StudentsEducators
  1. University
  2. Universität Bremen
  3. Einführung in die Ökonometrie

Ökonometrie Klausur SoSe 2022_cut

Take Ökonometrie Klausur SoSe 2022_cut and compare your solution. From the course Einführung in die Ökonometrie at Universität Bremen (Uni Bremen).

Section MAIN-46566975-2300-4e90-bc8c-6ee84b626259

Mixed
Aufgabe 1
9 P

Es soll der Kraftstoffverbrauch von Diesel-PKW in Abhängigkeit von der Motorleistung und dem Gewicht des Autos untersucht werden. Dazu wird das doppelt-logarithmische Modell ln⁡Yi=β0+β1ln⁡x1i+β2ln⁡x2i+ui\ln Y_i = \beta_0 + \beta_1 \ln x_{1i} + \beta_2 \ln x_{2i} + u_ilnYi​=β0​+β1​lnx1i​+β2​lnx2i​+ui​ mit YiY_iYi​: Kraftstoffverbrauch im Stadtverkehr in l/100km, x1ix_{1i}x1i​: Motorleistung in PS, x2ix_{2i}x2i​: Gewicht des Wagens in kg anhand der Daten von n=54 PKW-Modellen geschätzt. Es wird angenommen, dass die Störgröße uiu_iui​ die Annahmen des Linearen Modells erfüllt. Das Schätzergebnis lautet wie folgt (Standardfehler in Klammern): ln⁡yi=−5,8+0,51ln⁡x1i+0,71ln⁡x2i\ln y_i = -5,8 + 0,51 \ln x_{1i} + 0,71 \ln x_{2i}lnyi​=−5,8+0,51lnx1i​+0,71lnx2i​
(2,34)(2,34)(2,34) (0,27)(0,27)(0,27) (0,29)(0,29)(0,29)
R2=0,79R^2 = 0,79R2=0,79


a
2 P

Interpretieren Sie die Schätzwerte β1\beta_1β1​ und β2\beta_2β2​.

Your answer:

b
2 P

Testen Sie die Hypothese H0:β1=1H_0: \beta_1 = 1H0​:β1​=1 gegen H1:β1<1H_1: \beta_1 < 1H1​:β1​<1 zum Testniveau 1% (α=0,01\alpha = 0,01α=0,01). Tragen Sie in die folgende Grafik die Verteilung der Teststatistik, den kritischen Bereich und das Testniveau ein. Markieren Sie auch die Teststatistik und den p-Wert. Beschriften Sie die genannten Größen deutlich! Geben Sie auch an, wie groß der p-Wert ungefähr ist.
.. f. (tn).
tn
-3
-2
1
0
1
2
3

Your answer:

c
2 P

Ein Wagen wiegt 1500kg und hat einen Spritverbrauch von 7,6l/100km. Wie groß ist die geschätzte Leistungselastizität des Verbrauchs, ϵy,x1\epsilon_{y,x_1}ϵy,x1​​?
Hinweis: Überlegen Sie zunächst, welche Angaben zur Bestimmung der gesuchten geschätzten Elastizität tatsächlich notwendig sind!

Your answer:

e
3 P

Nehmen Sie Stellung zu folgender Aussage:
„Das Modell ist unvollständig, da nur Schneetage, nicht aber Regentage berücksichtigt werden.

Your answer:

Section MAIN-0fb5fa80-d2cf-4a28-9d4a-ed608fdbfbbf

Mixed
Aufgabe 3
9 P

b
3 P

Entwerfen Sie ein Modell, das eher geeignet wäre, die individuelle Sprungweite zu erklären.

Your answer:

I
3 P

Ein Sportmediziner will die Leistung eines Athleten im Weitsprung erklären. Er sammelt Daten von 65 Sportlern und schätzt das Lineare Modell: Yi=β0+β1xi+uiY_i = \beta_0 + \beta_1 x_i + u_iYi​=β0​+β1​xi​+ui​ mit YiY_iYi​: Sprungweite in m (individuelle Bestweite), xix_ixi​: Zeit im 100m-Lauf in Sekunden (sec, individuelle Bestweite), uiu_iui​: stochastische Störgröße
a) Mit diesem Modell will der Sportmediziner insbesondere testen, ob eine Verbesserung der Sprintzeit xxx um eine Sekunde die Sprungweite yyy um mehr als 40cm verbessert. Warum ist sein Vorgehen kritisch zu beurteilen? Könnte hier ein Simultanitätsproblem bestehen? Wäre das schlimm?

Your answer:

II
3 P

Im bivariaten Linearen Modell lässt sich anhand der folgenden Gleichung auf Autokorrelation der Störgrößen utu_tut​ testen: u^t=α0+α1xt+θ1u^t−1+θ2u^t−2+θ3u^t−3+ϵt\hat{u}_t = \alpha_0 + \alpha_1 x_t + \theta_1 \hat{u}_{t-1} + \theta_2 \hat{u}_{t-2} + \theta_3 \hat{u}_{t-3} + \epsilon_tu^t​=α0​+α1​xt​+θ1​u^t−1​+θ2​u^t−2​+θ3​u^t−3​+ϵt​
a) Erklären Sie kurz die Logik hinter diesem Ansatz.
Hinweis: Gefragt ist die Idee, die diesem Test zugrunde liegt. Eine Reproduktion der Angaben aus der Formelsammlung ist weder erwünscht noch sinnvoll.
b) Warum ist der Test nur in großen Stichproben aussagekräftig?

Your answer:
iconlogo
Log in