MULTICOLINEALIDAD
a).- A pesar de la presencia de multicolinealidad perfecta, los estimadores MCO son MELI. ( F )
Es falso porque cuando existe multicolinealidad perfecta sus varianzas son infinitas y por lo tanto ya no cumple con la condición de que son estimadores MELI es decir con varianza mínima.
b).- En los casos de alta multicolinealidad, no es posible evaluar la significancia individual de una o más coeficientes de regresión parcial. ( F )
Ya que a nivel de significancia individual se pueden obtener más de un coeficiente parcial de pendiente estadísticamente significativo haciendo uso de la razón t
c).- Si una regresión auxiliar muestra que una particular es alta, entonces hay evidencia clara de colinealidad. ( V …ver más…

( F )
Esto es falso porque la tolerancia (TOL), el FIV falso. FIV y TOL proporcionan la misma información
h).- No podrá obtenerse un valor R2 elevado en una regresión múltiple si todos los coeficientes parciales de pendiente no son estadísticamente significativos, a nivel individual, con base en la prueba t usual. ( F )
Es falso porque aún cuando las pruebas “t” individuales sean poco significativas se puede obtener un alto, es decir individualmente las variables independientes no explican a la variable dependiente pero si explican de mejor manera en su conjunto.
i).- En la regresión de Y sobre X2 y X3, supóngase que hay poca variabilidad en los valores de X3. Esto aumentaría la var de B3. En el extremo si todas las X3 fueran idénticas, var B3 fueran infinitas. ( F )
Es falso porque si existe poca variabilidad en los valores de X3 nos indica que existe una mayor precisión por lo tanto las varianzas serán mínimas.
HETEROSEDASTICIDAD
a) En presencia de heteroscedasticidad, los estimadores MCO son sesgados al igual que ineficientes. (F)
Porque en presencia de heteroscedasticidad los estimadores de MCO siguen siendo insesgados y consistentes pero ya no tienen varianza mínima es decir, ya no son eficientes.
b) Si hay heteroscedasticidad, las pruebas convencionales t y F son inválidas. (V)
Porque dado que Var no es mínima los intervalos de confianza tienden a ser innecesariamente grandes y las pruebas “t” y “F” tienden a ser