Documentos de Académico
Documentos de Profesional
Documentos de Cultura
siguientes proposiciones
4.- ( ) Los valores α y β en la ecuación de regresión se les conoce como Estimadores Mínimo
Cuadrados.
5.- ( ) Un valor de r puede indicar que no existe una relación lineal, pero puede ser que haya
una relación de alguna otra forma no lineal o curvilínea.
6.- ( ) Al utilizar la recta de regresión con un método matemático denominado principio de los
mínimos cuadrados se elimina el juicio subjetivo.
7.- ( ) Lo que se puede concluir cuando se tiene dos variables con fuerte correlación es que hay
una relación o asociación entre ambas variables, no que el cambio en una ocasiona un cambio
en otra.
8.- ( ) El error estándar y el coeficiente de determinación son dos estadísticos que proporcionan
una evaluación general de la capacidad de una ecuación de regresión para predecir una variable
independiente.
9.- ( ) Los ingresos de los docentes y el número de instituciones psiquiátricas han aumentado
en forma proporcional. Al relacionar estas dos variables se está presentando un ejemplo de
correlaciones espurias
10.- ( ) Si existe una correlación de 0.76 se puede concluir que existe una asociación muy débil
entre las variables ya que el valor está muy cercano a 1.
11.- ( ) Cuando los puntos en el diagrama de dispersión aparecen cerca de la recta, se observa
que el coeficiente de correlación tiende a ser grande.
12.- ( ) La recta de regresión por mínimos cuadrados no siempre pasará por el punto X, Y .
13.- ( ) La recta de regresión por mínimos cuadrados siempre pasará por el punto X, Y .
14.- ( ) El propósito e la ecuación de regresion es cuantificar una relación lineal entre dos variables.
16.- ( ) La variable endógena (dependiente) es aleatoria, esto es, por cada valor dado a la variable
exógena (independiente), existen muchos posibles resultados para la variable endógena.
17.- ( ) El análisis de regresión se podría utilizar para predecir un amplio rango de fenómenos,
desde medidas económicas hasta diferentes aspectos del comportamiento humano.
18.- ( ) El análisis de regresión simple o múltiple sirve como una técnica de inferencia y técnica
descriptiva.
23.- Un investigador conoce por la literatura especializada que el rendimiento escolar se relaciona
linealmente con la motivación al estudio. Su interés es comprobar si esta cuestión es cierta en
sus alumnos y, una vez verificada, poder conocer con un margen de error el rendimiento de
un alumno sabiendo su puntuación en motivación. A la vista de este planteamiento, ¿qué
técnica estadística le permite resolver la cuestión?:
A) el análisis de regresión;
B) el análisis de varianza de un factor de medidas no repetidas;
C) el análisis de varianza de un factor de medidas repetidas
24.- En las predicciones que realizamos mediante la recta de regresión hay que tener en cuenta
A) que son siempre exactas, ya que la predicción no se puede ver afectada por la variabilidad;
B) que no pueden ser exactas, entre otras razones debido a la variabilidad de las
puntuaciones;
C) que son siempre exactas, ya que se cumple el principio de Homocedasticidad.
25.- La expresión Y = α + β*X + E representa:
A) el modelo potencial;
B) el modelo de regresión lineal múltiple;
C) el modelo de regresión lineal potencial;
D) el modelo de análisis de varianza aditivo;
E) el modelo de regresión lineal simple;
26.- Cuando el investigador está interesado en realizar “predicciones”, las técnicas estadísticas
apropiadas son:
A) pruebas de diferencia de medias para muestras relacionadas;
B) técnicas de regresión;
C) técnicas de Análisis de Varianza
27.- Cuando llevamos a cabo un análisis de regresión, el método de estimación por mínimos
cuadrados garantiza que:
A) las predicciones son exactas;
B) la ordenada en el origen de la recta de regresión es nula;
C) los errores de predicción son mínimos
28.- El análisis de regresión tiene:
A) sólo vertiente descriptiva;
B) sólo vertiente inferencial;
C) vertiente descriptiva e inferencial.
29.- En la siguiente ecuación de una recta X = α + β.Y
A) alfa indica el valor de Y para X = 0;
B) alfa representa la pendiente;
C) ambas respuestas son incorrectas
30.- Cuando el coeficiente de determinación toma el valor cero:
A) el ajuste de la recta de regresión es perfecto;
B) la recta de regresión es horizontal;
C) ambas respuestas son incorrectas.
31.- El coeficiente de determinación es una medida de:
A) la proporción de varianza no explicada por la ecuación de regresión;
B) el grado de error cometido en la regresión;
C) la proporción de varianza explicada por la regresión
32.- La expresión Y = α • X β + ε representa:
A) el modelo de regresión potencial;
B) el modelo exponencial;
C) el modelo de regresión lineal múltiple;
D) el modelo de regresión lineal potencial;
E) el modelo de regresión lineal exponencial.
37.- El coeficiente de correlación lineal entre las variables Renta y Consumo debe ser en buena
lógica.
A) Positivo.
B) Negativo.
C) Cero.
41.- Técnica estadística utilizada para probar la igualdad de tres o más medias muestrales y hacer
inferencias sobre si las muestras provienen de poblaciones que tienen la misma media.
A) Análisis de varianza (ANOVA)
B) Análisis de Regresion
C) Mínimos Cuadrados
D) Tratamientos
E) Bloques
42.- Cociente utilizado en el análisis de varianza, entre otras pruebas, para comparar la magnitud de
dos estimaciones de la varianza de la población para determinar si las dos estimaciones son
aproximadamente iguales; en ANOVA se usa el cociente de la varianza entre columnas dividido
entre la varianza dentro de columnas.
A) Cociente F de Fisher
B) Regresion Anova
C) Cociente t de Student
D) Suma de Cuadrados de Error
43.- Técnicas estadísticas que permiten determinar la ecuación matemática que relaciona un efecto
(variable dependiente o respuesta) con una o varias causas (variables independientes o
predictoras).
A) Regresión:
B) ANOVA
C) Suma de Cuadrados Totales
D) Suma de cuadrados de Error
44.- Familia de distribuciones diferenciadas por dos parámetros (gl del numerador, gl del
denominador), utilizada principalmente para probar hipótesis sobre varianzas.
A) Distribución F de Fisher
B) Distribución t de Student
C) Coeficiente F de Fisher
D) Coeficiente t de Student
45.- La media para el grupo completo de sujetos provenientes de todas las muestras del
experimento.
A) Gran media
B) Media de tratamientos
C) Media de bloques
D) Media de Error
47.- Estimación de la varianza de la población derivada de la varianza entre las medias de las
muestras.
A) Varianza entre columnas
B) Tratamientos
C) Varianza de Error
D) Varianza Total