Estadística

El propósito de un análisis de regresión ( Y= a+b+cX) es calcular a y b para desarrollar una ecuación lineal que se ajuste mejor a los datos. v. f.

Para realizar un análisis de correlación se debe elaborar una ecuación para expresar la relación lineal entre dos variables. v. f.

La prueba de hipótesis también se interpreta en términos de valores p. Un valor p es la probabilidad de determinar un valor del estadístico de prueba más extremo que el cálculo cuando H0 es verdadera. v. f.

Con el criterio de mínimos cuadrados se determina la ecuación de regresión. v. f.

El coeficiente de correlación puede tomar cualquier valor entre el rango de -1 a 1. v. f.

Un coeficiente de correlación de -1.00 o +1.00 indica una correlación imperfecta. v. f.

Las dos medidas de eficacia de una ecuación de regresión son el error estándar y el coeficiente de correlación. v. f.

El análisis de correlación es el estudio de la relación entre variables. v. f.

Cuando dos variables tienen relación inversa, una variable estará arriba y la otra debajo de la media. v. f.

Lo que se puede concluir cuando se tiene dos variables con fuerte correlación es que hay una correlación o asociación entre ambas variables, no que el cambio en una ocasiona un cambio en la otra. v. f.

Cuando el error estándar es pequeño, significa que las dos variables no están muy relacionadas. v. f.

Dos variables tienen un relación positiva cuando se ubican por arriba de la media. v. f.

Cuando no hay ninguna relación entre dos conjuntos de variables, la r de Pearson es cero. v. f.

Debido a que los pronósticos no son perfectos, es necesario contar con una medida para describir cuán preciso es el pronóstico de Y con base en X, o a la inversa, que tan inexacta puede ser la estimación. v. f.

Si hay una relación débil entre dos variables, es factible suponer que un aumento o una disminución no causa mayor efecto en la otra. v. f.

cuando el valor t calculado se encuentra en la región de rechazo, se rechaza la H0, esto significa que la correlación en la población es cero. v. f.

Un valor de r puede indicar que no hay una relación lineal, pero puede ser que haya una relación de alguna otra forma no lineal o curvilínea. v. f.

Qué ocurre si se rechaza la hipótesis nula? se deduce que la pendiente de la recta de regresión de la población no es igual a cero, es decir existe una relación significativa entre ambas variables. v. f.

un ejemplo de variable dependiente es por ejemplo que se desea predecir el número esperado de productos que se venderán si un representante visita 20 micromercados. La variable sería productos que se venden. v. f.

El consumo de margarina eleva el divorcio en ecuador. Es un claro ejemplo de correlación espuria. v. f.

Cuando los puntos en el diagrama de disperció <parecen cerca de la recta, se observa que el coeficiente de correlación tiende a ser grande. v. f.

Las siguientes variables tienen una relación positiva porque al incrementar el nivel de ingresos,incrementa el ahorro. v. f.

en la siguiente función de promedio de notas de Estadística = (base matemática que tiene el estudiante). La variable dependiente sería si el estudiante de la asignatura de estadística tiene o no bases de matemáticas. v. f.

SE puede afirmar que identificar y estudiar las relaciones entre las variables puede proporcionar información para: elevar ganancias, reducir los costos, predecir la demanda etc,. v. f.

En una regresión los valores positivos indican una relación directa y los negativos una relación indirecta. v. f.

En un modelo de regresión múltiple las variables independientes no deben estar correlacionadas. v. f.

Si un coeficiente de regresión es cero, implica que la variable independiente en particular no tiene valor para explicar alguna variación del valor dependiente. v. f.

La prueba global es una prueba del modelo de regresión múltiple la cual investiga si es posible que todas las variables independientes tengan coeficiente de regresión cero. v. f.

El coeficiente de determinación múltiple a diferencia del coeficiente de determinación de una regresión lineal simple si puede adoptar valores negativos. v. f.

El análisis de regresión múltiple sirve como técnica descriptiva o como técnica de inferencia. v. f.

En la regresión múltiple existe una regresión directa entre la variable dependiente y el conjunto de variables independientes. v. f.

cuando los coeficientes de las variables explicativas presentan signo negativo, significa que existe una relación directa con respecto a la variable dependiente. v. f.

La autocorrelación se presenta con frecuencia cuando los datos se colectan mediante un periodo. v. f.

Cuando un coeficiente de regresión que debiera tener signo positivo resulta negativo, o lo contrario; podría ser un índice d eque existe problemas de multicolinealidad. v. f.

Una de las razones por las que se debe evitar variables independientes correlacionadas, es que puedan resultar resultados erróneos en las pruebas de hipótesis para las variables independientes individuales. v. f.

Cada nueva variable independiente reduce la suma de los cuadrados del residuo (SSE) y aumenta la suma de los cuadrados negativos ( SSR). v. f.

La multicolinealidad no afecta la capacidad de una ecuación de regresión múltiple para predecir la variable dependiente, no obstante cuando se tenga interés en evaluar la relación entre cada variable independiente y la variable dependiente, la multicolinealidad puede presentar resultados inesperados. v. f.

el salario puede depender del nivel de educación y de los años de experiencia, en este ejemplo se está planteando un modelo de regresión lineal simple. v. f.

Cuando los coeficientes de las variables explicativas presentan signo positivo, significa que existe una relación inversa con respecto a la variable dependiente. v. f.

Las variables cualitativas, describen cualidad particular, como masculino o femenino. v. f.

El incremento en los precios de los productos depende dela inflación y el desempleo, es un ejemplo de regresión lineal simple. v. f.

En un índice no ponderado, se consideran las cantidades. v. f.

hay dos índices de precios: ponderado y no ponderado. v. f.

El índice Nasdaq sirve para conocer el comportamiento económico y de los negocios. v. f.

Un número índice consiste en dividir el precio del año seleccionado para el precio del año base. v. f.

El índice de precios al productor, mide las fluctuaciones de los precios en todas las etapas de producción. v. f.

Las ventas deflacionadas son importantes para mostrar la tenencia en las ventas reales. v. f.

Para un índice agregado simple es necesario encontrar una forma de ponderar de manera aproximada los artículos de acuerdo con su importancia relativa. v. f.

Una de las razones para calcular un índice es: que si los números son pequeños, con frecuencia es más fácil comprender el cambio del índice que las cifras reales. v. f.

Si dos a más series tienen el mismo periodo base no se pueden comparar de manera directa. v. f.