TestBank–Introductory Econometrics: AModern Approach, 5th
, Edition by Jeffrey M. Wooldridge
WithPERFECT SOLUTIONAVAILABLE OFALLCHAPTERS
Em uma cidade cercada por campos de lavanda vivia Clara, uma jovem que adorava observar o
céu ao entardecer. Todas as tardes, ela subia uma pequena colina atrás de sua casa para assistir
1.às cores mudarem
Econometrics lentamente.
KisKtheKbranch Para
KofKeconomics Clara, cada
Kthat . pôr do sol era diferente, como se o céu estivesse
pintando uma nova obra de arte só para ela.
a. studiesKtheKbehaviorKofKindividualKeconomicKagentsKinKmakingKeconomicKdecisions
b. developsKandKusesKstatisticalKmethodsKforKestimatingKeconomicKrelationships
c.Apesar deKthe
dealsKwith sua rotina tranquila, Clara sentia que sua vida estava parada. Trabalhava em uma loja de
Kperformance,Kstructure,Kbehavior,KandKdecision-makingKofKanKeconomyKasKaKwhole
flores e ajudava sua família, mas guardava um desejo secreto: queria estudar arte em outra cidade.
d. appliesKmathematicalKmethodsKtoKrepresentKeconomicKtheoriesKandKsolveKeconomicKproblems.
O medo de deixar tudo para trás a impedia de dar o primeiro passo.
Answer:KbKDiff
Um dia, um turista percebeu seus desenhos do pôr do sol e elogiou seu talento. Ele sugeriu que ela
iculty:KEasy
enviasse seu portfólio para uma escola de artes renomada. Encorajada, Clara decidiu tentar.
Bloom’s:KKnowledge
A-Meses depois, recebeu uma carta de aceitação. Ao assistir ao último pôr do sol antes de partir, ela
sorriu.
Head: Assim
KWhat como o céu
KisKEconometrics? KB muda todos os dias, sua vida também poderia mudar.
USPROG:
Feedback:KEconometricsKisKtheKbranchKofKeconomicsKthatKdevelopsKandKusesKstatisticalKmethodsKforKestima
tingKeconomicKrelationships.
海辺の小さな町に、悠真（ゆうま）という青年が住んでいました。彼は毎朝早く起きて、浜辺を歩
2.きながら流木や貝殻を集めるのが習慣でした。拾ったものを使って、小さな彫刻を作るのが彼の楽
NonexperimentalKdataKisKcalled .
しみでした。
a. cross-sectionalK data
b. timeKseriesKdata
町の人々は彼の作品を「ただの趣味」と思っていましたが、悠真にとっては大切な表現方法でした
c. observationalK data
。ある日、町でアートフェスティバルが開催されることになりました。友人に勧められ、彼は勇気
d. panelKdata
を出して作品を出展しました。
Answer: KbKDiff
フェスティバル当日、多くの人が彼の彫刻の前で足を止めました。自然の素材から生まれた作品は
、静かな力強さを持っていました。あるギャラリーのオーナーが彼に声をかけ、展示の機会を提案
iculty:KEasy
しました。
Bloom’s: KKnowledge
A-
その瞬間、悠真は自分の努力が認められたことを実感しました。波の音を聞きながら、彼はこれか
Head: KWhatKisKEconometrics?KB
らも自分らしい作品を作り続けると心に誓いました。
USPROG:
Feedback:
3. WhichKofKtheKfollowingKisKtrueKofKexperimentalKdata?
a. ExperimentalKdataKareKcollectedKinKlaboratoryKenvironmentsKinKtheKnaturalKsciences.
b. ExperimentalKdataKcannotKbeKcollectedKinKaKcontrolledKenvironment.
c. ExperimentalKdataKisKsometimesKcalledKobservationalKdata.
d. ExperimentalKdataKisKsometimesKcalledKretrospectiveKdata.
