Cuestiones
ayuda
option
Mi Daypo

TEST BORRADO, QUIZÁS LE INTERESEESTADISTICA II

COMENTARIOS ESTADÍSTICAS RÉCORDS
REALIZAR TEST
Título del test:
ESTADISTICA II

Descripción:
BIMESTRE 2 TABLET

Autor:
MAC
(Otros tests del mismo autor)

Fecha de Creación:
19/07/2019

Categoría:
Universidad

Número preguntas: 40
Comparte el test:
Facebook
Twitter
Whatsapp
Comparte el test:
Facebook
Twitter
Whatsapp
Últimos Comentarios
No hay ningún comentario sobre este test.
Temario:
El coeficiente de determinación múltiple: Se representa por una letra R Puede variar de -1 a 1 Puede adoptar valores positivos.
Para probar la hipótesis nula de que todos los coeficientes de regresión múltiple son cero se emplea: La distribución Z La distribución F La distribución t.
Cuándo el coeficiente de correlación se acerca a __________ existe una relación fuerte entre dos variables.
Un coeficiente de correlación de -0,75 o bien de 0,95 indica una correlación perfecta V F.
La homocedasticidad existe cuando Las variables independientes están correlacionadas V F.
La variable dependiente es: La variable de pronóstico. La variable que se predice o estima. Y se muestra en el eje Y La variable que proporciona la base para la estimación.
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 micro mercados. La variable Y sería productos que se venden Y la variable X número de visitas V F.
El coeficiente de determinación múltiple: Puede tener un valor de 0,80 Puede adoptar valor de -0,80 Puede adoptar valor entre -1 y 1 Puede tener un valor de -0, 60 .
La valoración de la capacidad predictiva de la ecuación de Regresión simple se puede hacer con el Coeficiente de Determinación F V.
Cuando no hay ninguna relación entre dos conjuntos de variables, la r de Pearson es cero V F.
El coeficiente de determinación múltiple puede adoptar valores entre 0 y 1 -1 y 1 -1 y 0.
El procedimiento que se realiza en un índice agregado simple consiste en : Sumar los precios de dos periodos y luego determinar el índice con base en los totales Sumar los precios del periodo base y dividirlo para el año presente Sumar los precios de un periodo y luego determinar el índice con base en los totales.
Suponga que Ud., es dueño de un almacén de electrodomésticos y que las ventas anuales en el primer año fueron de 10.000 USD. Luego de cinco años que el almacén abrió sus puertas las ventas llegan a 23.000 USD. En términos absolutos (de 10.000 USD a 23.000 USD) el almacén, luego de cinco años de funcionamiento, ha incrementado ostensiblemente sus ventas, pero la “lectura” del incremento en las ventas (13.000 USD) nos lleva un tiempo hacerlo. Para reducir la interpretación se utilizan los índices que no son más que la expresión del cambio relativo de un valor de un período a otro. V F.
Un coeficiente negativo indica asociación lineal negativa, es decir, tienden a variar en sentido opuesto V F.
El error estándar de estimación es comparable con la desviación estándar V F.
El incremento de los precios en los productos depende de la inflación y el desempleo. Es un ejemplo de regresión lineal múltiple Es un ejemplo de regresión lineal simple Es un ejemplo de regresión lineal simple y múltiple.
El pronóstico perfecto en economía y negocios no es real V F.
Al dar el término de no ponderado a un índice significa que todos los valores incluidos al calcular el índice tienen igual importancia V F.
Un coeficiente de correlación con un valor calculado de -1.00 revela que las variables están perfectamente relacionadas en un sentido lineal __________.
En un índice no ponderado, se consideran las cantidades V F.
Cuando un coeficiente de regresión que debiera tener signo positivo resulta negativo, o lo contrario; podría ser un indicio de que existe problemas de _________.
El error estándar de estimación es similar a la varianza que se basa en valores cuadráticos V F.
Si hay una relación débil entre dos variables es factible suponer que un aumento o una disminución en una variable no causa mayor efecto en la otra es factible suponer que una disminución en una variable causa mayor efecto en la otra es factible suponer que un aumento en una variable causa mayor efecto en la otra .
Una regresión múltiple permite evaluar la relación entre una variable dependiente y más de una variable independiente dos variables dependientes y más de una variable independiente una variable dependiente y una variable independiente .
El salario puede depender del nivel de educación y de los años de experiencia en. En este ejemplo se está planteando un modelo de regresión lineal simple V F.
La prueba global es una prueba del modelo de regresión múltiple la cual investiga si es posible que todas las variables dependientes tengan coeficientes de regresión cero si es posible que todas las variables independientes tengan coeficientes de regresión cero si es posible que al menos una variable independientes tengan coeficientes de regresión cero .
¿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 no existe una relación significativa entre ambas variables Se deduce que la pendiente de la recta de regresión de la población es igual a cero, es decir existe una relación significativa entre ambas variables 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.
Si un análisis de regresión múltiple incluye más de dos variables independientes, permiten emplear fácilmente una gráfica para ilustrar el análisis V F.
Un coeficiente de correlación r cercano a cero indica que la relación lineal es muy fuerte V F.
Una de las razones por las que se debe evitar variables independientes correlacionadas, es que pueden generar resultados erróneos en las pruebas de hipótesis para las variables independientes individuales V F.
Si el número índice se utiliza para medir el cambio relativo en una sola variable, como los salarios por hora en la manufactura, es un índice simple F V.
La siguiente ecuación de regresión, representa a un análisis de regresión múltiple. Ŷ = a+b1 X1 Ŷ1+Ŷ2 = a+b1 X1 + b2 X2 Ŷ = a+b1 X1 + b2 X2.
La variable dependiente es aleatoria, esto es, por cada valor dado a la variable independiente, existen muchos posibles resultados para la variable dependiente. V F.
El análisis de correlación es el estudio de la relación entre variables F V.
Una regresión múltiple permite evaluar la relación entre una variable dependiente y más de una variable independiente 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.
Cada nueva variable independiente hace que las predicciones sean más precisas V F.
Es usual comenzar con un diagrama de dispersión, cuando se estudia la relación entre dos variables en escala ordinal o nominal F V.
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 ____________y la variable dependiente, la multicolinealidad puede presentar resultados inesperados.
El análisis de regresión múltiple sirve como: Técnica descriptiva Técnica de inferencia Técnica descriptiva y de inferencia.
Denunciar test Consentimiento Condiciones de uso