economía de la Universidad de Valladolid en 4ª curso o 5ª curso.
Profesor: D. José Antonio San Gómez.
Más Información en: https://www.linkedin.com/profile/preview?vpa=pub&locale=es_ES
http://www.blogmisproyetosuniversitarios-carlos.blogspot.com.es/
1) El documento introduce los conceptos de regresión lineal y no lineal para ajustar ecuaciones a datos experimentales. 2) Explica que la modelización matemática busca ecuaciones que describan el comportamiento de sistemas de forma empírica o teórica. 3) Finalmente, detalla los procedimientos de regresión lineal y no lineal por mínimos cuadrados para encontrar los parámetros óptimos que ajusten mejor las ecuaciones a los datos.
Este documento describe cómo realizar una prueba de hipótesis para comparar las proporciones de dos muestras. Explica que el estadístico de prueba sigue una distribución normal estándar y cómo calcular el valor z. También proporciona la fórmula para calcular la proporción conjunta de las muestras y presenta un ejemplo para ilustrar los pasos de la prueba.
Este documento presenta 10 ejemplos para ilustrar el concepto de moda y cómo calcularla en diferentes tipos de datos. Explica que la moda es el valor que se repite con mayor frecuencia y cómo se puede determinar la moda para datos agrupados en intervalos. También cubre casos donde hay una o más modas y presenta una fórmula para calcular la moda precisa cuando los datos son continuos.
Matemática para Ingeniería - Determinantes
Se tocaran los temas de la regla de sarrus, propiedades de las determinantes y la relación entre inversa y determinantes.
Vladimir Acori Flores
Este documento proporciona una introducción a los conceptos básicos de las matrices, incluidas sus definiciones, tipos y operaciones. Explica que una matriz es una ordenación rectangular de números y que se define por su tamaño de filas y columnas. Luego describe varios tipos especiales de matrices como matrices cuadradas, triangulares y ortogonales. Finalmente, resume las operaciones básicas que se pueden realizar con matrices como suma, resta, multiplicación por escalares y producto entre matrices.
Este documento presenta el modelo clásico de regresión lineal múltiple, incluyendo su formulación matricial, el método de mínimos cuadrados ordinarios para estimar los parámetros, y las propiedades de dichos estimadores. También explica cómo realizar pruebas de hipótesis sobre los parámetros y el ajuste global del modelo usando el análisis de varianza (ANOVA). Se incluyen ejemplos ilustrativos.
Este documento presenta un examen modelo de introducción al análisis de datos compuesto por 25 preguntas. El examen incluye tablas y gráficas de datos estadísticos y preguntas sobre conceptos básicos como tipos de variables, medidas de tendencia central, dispersión, correlación y probabilidad. El objetivo es evaluar los conocimientos fundamentales de los estudiantes en análisis exploratorio de datos.
Este documento presenta una prueba de matemáticas para noveno grado que consta de 30 preguntas divididas en 5 estándares. Incluye instrucciones generales, preguntas de álgebra, geometría, medición, análisis de datos y probabilidad. El objetivo es evaluar los conocimientos matemáticos de los estudiantes.
Este documento presenta una muestra de 32 preguntas de matemáticas para la Prueba de Selección Universitaria (PSU) en Chile. Las preguntas cubren cuatro ejes temáticos de matemáticas y evalúan habilidades como reconocimiento de conceptos, aplicación de métodos y análisis de información. También incluye instrucciones específicas para la prueba y una lista de símbolos matemáticos que los estudiantes pueden consultar.
Este documento contiene un modelo de prueba de matemática con 80 preguntas para evaluar el proceso de admisión a universidades chilenas. Incluye instrucciones para responder las preguntas, símbolos matemáticos y las primeras 20 preguntas del modelo con 5 opciones de respuesta cada una. Se advierte que reproducir o transmitir el documento puede acarrear sanciones legales.
Este documento contiene un modelo de prueba de matemática con 80 preguntas para evaluar el proceso de admisión a universidades chilenas. Incluye instrucciones para responder las preguntas, símbolos matemáticos y las primeras 20 preguntas del modelo con 5 opciones de respuesta cada una. Se advierte que reproducir o transmitir el documento puede acarrear sanciones legales.
Este documento contiene un modelo de prueba de matemática con 80 preguntas para evaluar el proceso de admisión a universidades chilenas. Incluye instrucciones para responder las preguntas, símbolos matemáticos y las primeras 20 preguntas del modelo con 5 opciones de respuesta cada una. Se advierte que reproducir o transmitir el documento sin autorización está sujeto a sanciones legales.
