A) La regresión simple no necesita realizar pruebas de significancia
B) La regresión múltiple solo se usa en mercados financieros
C) La regresión simple es más precisa que la regresión múltiple
D) La regresión simple tiene una sola variable independiente, mientras que la regresión múltiple tiene varias

A) Método de descomposición LU
B) Análisis de componentes principales
C) Mínimos cuadrados ordinarios
D) Método de máxima verosimilitud

A) Modelo general de regresión lineal
B) Modelo integrado autoregresivo de media móvil
C) Modelo predictivo de crecimiento económico
D) Modelo de regresión logística

A) Presencia de tendencias lineales en los datos
B) Estabilidad en la correlación entre variables
C) Cambio en la distribución de probabilidad de los datos
D) Media y varianza constantes a lo largo del tiempo

A) La estabilidad del mercado financiero
B) El crecimiento económico sostenible
C) La volatilidad condicional en la serie temporal
D) La correlación entre variables macroeconómicas

A) Errores tipo I: Aceptar una hipótesis nula falsa. Errores tipo II: Rechazar una hipótesis nula verdadera.
B) Errores tipo I: No tener suficientes datos. Errores tipo II: Tener demasiada información.
C) Errores tipo I: No considerar la heterocedasticidad. Errores tipo II: Ignorar la multicolinealidad.
D) Errores tipo I: Rechazar una hipótesis nula verdadera. Errores tipo II: Aceptar una hipótesis nula falsa.

A) Modelo autorregresivo condicional de heterocedasticidad
B) Modelo de series temporales estacionarias
C) Modelo de pronóstico de ventas
D) Modelo de regresión simple

A) Método para evaluar si los coeficientes son estadísticamente diferentes de cero
B) Método para ajustar los coeficientes a los datos
C) Método para aumentar la multicolinealidad en el modelo
D) Método para predecir futuros eventos económicos

A) Cuando las variables independientes están altamente correlacionadas
B) Cuando el modelo no considera las variables temporales
C) Cuando la varianza de los errores cambia con el tiempo
D) Cuando una variable explicativa está correlacionada con el término de error

A) Para modelar la relación lineal entre variables explicativas
B) Para aumentar la heterocedasticidad en los residuos
C) Para introducir sesgo en los modelos econométricos
D) Para evaluar la precisión de los coeficientes estimados

A) Modelo predictivo de corto plazo
B) Modelo de regresión multinomial
C) Metodología para la identificación, estimación y diagnóstico de modelos ARIMA
D) Modelo de regresión logística

A) Relación entre variables independientes en modelos de regresión
B) Relación temporal perfecta entre dos variables
C) Relación de largo plazo entre series de tiempo no estacionarias
D) Relación estacional entre variables censuradas