Answer:KaKDiff
iculty:KEasy
Bloom’s:KKnowledge
A-Head:KWhatKisKEconometrics?
,BUSPROG:
Feedback:
4. AnKempiricalKanalysisKreliesKon toKtestKaKtheory.
a. commonKsense
b. ethicalKconsiderations
c. data
d. customsKandKconventions
Answer:KcKDiffi
culty:KEasy
Bloom’s:KKnowledge
A-
Head:KStepsKinKEmpiricalKEconomicKAnalysisKBUSP
ROG:
reng me
Feedback: KAnnaar huis.”
Kempirical LotteKrelies
Kanalysis volgde hetKto
KonKdata geluid
KtestKaKde hele dag. Ze liep over duinen, door weilanden en
theory.
langs smalle paadjes tot ze bij een verborgen grot kwam. Binnenin stond een oud altaar met
5. honderden
TheKtermK‘u’Kinschelpen. Ze legde
KanKeconometric Kmodelde gloeiende
KisKusually schelp
KreferredKtoKasKertussen
the . en plotseling begon de grot te stralen.
Uit het
a. errorKtermlicht verscheen een zeemeermin die zei: “Dank je. Deze schelp was mijn stem. Nu ben ik
b. weer vrij.” Als dank gaf ze Lotte een kleine parel die altijd warm bleef. Vanaf die dag vond Lotte
parameter
nooit meer een gewone schelp zonder glimlach. Ze wist dat de zee haar vriend was en dat
c. hypothesis
d. sommige wonderen alleen verschijnen aan wie echt luistert. Het dorp vertelde haar verhaal nog
dependentKvariable
jaren door.
I en liten by vid en frusen sjö bodde en gammal man som het Erik. Han hade en gammal vedspis
Answer:KaKDiff
som alltid brann, även när veden tog slut. Varje kväll satt han där och berättade historier för sin katt,
iculty:KEasy
Måne. En vinternatt hörde han ett knackande på dörren. Utanför stod en liten flicka med röda kinder
Bloom’s: KKnowledge
och frusna fingrar. Hon sa att hon hade gått vilse. Erik bjöd in henne, gav henne varm choklad och
A- lät henne sova i sin egen säng. Nästa morgon var flickan borta, men på bordet låg en liten snöflinga
av Kglas
Head: Stepssom aldrig smälte. Erik hängde den i fönstret. Varje gång solen sken genom den skapades
KinKEmpiricalKEconomicKAnalysisKBUSP
regnbågar över hela rummet. Folk i byn började kalla hans hus för “regnbågshuset”. Åren gick, och
ROG:
Erik blev
Feedback: KThe äldre,
KtermKu men
KinKansnöflingan
Keconometriclyste
Kmodel alltid. EnKthe
KisKcalled dag kom
Kerror enKorvuxen
Kterm kvinna
Kdisturbance till dörren. Det var flickan
Kterm.
från den vinternatten. Hon hade blivit läkare och ville tacka honom. Erik log och sa: “Du var aldrig
6. vilse. Du hittade
TheKparameters mig.”
KofKan Tillsammans
Keconometric Kmodel tittade . de på regnbågarna tills solen gick ner.
a. includeKallKunobservedKfactorsKaffectingKtheKvariableKbeingKstudied
b. describeKtheKstrengthKofKtheKrelationshipKbetweenKtheKvariableKunderKstudyKandKtheKfactorsKaffectingKit
c. referKtoKtheKexplanatoryKvariablesKincludedKinKtheKmodel
d. referKtoKtheKpredictionsKthatKcanKbeKmadeKusingKtheKmodel
Answer:KbKDiff
iculty:KEasy
Bloom’s:KKnowledge
A-
Head:KStepsKinKEmpiricalKEconomicKAnalysisKBUSP
ROG:
Feedback:KTheKparametersKofKanKeconometricKmodelKdescribeKtheKdirectionKandKstrengthKofKtheKrelationsh
ipKbetweenKtheKvariableKunderKstudyKandKtheKfactorsKaffectingKit.