Este documento contiene un modelo de prueba de matemática con 80 preguntas para el proceso de admisión a universidades chilenas. Incluye instrucciones para responder la prueba, símbolos matemáticos, y las primeras 20 preguntas del modelo con 5 opciones de respuesta cada una. Se advierte que reproducir o transmitir el contenido sin autorización está sujeto a sanciones legales.
Este documento presenta un ejercicio sobre distribuciones bidimensionales que incluye los siguientes elementos:
1. Se proporciona una tabla con valores de dos variables, tiempo y número de gérmenes, para varios puntos de datos.
2. Se pide calcular la recta de regresión para predecir el número de gérmenes en función del tiempo.
3. Se estima la cantidad de gérmenes que habrá transcurridas 6 horas utilizando la recta de regresión.
Este documento presenta una prueba de matemáticas de pre y postest para los cursos de Álgebra II y Álgebra II Avanzado. La prueba contiene 30 preguntas que cubren estándares como numeración y operaciones, álgebra, funciones, geometría, análisis de datos y probabilidad. Las instrucciones indican que los estudiantes deben seleccionar la respuesta correcta en una hoja de respuestas separada sin escribir en el documento de la prueba.
Este documento presenta un examen parcial de matemáticas para el séptimo nivel. Consta de tres partes: 15 preguntas de selección única, 3 preguntas de completar y 3 preguntas de desarrollo. El examen cubre temas de geometría como rectas, ángulos y triángulos. Los estudiantes tienen 80 minutos para completarlo.
Este documento presenta un examen parcial de matemáticas para el séptimo nivel que consta de tres partes: 1) 10 preguntas de selección única, 2) 3 preguntas de completar y 3) 3 preguntas de desarrollo. El examen tiene un valor total de 50 puntos y los estudiantes tienen 80 minutos para completarlo.
MODELO DE PRUEBA DE
MATEMÁTICA
INSTRUCCIONES
1.- Este modelo consta de 80 preguntas, de las cuales 75 serán consideradas para el cálculo
de puntaje y 5 serán usadas para experimentación y por lo tanto, no se considerarán en el
puntaje final de la prueba. Cada pregunta tiene 5 opciones, señaladas con las letras A, B, C,
D y E, una sola de las cuales es la respuesta correcta.
2.- COMPRUEBE QUE LA FORMA QUE APARECE EN SU HOJA DE RESPUESTAS SEA LA
MISMA DE SU FOLLETO. Complete todos los datos pedidos, de acuerdo con las instrucciones
contenidas en esa hoja, porque ÉSTOS SON DE SU EXCLUSIVA RESPONSABILIDAD.
Cualquier omisión o error en ellos impedirá que se entreguen sus resultados. Se le dará
tiempo suficiente para ello antes de comenzar la prueba.
3.- DISPONE DE 2 HORAS Y 40 MINUTOS PARA RESPONDERLO.
4.- Lea atentamente las instrucciones específicas para responder las preguntas de la Nº 74 a la
Nº 80 de este modelo, en donde se explica la forma de abordarlas.
5.- Las respuestas a las preguntas se marcan en la hoja de respuestas que se le ha entregado.
Marque su respuesta en la fila de celdillas que corresponde al número de la pregunta
que está contestando. Ennegrezca completamente la celdilla, tratando de no salirse de ella.
Hágalo exclusivamente con lápiz de grafito Nº 2 o portaminas HB.
6.- NO SE DESCUENTA PUNTAJE POR RESPUESTAS ERRADAS.
7.- Si lo desea, puede usar este folleto como borrador, pero no olvide traspasar oportunamente
sus respuestas a la hoja de respuestas. Tenga presente que se considerarán para la
evaluación, exclusivamente las respuestas marcadas en dicha hoja.
8.- Cuide la hoja de respuestas. No la doble. No la manipule innecesariamente. Escriba en
ella solo los datos pedidos y las respuestas. Evite borrar para no deteriorar la hoja. Si lo hace,
límpiela de los residuos de goma.
9.- El número de serie del folleto no tiene relación con el número del código de barra que aparece
en la hoja de respuestas. Por lo tanto, pueden ser iguales o distintos.
10.- ES OBLIGATORIO DEVOLVER ÍNTEGRAMENTE ESTE FOLLETO Y LA HOJA DE
RESPUESTAS ANTES DE ABANDONAR LA SALA.
11.- Cualquier irregularidad que se detecte durante el proceso, facultará al Consejo de
Rectores de las Universidades Chilenas (CRUCH) para eliminar al postulante del
presente Proceso de Admisión y dar curso a las acciones legales y reglamentarias
pertinentes, previo proceso de investigación.
