Análisis de Siniestralidad Vial: Variables Explicativas y Modelado de Regresión

Variables Explicativas Candidatas

Verdadero o Falso:

• El género de los conductores sería una variable a considerar en el modelo como explicativa candidata. FALSO
• El modelo no es viable, porque con 1 año, sólo tendríamos un dato. FALSO
• La velocidad máxima permitida en autovía podría utilizarse como variable explicativa en el modelo. FALSO
• La marca y modelo de cada coche sería clave para entender la siniestralidad del modelo. FALSO
• Necesariamente el modelo tendrá menos de 52 grados de libertad. VERDADERO
• La pluviosidad podría utilizarse como variable explicativa. VERDADERO
• La proporción de autovías sobre el total de carreteras podría utilizarse como variable explicativa. VERDADERO
• El modelo podría utilizarse para observar en qué medida la inversión pública en carreteras mejora la siniestralidad. VERDADERO
• El modelo de regresión podría utilizarse para predecir si alguien va a tener un accidente o no. FALSO
• El modelo podría utilizarse para determinar la incidencia de las horas de luz en la siniestralidad, comparando meses estivales e invernales. FALSO
• Tomando datos de renta podríamos determinar si la renta per cápita o la tasa de paro incide en la siniestralidad. VERDADERO
• El modelo de regresión, permitiría explicar, en parte, el porqué de los accidentes y orientar las políticas preventivas por parte de la DGT. VERDADERO
• El modelo tendría tantos datos como individuos formen la muestra de conductores analizados. FALSO
• El modelo podría permitir observar si el cambio temporal en la velocidad máxima en carretera implantado hace algunos años tuvo algún impacto en la siniestralidad. VERDADERO
• Si los conductores han bebido o no, variable candidata a considerar. FALSO
• El modelo podría observar si el diferente estado de la carretera influye en su siniestralidad. FALSO
• El modelo podría incluir el presupuesto anual invertido en la red de carreteras como explicativa candidata. VERDADERO
• Tomando datos climatológicos, podría observar la incidencia de la temperatura en la siniestralidad. FALSO

Cuestiones Relacionadas con MBRL y Estimador MCO

Verdadero o Falso:

• U'U es un escalar. Verdadero
• Y-Xβ_real=U. Verdadero
• Y-Xβ_estimado=e. Verdadero
• Y_estimado=Y_real-e Verdadero
• (ee') es un escalar equivalente a ∑e_i. Falso
• El número de variables explicativas no puede ser mayor que el número de datos muestrales. VERDADERO
• Los parámetros estimados del MBRL se suponen variables aleatorias. VERDADERO
• Los parámetros reales del MBRL se suponen variables deterministas. VERDADERO
• Necesitamos que X'Y tenga inversa para estimar MCO. FALSO
• Tanto las matrices de la endógena como las perturbaciones y los residuos tienen siempre el mismo orden. VERDADERO
• La matriz X puede tener un rango inferior a “k” si existe una combinación lineal de exógenas. Verdadero
• La matriz X'Y tiene el mismo orden que la matriz de parámetros estimados. Verdadero
• La matriz X'Y tiene orden KxN. Falso
• Los órdenes matriciales X'Y y B son siempre coincidentes. VERDADERO
• La expresión matricial Y'X(XX')^-1 devuelve el vector fila con los estimadores MCO. VERDADERO