Examen 2024/25-2
Assignatura Codi Data Hora inici
Econometria 21.332 21/6/2025 16:00
Fitxa tècnica de l'examen
● No és necessari que escriguis el teu nom. Un cop resolta la prova final, només s’accepten
documents en format .doc, .docx (Word) i .pdf.
● Comprova que el codi i el nom de l'assignatura corresponen a l'assignatura de què t'has
matriculat.
● Temps total: 2 hores Valor de cada pregunta: 1/3
● Es pot consultar material durant la prova? Quins materials estan permesos? Tots ● Es pot
fer servir calculadora? De quin tipus?
● Si hi ha preguntes tipus test, descompten les respostes errònies? Quant?
● Indicacions específiques per a la realització d’aquest examen: Heu de respondre NOMÉS 3
dels 4 exercicis. Comenteu i justifiqueu les respostes.
Pàgina 1 de 8
, Examen 2024/25-2
Assignatura Codi Data Hora inici
Enunciats
1. Una analista està interessada a estudiar el consum real de l’any 2020 (en base 2015) en termes
per càpita (Cons) en funció del producte interior brut real (en base 2015) per càpita (GDP) dels anys
2019 i 2020:
𝐶𝑜𝑛𝑠_2020𝑖 = β0 + β1𝐺𝐷𝑃_2020𝑖 + β2𝐺𝐷𝑃_2019𝑖 + 𝑢𝑖
A partir d’una mostra de N = 20 països desenvolupats ha obtingut els resultats següents:
> RegModel.1 <- lm(Cons_2020~GDP_2020+GDP_2019,
data=Dataset) > summary(RegModel.1) Call:
lm(formula = Cons_2020 ~ GDP_2020 + GDP_2019, data = Dataset)
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.03597 0.03597 1.000 0.3314
GDP_2020 -1.51335 0.63415 -2.386 0.0289 *
GDP_2019 2.06154 0.66500 3.100 0.0065 ** -
--
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’
1
Residual standard error: 0.04211 on 17 degrees of freedom
Multiple R-squared: 0.7789, Adjusted R-squared: 0.7529
F-statistic: 29.94 on 2 and 17 DF, p-value: 2.688e-06
Posteriorment, ha calculat l’estadístic associat a l’estimació del model:
> bptest(RegModel.1, studentize=TRUE, data=Dataset)
studentized Breusch-Pagan test
data: RegModel.1
BP = 10.316, df = 2, p-value = 0.005754
Es demana:
a. Indicar la hipòtesi bàsica del MRLM que es vol contrastar, especificant els detalls del
procediment que s’ha implementat (les hipòtesis nul·la i alternativa del contrast que s’hagi
aplicat, així com el nom del contrast) i el resultat de la inferència estadística treballant a un
nivell de significació del 5%.
Pàgina 2 de 8
Assignatura Codi Data Hora inici
Econometria 21.332 21/6/2025 16:00
Fitxa tècnica de l'examen
● No és necessari que escriguis el teu nom. Un cop resolta la prova final, només s’accepten
documents en format .doc, .docx (Word) i .pdf.
● Comprova que el codi i el nom de l'assignatura corresponen a l'assignatura de què t'has
matriculat.
● Temps total: 2 hores Valor de cada pregunta: 1/3
● Es pot consultar material durant la prova? Quins materials estan permesos? Tots ● Es pot
fer servir calculadora? De quin tipus?
● Si hi ha preguntes tipus test, descompten les respostes errònies? Quant?
● Indicacions específiques per a la realització d’aquest examen: Heu de respondre NOMÉS 3
dels 4 exercicis. Comenteu i justifiqueu les respostes.
Pàgina 1 de 8
, Examen 2024/25-2
Assignatura Codi Data Hora inici
Enunciats
1. Una analista està interessada a estudiar el consum real de l’any 2020 (en base 2015) en termes
per càpita (Cons) en funció del producte interior brut real (en base 2015) per càpita (GDP) dels anys
2019 i 2020:
𝐶𝑜𝑛𝑠_2020𝑖 = β0 + β1𝐺𝐷𝑃_2020𝑖 + β2𝐺𝐷𝑃_2019𝑖 + 𝑢𝑖
A partir d’una mostra de N = 20 països desenvolupats ha obtingut els resultats següents:
> RegModel.1 <- lm(Cons_2020~GDP_2020+GDP_2019,
data=Dataset) > summary(RegModel.1) Call:
lm(formula = Cons_2020 ~ GDP_2020 + GDP_2019, data = Dataset)
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.03597 0.03597 1.000 0.3314
GDP_2020 -1.51335 0.63415 -2.386 0.0289 *
GDP_2019 2.06154 0.66500 3.100 0.0065 ** -
--
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’
1
Residual standard error: 0.04211 on 17 degrees of freedom
Multiple R-squared: 0.7789, Adjusted R-squared: 0.7529
F-statistic: 29.94 on 2 and 17 DF, p-value: 2.688e-06
Posteriorment, ha calculat l’estadístic associat a l’estimació del model:
> bptest(RegModel.1, studentize=TRUE, data=Dataset)
studentized Breusch-Pagan test
data: RegModel.1
BP = 10.316, df = 2, p-value = 0.005754
Es demana:
a. Indicar la hipòtesi bàsica del MRLM que es vol contrastar, especificant els detalls del
procediment que s’ha implementat (les hipòtesis nul·la i alternativa del contrast que s’hagi
aplicat, així com el nom del contrast) i el resultat de la inferència estadística treballant a un
nivell de significació del 5%.
Pàgina 2 de 8