12.- Finalmente, anote su Número de Cédula de Identidad (o Pasaporte) en los casilleros que se
encuentran en la parte inferior de este folleto, lea y firme la declaración correspondiente.
MODELO MAT 2016
- 2 -
INSTRUCCIONES ESPECÍFICAS
1. A continuación encontrará una serie de símbolos, los que puede
consultar durante el desarrollo de los ejercicios.
2. Las figuras que aparecen en el modelo son solo indicativas.
3. Los gráficos que se presentan en este modelo están dibujados en un
sistema de ejes perpendiculares.
4. Se entenderá por dado común, a aquel que posee 6 caras, donde al
lanzarlo las
Prueba diagnóstica de Algebra sobre Ecuación LinealJose Perez
Examen de Selección Múltiple con las soluciones sobre Ecuaciones Lineales, Gráficas, Tablas y Problemas Algebraicos de Ecuaciones Lineales con Plantilla de Especificaciones y Rúbrica.
Taller repaso matematicas y estadistica segundo periodo1 sihaprendamatematicas
El documento presenta preguntas de repaso sobre conceptos matemáticos como conjuntos numéricos, desigualdades, funciones, probabilidad y estadística. Incluye 15 preguntas con gráficos y tablas de datos sobre temas como relaciones funcionales, intervalos, velocidad-tiempo, devaluación de bienes y asignación de placas vehiculares.
Este documento describe medidas estadísticas de dispersión, asimetría y curtosis. Explica cómo calcular e interpretar el rango, rango intercuartílico, varianza, desviación estándar, coeficiente de variación, coeficiente de asimetría y coeficiente de curtosis. Proporciona ejemplos detallados de cómo aplicar estas medidas a conjuntos de datos para analizar la variabilidad, simetría y forma de la distribución.
Nosferi - Perturbaciones no esfericas en el modelo linealMiguel Jerez
Este documento trata sobre perturbaciones no esféricas en modelos de regresión. Discuten tratamientos generales como la estimación por mínimos cuadrados generalizados para hacer frente a la autocorrelación y heterocedasticidad. También cubre métodos para detectar autocorrelación como el test de Breusch-Godfrey y métodos para detectar heterocedasticidad como el test de Breusch-Pagan y el test de White. El documento contiene ejemplos ilustrativos de cada uno de estos conceptos.
Este documento presenta el plan de orientación para la asignatura de Matemática del 3er año de la escuela secundaria. Incluye los contenidos que se verán divididos en tres trimestres, así como ejemplos de actividades y ejercicios para cada trimestre. También detalla los criterios de evaluación para las instancias de diciembre y febrero.
Este documento resume el modelo de regresión simple en 3 oraciones. Introduce el modelo de regresión simple, que relaciona una variable dependiente (y) con una variable independiente (x) más un término de error (u). Explica que el método de mínimos cuadrados ordinarios (MCO) se usa para estimar los parámetros del modelo (β0 y β1) minimizando la suma de los cuadrados de los errores en la muestra. Finalmente, señala que MCO proporciona estimaciones consistentes de los parámetros si se cumplen ciert
En la ciudad de Pasto, estamos revolucionando el acceso a microcréditos y la formalización de microempresarios informales con nuestra aplicación CrediAvanza. Nuestro objetivo es empoderar a los emprendedores locales proporcionándoles una plataforma integral que facilite el acceso a servicios financieros y asesoría profesional.
Soluciones Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinar...Juan Martín Martín
Criterios de corrección y soluciones al examen de Geografía de Selectividad (EvAU) Junio de 2024 en Castilla La Mancha.
Soluciones al examen.
Convocatoria Ordinaria.
Examen resuelto de Geografía
conocer el examen de geografía de julio 2024 en:
https://blogdegeografiadejuan.blogspot.com/2024/06/soluciones-examen-de-selectividad.html
http://blogdegeografiadejuan.blogspot.com/
La vida de Martin Miguel de Güemes para niños de primaria
Ectr1 ex feb04
1. 1
Examen final de econometría I
4 de febrero de 2004 – Hora: 12:00
Apellidos: Nombre: DNI:
Profesor/a: Licenciatura: Grupo:
Antes de empezar a resolver el examen, rellene TODA la información que se solicita en
los recuadros anteriores y lea con atención las instrucciones de la página siguiente.