, 7. WhichKofKtheKfollowingKisKtheKfirstKstepKinKempiricalKeconomicKanalysis?
a. CollectionKofKdata
b. StatementKofKhypotheses
c. SpecificationKofKanKeconometricKmodel
d. TestingKofKhypotheses
Answer:KcKDiffi
culty:KEasy
Bloom’s:KKnowledge
A-
Head:KStepsKinKEmpiricalKEconomicKAnalysisKBUSP
ROG:
Feedback:KTheKfirstKstepKinKempiricalKeconomicKanalysisKisKtheKspecificationKofKtheKeconometricKmodel.
8. AKdataKsetKthatKconsistsKofKaKsampleKofKindividuals,Khouseholds,Kfirms,Kcities,Kstates,Kcountries,KorKa
KvarietyKofKotherKunits,KtakenKatKaKgivenKpointKinKtime,KisKcalledKa(n) .
a. cross-sectionalKdataK set
b. longitudinalKdataKset
c. timeKseriesKdataKset
d. experimentalKdataKset
Answer:KaKDiff
iculty:KEasy
Bloom’s:KKnowledge
A-
Head:KTheKStructureKofKEconomicKDataKBUSPROG:
Feedback:KAKdataKsetKthatKconsistsKofKaKsampleKofKindividuals,Khouseholds,Kfirms,Kcities,Kstates,Kcountries,K
orKaKvarietyKofKotherKunits,KtakenKatKaKgivenKpointKinKtime,KisKcalledKaKcross-sectionalKdataKset.
9. DataKonKtheKincomeKofKlawKgraduatesKcollectedKatKdifferentKtimesKduringKtheKsameKyearKis .
a. panelKdata
b. experimentalK data
c. timeKseriesKdata
d. cross-sectionalK data
Answer:KdKDiff
iculty:KEasy
Bloom’s:KApplication
A-
Head:KTheKStructureKofKEconomicKDataKBUSPROG:
KAnalytic
, Edition by Jeffrey M. Wooldridge
WithPERFECT SOLUTIONAVAILABLE OFALLCHAPTERS
Em uma cidade cercada por campos de lavanda vivia Clara, uma jovem que adorava observar o
céu ao entardecer. Todas as tardes, ela subia uma pequena colina atrás de sua casa para assistir
1.às cores mudarem
Econometrics lentamente.
KisKtheKbranch Para
KofKeconomics Clara, cada
Kthat . pôr do sol era diferente, como se o céu estivesse
pintando uma nova obra de arte só para ela.
a. studiesKtheKbehaviorKofKindividualKeconomicKagentsKinKmakingKeconomicKdecisions
b. developsKandKusesKstatisticalKmethodsKforKestimatingKeconomicKrelationships
c.Apesar deKthe
dealsKwith sua rotina tranquila, Clara sentia que sua vida estava parada. Trabalhava em uma loja de
Kperformance,Kstructure,Kbehavior,KandKdecision-makingKofKanKeconomyKasKaKwhole
flores e ajudava sua família, mas guardava um desejo secreto: queria estudar arte em outra cidade.
d. appliesKmathematicalKmethodsKtoKrepresentKeconomicKtheoriesKandKsolveKeconomicKproblems.
O medo de deixar tudo para trás a impedia de dar o primeiro passo.
Answer:KbKDiff
Um dia, um turista percebeu seus desenhos do pôr do sol e elogiou seu talento. Ele sugeriu que ela
iculty:KEasy
enviasse seu portfólio para uma escola de artes renomada. Encorajada, Clara decidiu tentar.
Bloom’s:KKnowledge
A-Meses depois, recebeu uma carta de aceitação. Ao assistir ao último pôr do sol antes de partir, ela
sorriu.
Head: Assim
KWhat como o céu
KisKEconometrics? KB muda todos os dias, sua vida também poderia mudar.
