AA1: 2 P - Autoevaluación Regresión Lineal

Los errores de una regresión lineal se distribuyen como: Normal(mu, sigma^2). t-Student con n-k grados de libertad, donde k es el número de variables. Normal(0, sigma^2). t-Student con n-1 grados de libertad. Gamma(alpha, alpha).

Según esta figura: a. Existe interacción entre la presión deportiva y en índice de ansiedad cuanto al número de errores cometidos porque bajo una presión alta, aquellos que tienen un índice de ansiedad mayor cometen más errores. b. No podemos decir nada porque la relación no es lineal. c. Existe interacción entre la presión deportiva y en índice de ansiedad cuanto al número de errores cometidos porque las rectas no son paralelas. d. No existe interacción entre la presión deportiva y en índice de ansiedad en cuanto al resultado deportivo porque las rectas no se cruzan. e. No existe interacción entre la presión deportiva y en índice de ansiedad en cuanto al número de errores cometidos porque las rectas se van alejando.

Los modelos de regresión sirven para: a. Describir. b. Nada. c. Predecir. d. Predecir y Describir. e. Ver relaciones no lineales.

Los residuos como medida de bondad de ajuste de una regresión se resumen con: a. El máximo de los residuos. b. Suma de residuos. c. Suma de residuos medios. d. Suma de cuadrados de residuos. e. La media de los residuos.

En el modelo: colesterol = 180.5 + 1.25 grasas ¿cuál es el valor de colesterol para la gente que no consume grasas? (escribir decimales con,).

La incertidumbre en la estimación de los parámetros del modelo lineal disminuye a medida que el tamaño de muestra aumenta y los errores se reducen. Vertader. Fals.

La regresión lineal es un modelo paramétrico. Vertader. Fals.

Los residuales de un modelo de regresión lineal son las diferencias entre los valores ajustados y los reales. Vertader. Fals.