Pregunta 1 A B C D En blanco
Pregunta 2 A B C D En blanco
Pregunta 3 A B C D En blanco
Pregunta 4 A B C D En blanco
Pregunta 5 A B C D En blanco
Pregunta 6 A B C D En blanco
Pregunta 7 A B C D En blanco
Pregunta 8 A B C D En blanco
Pregunta 9 A B C D En blanco
Pregunta 10 A B C D En blanco
Pregunta 11 A B C D En blanco
Pregunta 12 A B C D En blanco
Pregunta 13 A B C D En blanco
Pregunta 14 A B C D En blanco
Pregunta 15 A B C D En blanco
Pregunta 16 A B C D En blanco
Pregunta 17 A B C D En blanco
Pregunta 18 A B C D En blanco
Pregunta 19 A B C D En blanco
Pregunta 20 A B C D En blanco
Correctas Incorrectas En blanco Puntuación
2. 2
INSTRUCCIONES
El examen consta de 20 preguntas de tipo test. Señale su respuesta a cada pregunta
con bolígrafo, tachando con un aspa una y sólo una casilla por pregunta en la
plantilla de la página 1; si tacha más de una casilla en una pregunta, se considerará
que su respuesta a dicha pregunta es incorrecta; si desea dejar alguna pregunta sin
responder, tache con un aspa la casilla "En blanco" correspondiente. Una respuesta
correcta vale +3 puntos, una incorrecta –1 punto, y una en blanco 0 puntos; se
obtiene un aprobado con 30-41 puntos, un notable con 42-50 puntos, y un
sobresaliente con 51-60 puntos.
No desgrape estas hojas. No rellene las casillas de la última línea de la página 1.
Utilice el espacio en blanco de las páginas siguientes para efectuar operaciones. No
utilice durante el examen ningún papel adicional a estas hojas grapadas.
EL EXAMEN DURA DOS HORAS
3. 3
Pregunta 1. Bajo todas las hipótesis clásicas que conforman el modelo lineal general
= +Y X Uβ , donde 2( , )N σU 0 I∼ , indique cuál de las afirmaciones siguientes es
FALSA:
A) El estimador MCO de β tiene asociado un vector de residuos que es ortogonal a
cada fila de la matriz X.
B) El estimador MCO de β tiene asociado un vector de residuos que es ortogonal a
cada columna de la matriz X.
C) El vector de residuos MCO sigue una distribución Normal con vector de medias
igual a 0 y matriz de varianzas igual a 2σ M , donde 2σ es la varianza de cada
perturbación del modelo y 1
( )−′ ′= −M I X X X X .
D) La suma residual de cuadrados (SRC) asociada con el estimador MCO de β
puede escribirse como ˆ ˆSRC ′ ′= −Y Y Y Y o bien como SRC ′= U MU , donde
ˆY es el vector de valores ajustados por MCO y 1
( )−′ ′= −M I X X X X .
Pregunta 2. Si en un modelo del tipo 1 2 2 3 3 ( 1, ..., )i i i iY X X U i Nβ β β= + + + =
se cumplen todas las hipótesis clásicas del modelo lineal general, la varianza estimada
del estimador MCO de 2β será tanto MENOR cuanto:
A) Mayor sea el 2R de la regresión con término constante de 2ix sobre 3ix .
B) Mayor sea la varianza muestral de 2ix .
C) Menor sea la suma residual de cuadrados de la regresión con término constante
de 2ix sobre 3ix .
D) Mayor sea la suma residual de cuadrados de la regresión con término constante
de iy sobre 2ix y 3ix .
Pregunta 3. En el modelo lineal general = +Y X Uβ , si existe un alto grado de
correlación lineal entre los regresores contenidos en la matriz X, el estimador MCO de
β :
A) Es sesgado e ineficiente, porque existe multicolinealidad exacta entre las variables
explicativas del modelo.
B) Es sesgado e ineficiente, porque los regresores son linealmente dependientes sólo
cuando se ha omitido alguna variable explicativa relevante del modelo.
C) No es único, porque el determinante de la matriz X’X es igual a cero.
D) Es insesgado y eficiente, porque la multicolinealidad aproximada no afecta a las
propiedades estadísticas del estimador MCO de β .
Pregunta 4. Considere el modelo 1 2 3ln ln lni i i iY K L Uβ β β= + + + , donde iY , iK
y iL representan, respectivamente, observaciones sobre producción, capital y trabajo
4. 4
de un conjunto de empresas, y ln representa el logaritmo neperiano. Indique cuál de
las siguientes afirmaciones es FALSA:
A) El estimador MCR (Mínimos Cuadrados Restringidos) de 1β y 2β bajo la
restricción de que la elasticidad 3β es igual a 1, es idéntico al estimador MCO de
1β y 2β en el modelo ( )1 2ln ln lni i i iY K L Uβ β= + − + .