USPROG:
Feedback:KEconometricsKisKtheKbranchKofKeconomicsKthatKdevelopsKandKusesKstatisticalKmethodsKforKestima
tingKeconomicKrelationships.
海辺の小さな町に、悠真（ゆうま）という青年が住んでいました。彼は毎朝早く起きて、浜辺を歩
2.きながら流木や貝殻を集めるのが習慣でした。拾ったものを使って、小さな彫刻を作るのが彼の楽
NonexperimentalKdataKisKcalled .
しみでした。
a. cross-sectionalK data
b. timeKseriesKdata
町の人々は彼の作品を「ただの趣味」と思っていましたが、悠真にとっては大切な表現方法でした
c. observationalK data
。ある日、町でアートフェスティバルが開催されることになりました。友人に勧められ、彼は勇気
d. panelKdata
を出して作品を出展しました。
Answer: KbKDiff
フェスティバル当日、多くの人が彼の彫刻の前で足を止めました。自然の素材から生まれた作品は
、静かな力強さを持っていました。あるギャラリーのオーナーが彼に声をかけ、展示の機会を提案
iculty:KEasy
しました。
Bloom’s: KKnowledge
A-
その瞬間、悠真は自分の努力が認められたことを実感しました。波の音を聞きながら、彼はこれか
Head: KWhatKisKEconometrics?KB
らも自分らしい作品を作り続けると心に誓いました。
USPROG:
Feedback:
3. WhichKofKtheKfollowingKisKtrueKofKexperimentalKdata?
a. ExperimentalKdataKareKcollectedKinKlaboratoryKenvironmentsKinKtheKnaturalKsciences.
b. ExperimentalKdataKcannotKbeKcollectedKinKaKcontrolledKenvironment.
c. ExperimentalKdataKisKsometimesKcalledKobservationalKdata.
d. ExperimentalKdataKisKsometimesKcalledKretrospectiveKdata.
Answer:KaKDiff
iculty:KEasy
Bloom’s:KKnowledge
A-Head:KWhatKisKEconometrics?
,BUSPROG:
Feedback:
4. AnKempiricalKanalysisKreliesKon toKtestKaKtheory.
a. commonKsense
b. ethicalKconsiderations
c. data
d. customsKandKconventions
Answer:KcKDiffi
culty:KEasy
Bloom’s:KKnowledge
A-
Head:KStepsKinKEmpiricalKEconomicKAnalysisKBUSP
ROG:
reng me
Feedback: KAnnaar huis.”
Kempirical LotteKrelies
Kanalysis volgde hetKto
KonKdata geluid
KtestKaKde hele dag. Ze liep over duinen, door weilanden en
theory.
langs smalle paadjes tot ze bij een verborgen grot kwam. Binnenin stond een oud altaar met
5. honderden
TheKtermK‘u’Kinschelpen. Ze legde
KanKeconometric Kmodelde gloeiende
KisKusually schelp
KreferredKtoKasKertussen
the . en plotseling begon de grot te stralen.
Uit het
a. errorKtermlicht verscheen een zeemeermin die zei: “Dank je. Deze schelp was mijn stem. Nu ben ik
b. weer vrij.” Als dank gaf ze Lotte een kleine parel die altijd warm bleef. Vanaf die dag vond Lotte
parameter
nooit meer een gewone schelp zonder glimlach. Ze wist dat de zee haar vriend was en dat
c. hypothesis
d. sommige wonderen alleen verschijnen aan wie echt luistert. Het dorp vertelde haar verhaal nog
dependentKvariable
jaren door.
