Preguntas sobre Heterocedasticidad y Multicolinealidad

¿Qué representa la heteroscedasticidad en un modelo de regresión?

• Que los errores tienen media diferente de cero

• Que los errores no son independientes

• Que la varianza de los errores cambia a lo largo de las observaciones

• Que hay autocorrelación entre las variables

¿Cuál de estas pruebas sirve para detectar heteroscedasticidad?

• Dickey-Fuller

• Breusch-Pagan

• Durbin-Watson

• Ljung-Box

La heteroscedasticidad implica que los errores del modelo tienen varianza constante.

• Verdadero

• Falso

Si hay heteroscedasticidad, los coeficientes del modelo pueden seguir siendo insesgados.

• Verdadero

• Falso

¿Qué indica la presencia de multicolinealidad en un modelo de regresión múltiple?

• Correlación entre los residuos

• Correlación alta entre variables independientes

• Cambio de varianza en los errores

• Correlación entre la variable dependiente y una constante

¿Cómo se puede reducir la multicolinealidad?

• Usando más variables dummy

• Eliminando variables altamente correlacionadas

• Aumentando el tamaño de la muestra

• Aplicando la prueba de Durbin-Watson

La multicolinealidad no afecta la varianza de los coeficientes estimados.

• Verdadero

• Falso

Un VIF mayor a 10 indica alta multicolinealidad.

• Verdadero

• Falso

¿Qué efecto tiene la multicolinealidad sobre los coeficientes?

• Hace que sean siempre significativos

• Los vuelve sesgados

• Aumenta la varianza y los hace inestables

• Los reduce a cero