B) El estimador MCR (Mínimos Cuadrados Restringidos) de 1β y 2β bajo la
restricción de que las elasticidades 2β y 3β suman 1, es idéntico al estimador
MCO de 1β y 2β en el modelo ( ) ( )1 2ln / ln /i i i i iY L K L Uβ β= + + .
C) El estimador de Mínimos Cuadrados Restringidos (MCR) bajo la restricción de
que las elasticidades 2β y 3β suman 1, es insesgado y eficiente siempre que dicha
restricción sea cierta.
D) El estimador MCR (Mínimos Cuadrados Restringidos) de 1 2 3( , , )β β β ′≡β bajo
la restricción de que las elasticidades 2β y 3β suman 1, puede escribirse como
1 1 1
MCR MCO MCO
ˆ ˆ ˆ( ) [ ( ) ] ( )− − −′ ′ ′ ′= − −X X A A X X A A cβ β β , donde MCO
ˆβ es el
estimador MCO de β , A = (0, 1, 1) y c = 1.
Pregunta 5. En un modelo del tipo 1 2 3i i i iY X Z Uβ β β= + + + , la hipótesis nula y
la hipótesis alternativa en el contraste de significación global de las pendientes son:
A) 0 1 2 3: 0H β β β+ + = y 1 1 2 3: 0H β β β+ + ≠ .
B) 0 2 3: 0H β β+ = y 1 2 3: 0H β β+ ≠ .
C) 0 2 3: ( , ) (0, 0)H β β ′ ′= y 1 2 3: ( , ) (0, 0)H β β ′ ′≠ .
D) 0 1 2 3: ( , , ) (0, 0, 0)H β β β ′ ′= y 1 1 2 3: ( , , ) (0, 0, 0)H β β β ′ ′≠ .
Pregunta 6. Bajo todas las hipótesis clásicas que conforman el modelo lineal general
= +Y X Uβ , el estimador de Máxima Verosimilitud de 2σ :
A) Tiene la misma varianza pero distinta media que el estimador MCO de 2σ .
B) Tiene la misma media pero distinta varianza que el estimador MCO de 2σ .
C) Es sesgado y el signo de su sesgo es negativo.
D) Es sesgado y el signo de su sesgo es positivo.
Pregunta 7. En un modelo del tipo 1 2 ( 1, ..., )t t tY X U t Nβ β= + + = , las
perturbaciones presentan heteroscedasticidad si:
A) Cov( , ) 0 para todo 1, ,t tX U t N= = … .
B) 2Var( ) para todo 1, ,tU t t Nσ= × = … .
C) 2Var( ) para todo 1, ,tU t Nσ= = … .
D) 10 , con Var( ) 5 para todo 1, ,t t tU E E t N= + = = … .
5. 5
Las preguntas 8 a 10 se refieren al enunciado siguiente: Utilizando información sobre
los salarios anuales de un grupo de maestros de escuelas públicas (serie SALARIO en
miles de dólares) y sobre el gasto en escuelas públicas por alumno (serie GASTO en
miles de dólares por alumno) de 51 estados norteamericanos en el año 1985, se ha
estimado por MCO el modelo de regresión que figura en la tabla siguiente:
Tabla 1
Dependent Variable: SALARIO
Method: Least Squares
Sample: 1 51
Included observations: 51
Variable Coefficient Std. Error t-Statistic Prob.
C 12.12937 1.197351 10.13017 0.0000
GASTO 3.307585 0.311704 10.61129 0.0000
R-squared 0.696781 Mean dependent var 24.35622
Adjusted R-squared 0.690593 S.D. dependent var 4.179426
S.E. of regression 2.324779 Akaike info criterion 4.563553
Sum squared resid 264.8252 Schwarz criterion 4.639311
Log likelihood -114.3706 F-statistic 112.5995
Durbin-Watson stat 1.254380 Prob(F-statistic) 0.000000
Posteriormente, se han clasificado los 51 estados norteamericanos en tres áreas [Oeste
(13 estados), Noreste/Norte-Centro (21 estados), y Sur (17 estados)] y se han
construido 3 variables ficticias: D1, que vale 1 para los estados del Oeste y cero para
los estados restantes; D2, que vale 1 para los estados del Noreste/Norte-Centro y cero
para los estados restantes; y D3, que vale 1 para los estados del Sur y cero para los
estados restantes. Con esta información, se ha estimado por MCO el modelo que
figura en la tabla siguiente:
Tabla 2
Dependent Variable: SALARIO
Method: Least Squares
Sample: 1 51
Included observations: 51
Variable Coefficient Std. Error t-Statistic Prob.