I en liten by vid en frusen sjö bodde en gammal man som het Erik. Han hade en gammal vedspis
Answer:KaKDiff
som alltid brann, även när veden tog slut. Varje kväll satt han där och berättade historier för sin katt,
iculty:KEasy
Måne. En vinternatt hörde han ett knackande på dörren. Utanför stod en liten flicka med röda kinder
Bloom’s: KKnowledge
och frusna fingrar. Hon sa att hon hade gått vilse. Erik bjöd in henne, gav henne varm choklad och
A- lät henne sova i sin egen säng. Nästa morgon var flickan borta, men på bordet låg en liten snöflinga
av Kglas
Head: Stepssom aldrig smälte. Erik hängde den i fönstret. Varje gång solen sken genom den skapades
KinKEmpiricalKEconomicKAnalysisKBUSP
regnbågar över hela rummet. Folk i byn började kalla hans hus för “regnbågshuset”. Åren gick, och
ROG:
Erik blev
Feedback: KThe äldre,
KtermKu men
KinKansnöflingan
Keconometriclyste
Kmodel alltid. EnKthe
KisKcalled dag kom
Kerror enKorvuxen
Kterm kvinna
Kdisturbance till dörren. Det var flickan
Kterm.
från den vinternatten. Hon hade blivit läkare och ville tacka honom. Erik log och sa: “Du var aldrig
6. vilse. Du hittade
TheKparameters mig.”
KofKan Tillsammans
Keconometric Kmodel tittade . de på regnbågarna tills solen gick ner.
a. includeKallKunobservedKfactorsKaffectingKtheKvariableKbeingKstudied
b. describeKtheKstrengthKofKtheKrelationshipKbetweenKtheKvariableKunderKstudyKandKtheKfactorsKaffectingKit
c. referKtoKtheKexplanatoryKvariablesKincludedKinKtheKmodel
d. referKtoKtheKpredictionsKthatKcanKbeKmadeKusingKtheKmodel
Answer:KbKDiff
iculty:KEasy
Bloom’s:KKnowledge
A-
Head:KStepsKinKEmpiricalKEconomicKAnalysisKBUSP
ROG:
Feedback:KTheKparametersKofKanKeconometricKmodelKdescribeKtheKdirectionKandKstrengthKofKtheKrelationsh
ipKbetweenKtheKvariableKunderKstudyKandKtheKfactorsKaffectingKit.
, 7. WhichKofKtheKfollowingKisKtheKfirstKstepKinKempiricalKeconomicKanalysis?
a. CollectionKofKdata
b. StatementKofKhypotheses
c. SpecificationKofKanKeconometricKmodel
d. TestingKofKhypotheses
Answer:KcKDiffi
culty:KEasy
Bloom’s:KKnowledge
A-
Head:KStepsKinKEmpiricalKEconomicKAnalysisKBUSP
ROG:
Feedback:KTheKfirstKstepKinKempiricalKeconomicKanalysisKisKtheKspecificationKofKtheKeconometricKmodel.
8. AKdataKsetKthatKconsistsKofKaKsampleKofKindividuals,Khouseholds,Kfirms,Kcities,Kstates,Kcountries,KorKa
KvarietyKofKotherKunits,KtakenKatKaKgivenKpointKinKtime,KisKcalledKa(n) .
a. cross-sectionalKdataK set
b. longitudinalKdataKset
c. timeKseriesKdataKset
d. experimentalKdataKset
Answer:KaKDiff
iculty:KEasy
Bloom’s:KKnowledge
A-
Head:KTheKStructureKofKEconomicKDataKBUSPROG:
Feedback:KAKdataKsetKthatKconsistsKofKaKsampleKofKindividuals,Khouseholds,Kfirms,Kcities,Kstates,Kcountries,K
orKaKvarietyKofKotherKunits,KtakenKatKaKgivenKpointKinKtime,KisKcalledKaKcross-sectionalKdataKset.
9. DataKonKtheKincomeKofKlawKgraduatesKcollectedKatKdifferentKtimesKduringKtheKsameKyearKis .
a. panelKdata
b. experimentalK data
c. timeKseriesKdata
d. cross-sectionalK data
Answer:KdKDiff
iculty:KEasy
Bloom’s:KApplication
A-
Head:KTheKStructureKofKEconomicKDataKBUSPROG:
KAnalytic
