¿Qué significa la inclusión de variables irrelevantes en un modelo de regresión?

• Introducir variables que no afectan significativamente a la variable endógena
• Omitir variables que afectan a la variable dependiente
• Reducir la multicolinealidad en el modelo
• Aumentar la precisión de los coeficientes estimados

¿Qué es la variable endógena en un modelo econométrico?

• Una variable explicativa que afecta a otras variables.
• La variable dependiente que intentamos explicar o predecir.
• Una variable que siempre es independiente del modelo.
• Un error aleatorio en la ecuación.

¿Cuál de las siguientes afirmaciones sobre el coeficiente de determinación R^2 es correcta?

• Mide la relación causal entre la variable dependiente y las independientes.
• Explica qué porcentaje de la varianza de la variable endógena es explicada por el modelo.
• Siempre toma valores negativos cuando el modelo es ineficiente
• No se ve afectado por la inclusión de variables irrelevantes

¿Qué ocurre cuando se omiten variables relevantes en un modelo de regresión?

• Se reduce el error estándar de los coeficientes
• Se genera un problema de infraespecificación y sesgo en los estimadores
• Se incrementa automáticamente el R^2
• Se mejora la precisión del modelo

¿Cómo se denomina el problema generado al excluir variables relevantes en un modelo de regresión?

• Sobreajuste del modelo
• Multicolinealidad
• Infraespecificación
• Heterocedasticidad

Cuando un modelo presenta estimaciones incorrectas debido a la omisión de variables, los coeficientes obtenidos son:

• Insesgados
• No correlacionados
• Eficientes
• Sesgados

El sesgo de omisión de variables depende del signo de la relación entre:

• La variable dependiente y el error estándar
• Los estimadores de mínimos cuadrados ordinarios
• El coeficiente de determinación y la varianza del error
• Las variables incluidas y las omitidas en el modelo

Determina la afirmación incorrecta con respecto al problema de la multicolinealidad:

• Dificulta el cuantificar los efectos individuales de los regresores sobre la variable endógena
• No impide la correcta estimación de la endógena
• Genera estimadores menos precisos al tener una menor varianza
• Genera sensibilidad a cambios en la muestra utilizada

En el contraste de Breusch y Pagan (BP), si las variables exógenas consideradas que causan heterocedasticidad fuesen significativas

• nos estaríamos equivocando de contraste, ya que Breusch y Pagan no se relacionan con la heterocedasticidad
• nos conduciría a la realización de otro constraste
• se rechazaría la hipótesis nula de homocedasticidad
• no se rechazaría la hipótesis nula de homocedasticidad

¿Qué se considera autocorrelación?

• Que las varianzas no se mantienen constantes en el término de la perturbación
• Que las varianzas se mantienen constantes en el término de la perturbación
• Que las covarianzas entre dos perturbaciones distintas es igual a 0
• Que las covarianzas entre dos perturbaciones distintas es igual a 0