C 13.26911 1.395056 9.511530 0.0000
D2 -1.673514 0.801170 -2.088837 0.0422
D3 -1.144157 0.861118 -1.328687 0.1904
GASTO 3.288848 0.317642 10.35393 0.0000
R-squared 0.722665 Mean dependent var 24.35622
Adjusted R-squared 0.704963 S.D. dependent var 4.179426
S.E. of regression 2.270152 Akaike info criterion 4.552756
Sum squared resid 242.2188 Schwarz criterion 4.704271
Log likelihood -112.0953 F-statistic 40.82341
Durbin-Watson stat 1.414238 Prob(F-statistic) 0.000000
6. 6
Pregunta 8. A partir de los resultados que figuran en las tablas 1 y 2, indique cuál de
las afirmaciones siguientes es FALSA:
A) La diferencia en el salario anual (a igual nivel de GASTO) entre un maestro del
área Sur y un maestro del área Oeste es significativamente distinta de cero al 5%
pero no al 1%.
B) Si el valor del estadístico para el contraste de que no existen diferencias en el
salario asociadas con razones geográficas (a igual nivel de GASTO) es 2.19
(redondeado a 2 decimales), dicha hipótesis no puede rechazarse al 5% porque
Pr[ (2, 47) 3.19] 0.95F ≤ = .
C) La diferencia en el salario anual (a igual nivel de GASTO) entre un maestro del
área Noroeste/Norte-Centro y un maestro del área Oeste, es significativamente
distinta de cero al 5% pero no al 1%.
D) Si se considera un gasto por alumno de 1000 dólares, el salario anual previsto
para los maestros de las distintas áreas es (redondeando a dólares enteros) 16558
dólares si el maestro es del Oeste, 14884 dólares si es del Noroeste/Norte-Centro
y 15414 si es del Sur.
Pregunta 9. En la Tabla 3 figura la matriz de varianzas y covarianzas estimadas de los
estimadores de los parámetros asociados con el modelo de la Tabla 2:
Tabla 3
C D2 D3 GASTO
C 1.9462 -0.4038 -0.6514 -0.3954
D2 -0.4038 0.6419 0.3976 0.0019
D3 -0.6514 0.3976 0.7415 0.0651
GASTO -0.3954 0.0019 0.0651 0.1009
Indique cuál de las afirmaciones siguientes es CIERTA, teniendo en cuenta que
2 Pr[ (47) 0.6902] 0.4934t× ≥ = y que 2 Pr[ (47) 0.4501] 0.6547t× ≥ = :
A) Según los resultados de las tablas 2 y 3, la diferencia en el salario esperado (a
igual nivel de GASTO) entre los maestros del Sur y los del Noreste/Norte-Centro
no es significativamente distinta de cero ni al 5% ni al 1%, ya que el valor del
estadístico t correspondiente es 0.6902 (redondeando a 4 decimales).
B) Según los resultados de las tablas 2 y 3, la diferencia en el salario esperado (a
igual nivel de GASTO) entre los maestros del Sur y los del Noreste/Norte-Centro
no es significativamente distinta de cero ni al 5% ni al 1%, ya que el valor del
estadístico t correspondiente es 0.4501 (redondeando a 4 decimales).
C) El salario esperado (independientemente del nivel de GASTO) por un maestro del
Oeste no es significativamente distinto de cero a cualquier nivel de significación.
D) A igual nivel de GASTO, los maestros del Sur ganan 600 dólares menos que los del
Noreste/Norte-Centro.
7. 7
Pregunta 10. A partir de los resultados que figuran en las tablas 1 y 2, indique cuál
de las afirmaciones siguientes es CIERTA:
A) Existe algún error en la estimación del modelo de la Tabla 2, ya que según los
resultados obtenidos el salario anual esperado (independientemente del GASTO)
de un maestro del área Sur y de uno del área Noroeste/Norte-Centro es negativo.
B) Un incremento en el GASTO tiene un efecto mayor en el salario de los maestros
del área Oeste que en el caso de los maestros de las otras dos áreas.
C) La estimación presentada en la Tabla 2 es sesgada, ya que se ha omitido la
variable D1 que es relevante para explicar la diferencia entre el salario anual
esperado de un maestro (independientemente del GASTO) del área Oeste y los
maestros de otras áreas.
D) Si consideramos el mismo nivel de GASTO, el salario anual esperado de un
maestro del área Noroeste/Norte-Centro es 1673.51 dólares menor que el de un
maestro del área Oeste.
Pregunta 11. Considere el modelo 1 2 ( 1, ..., 30)i i iY X U iβ β= + + = en el que se
cumplen todas las hipótesis clásicas del MLG. Si t representa el valor calculado del
estadístico t habitual para el contraste de 0 2: 1H β = frente a 1 2: 1H β > , indique
cuál de las afirmaciones siguientes es CIERTA:
A) El nivel de significación marginal (p-value) asociado con el contraste anterior es
igual a 1 Pr[ (28) ]t t− ≥ .
B) El valor calculado del estadístico t es 2 2
ˆ( 1)t EEβ= − × , donde 2EE representa
el error estándar (o desviación típica estimada) del estimador MCO de 2β .
C) El nivel de significación marginal (p-value) asociado con el contraste anterior es
igual a Pr[ (28) ]t t≥ .
D) El valor calculado del estadístico t es 2 2
ˆ /t EEβ= , donde 2EE representa el
error estándar (o desviación típica estimada) del estimador MCO de 2β .
Pregunta 12. Considere los dos modelos siguientes estimados por MCO: (1)
1 2
ˆ ˆ ˆt t ty x uβ β= + + , (2) 1 2
ˆ ˆ ˆt t ty x uβ β∗ ∗ ∗ ∗ ∗= + + donde tty by∗ ≡ y ttx c bx∗
≡ + ,
siendo b y c números conocidos. En estas condiciones:
A) 11
ˆ ˆ cxβ β∗ = + y 22
ˆ ˆβ β∗ = , donde x es la media muestral de tx .
B) 11
ˆ ˆbβ β∗ = y 22
ˆ ˆbβ β∗ = .
C) 11
ˆ ˆβ β∗ = y 22
ˆ ˆbβ β∗ = .
D) 1 21
ˆ ˆ ˆb cβ β β∗ = − y 22
ˆ ˆβ β∗ = .
8. 8
Pregunta 13. En el modelo de regresión 1 2 2 3 3t t t tY X X Uβ β β= + + + se desea
contrastar la hipótesis nula 0 2 3: 1H β β− = frente a la hipótesis alternativa
1 2 3: 1H β β− ≠ . Si con una muestra de 20 observaciones el valor calculado del
estadístico t correspondiente es igual a 0, NECESARIAMENTE ocurre que:
A) La suma residual de cuadrados en el modelo estimado bajo 0H es mayor que la
suma residual de cuadrados en el modelo estimado bajo 1H .
B) La diferencia entre las estimaciones MCO de 2β y 3β es distinta de 1.
C) La suma residual de cuadrados en el modelo estimado bajo 0H coincide con la
suma residual de cuadrados en el modelo estimado bajo 1H .
D) No puede rechazarse 0H al 1% de significación, pero sí debe rechazarse al 10%.
Las preguntas 14 a 17 se refieren al enunciado siguiente: Utilizando información sobre
la producción de cereales (serie CER en miles de toneladas) y la población (serie POB
en millones de habitantes) de 50 países en el año 1999, se ha estimado por MCO el
modelo de regresión que figura en la tabla siguiente (donde LOG representa el
logaritmo neperiano):
Tabla CP
Dependent Variable: LOG(CER)
Method: Least Squares
Sample: 1 50
Included observations: 50
Variable Coefficient Std. Error t-Statistic Prob.
C 5.799106 0.345901 16.76521 0.0000
LOG(POB) 0.999744 0.098497 10.15005 0.0000
R-squared 0.682169 Mean dependent var 9.019127
Adjusted R-squared 0.675547 S.D. dependent var 1.711372
S.E. of regression 0.974810 Akaike info criterion 2.826030
Sum squared resid 45.61225 Schwarz criterion 2.902511
Log likelihood -68.65076 F-statistic 103.0235
Durbin-Watson stat 2.127044 Prob(F-statistic) 0.000000
Pregunta 14. De acuerdo con los resultados contenidos en la Tabla CP y sabiendo que
2 Pr[ (48) 0.0026] 0.9979t× ≥ = , puede concluirse que la elasticidad de la producción
de cereales con respecto a la población:
A) No es significativamente distinta de 1 al 1%.
B) Es significativamente distinta de 1 al 5%.
C) No es significativamente distinta de 0 al 1%.
D) No es significativamente distinta de 0 al 5%.
9. 9
Pregunta 15. De acuerdo con la respuesta correcta a la pregunta anterior, indique
cuál de las afirmaciones siguientes es CIERTA:
A) La media muestral de la producción de cereales per cápita de los 50 países
considerados es aproximadamente igual a 5800 toneladas por cada millón de
habitantes.
B) La producción de cereales per cápita se mantiene prácticamente constante ante
cualquier variación en el número de habitantes de un país.
C) La producción de cereales per cápita se reduce cuando aumenta el número de
habitantes de un país.
D) La producción de cereales per cápita aumenta cuando se reduce el número de
habitantes de un país.
Pregunta 16. De acuerdo con los resultados contenidos en la Tabla CP, redondeados a
cuatro decimales, indique cuál de las afirmaciones siguientes es CIERTA:
A) La estimación MCO de la varianza de las perturbaciones es igual a 0.9748.
B) La estimación MCO de la varianza de las perturbaciones es igual a 45.6123.
C) La variabilidad observada en la serie POB explica un 68.22% de la variabilidad
observada en la serie CER.
D) La variabilidad observada en la serie LOG(POB) explica un 68.22% de la
variabilidad observada en la serie LOG(CER).
Pregunta 17. De acuerdo con los resultados contenidos en la Tabla CP, indique cuál de
las afirmaciones siguientes es CIERTA:
A) La variación absoluta estimada en la producción de cereales ante una variación
absoluta de 1 millón de habitantes en la población es igual a 999.7 toneladas.
B) La variación porcentual estimada en la producción de cereales ante una variación
absoluta de 1 millón de habitantes en la población es igual a un 99.97%.
C) La variación porcentual estimada en la producción de cereales ante una variación
de un punto porcentual en la población es prácticamente igual a un 1%.
D) La variación porcentual estimada en la producción de cereales ante una variación
de un punto porcentual en la población es igual a un 99.97%.
10. 10
Pregunta 18. Considere un modelo del tipo 1 2i i iY X Uβ β= + + . Si las medias
muestrales de las observaciones disponibles sobre iY y ( 1, ..., )iX i N= son positivas
e iguales entre sí, la estimación MCO del término constante en el modelo anterior:
A) Puede ser positiva, negativa o igual a cero con total independencia de cómo sea
la estimación MCO de la pendiente del modelo.
B) Es igual a cero si la estimación MCO de la pendiente es distinta de uno.
C) Es positiva si la estimación MCO de la pendiente es positiva y menor que uno.
D) Es negativa si la estimación MCO de la pendiente es negativa.
Pregunta 19. Indique en cuál de los modelos siguientes (donde iU representa una
perturbación aleatoria) NO se podrían estimar por MCO los parámetros 1β y 2β :
A) 21 iU
i iY e X eββ= .
B) 21/
1i iiY X Uβ
β= + + .
C) 2
1 2(ln )i i iY X Uβ β= + + , donde ln representa el logaritmo neperiano.
D) ( )1 2 i iX U
iY e β β+ +
= .
Pregunta 20. Considere un modelo del tipo [M1] 1 2 2i i iY X Uβ β= + + (en el que se
cumplen todas las hipótesis clásicas del MLG) y suponga que se incluye por error en
[M1] la variable explicativa irrelevante 3iX , de manera que en lugar de [M1] se
especifica un modelo como [M2] 1 2 2 3 3i i i iY X X Uβ β β= + + + (donde 3 0β = ). Si
la varianza muestral de 2iX es positiva, indique cuál de las afirmaciones siguientes es
FALSA:
A) El estimador MCO de 2β en el modelo [M1] es insesgado.
B) El estimador MCO de 2β en el modelo [M2] es sesgado.
C) Si la covarianza muestral entre 2iX y 3iX vale cero, entonces el estimador MCO
de 2β en [M2] tiene la misma varianza que el estimador MCO de 2β en [M1].
D) Si la covarianza muestral entre 2iX y 3iX es negativa, entonces la varianza del
estimador MCO de 2β en [M2] es mayor que la varianza del estimador MCO de
2β en [M1].
11. I
Examen final de econometría I
4 de febrero de 2004 – Hora: 12:00
Apellidos: Nombre: DNI:
Profesor/a: Licenciatura: Grupo:
Antes de empezar a resolver el examen, rellene TODA la información que se solicita en
los recuadros anteriores y lea con atención las instrucciones de la página siguiente.
Pregunta 1 A B C D En blanco
Pregunta 2 A B C D En blanco
Pregunta 3 A B C D En blanco
Pregunta 4 A B C D En blanco
Pregunta 5 A B C D En blanco
Pregunta 6 A B C D En blanco
Pregunta 7 A B C D En blanco
Pregunta 8 A B C D En blanco
Pregunta 9 A B C D En blanco
Pregunta 10 A B C D En blanco
Pregunta 11 A B C D En blanco
Pregunta 12 A B C D En blanco
Pregunta 13 A B C D En blanco
Pregunta 14 A B C D En blanco
Pregunta 15 A B C D En blanco
Pregunta 16 A B C D En blanco
Pregunta 17 A B C D En blanco
Pregunta 18 A B C D En blanco
Pregunta 19 A B C D En blanco
Pregunta 20 A B C D En blanco