Análisis multivariante

El análisis de regresión múltiple es una técnica estádistica métrica que analiza... La relación entre variables dependientes y una variable independiente. La estructura subyacente que explica la correlación entre las variables. La relación entre una variable dependiente y varias variables independientes. La estructura de relaciones entre el conjunto de variables.

El coeficiente de determinación se usa para... Determinar la importancia relativa de las variables independientes. Probar los distintos coeficientes de cada variable independiente. Evaluar la relación entre la variable dependiente y las independientes. Valorar la capacidad predictiva de los coeficientes de cada variable independiente.

En regresión, una manera de determinar la adecuación del modelo predictivo consiste en... Comprobar los coeficientes de las variables ficticias (dummy). Examinar los errores de la predicción. Analizar la constante y los coeficientes de regresión. Valorar los resultados de la prueba F del análisis de la varianza.

Para que el análisis factorial produzca resultados adecuados, la muestra debe ser... al menos de 50 observaciones. superior a las 100 observaciones. cuando menos de 1000 observaciones. superior a 0.5 para que el test KMO produzca resultados significativos.

Si una matriz de correlaciones es una matriz de identidad eso quiere decir que... la diagonal de la matriz está formada por ceros. el triángulo inferior de la matriz de correlaciones es idéntico al triángulo superior. la diagonal de la matriz está formada por unos. las intercorrelaciones entre las variables son 0.

Para saber cuántos factores deben retenerse en el análisis factorial hay varios criterios: La regla de Kaiser y la regla de Miller. La regla de Kaiser (retener los factores con autovalores entre 1 y 2). La regla de Kaiser (retener los factores con autovalores superiores a 1) y el diagrama de sedimentación. sólo la varianza explicada por los factores retenidos.

Para determinar la distancia entre las categorías, el análisis de correspondencias tiene en cuenta... sólo las casillas individuales de la tabla de frecuencias. sólo las distribuciones marginales. tanto las distribuciones marginales como las frecuencias de cada una de las casillas de la tabla. ninguna de las opciones anteriores.

La masa de las filas en un análisis de correspondencias es igual... al perfil promedio de las filas. al margen activo de las filas. al margen activo de las columnas. al perfil promedio de las columnas.

El proceso paso a paso de combinar observaciones hasta que sólo quede un conglomerado se denomina... procedimiento aglomerativo. procedimiento divisivo. procedimiento de umbral secuencial. procedimiento de optimización.

En el análisis de conglomerados, el método de encadenamiento que minimiza los efectos de las observaciones extremas es... encadenamiento completo. método de Ward. encadenamiento simple. encadenamiento medio.

La fase de validación en el análisis de conglomerados implica... garantizar que la solución del análisis de conglomerados sea representativa de la población. evaluar la precisión de la medida de similitud utilizada. evaluar que existen diferencias significativas entre los conglomerados a partir de las características utilizadas para definir la similitud. tomar un número diferente de conglomerados.

El objetivo del análisis discriminante reside en... maximizar la varianza entre grupos y minimizar la varianza intra-grupos de las puntuaciones de las funciones discriminantes. igualar la varianza entre grupos y la varianza intra-grupos de las puntuaciones de las funciones discriminantes. minimizar la varianza entre grupos y maximizar la varianza intra-grupos de las puntuaciones discriminantes. reducir a cero la varianza entre grupos y la varizan intra-grupos de las puntuaciones de las funciones discriminantes.

El número máximo de funciones a obtener en un análisis discriminante es igual a... el número de grupos menos uno o el número de variables independientes menos uno, lo que sea menor. el número de variables independientes menos uno. el número de categorías menos uno. el número de grupos o el número de variables independientes, lo que sea menor.

Las cargas o pesos discriminantes se usan fundamentalmente para... evaluar el signo y magnitud de los pesos discriminantes estandarizados. medir la correlación lineal simple entre cada variable independiente y cada función discriminante. evaluar la significación de las diferencias entre los grupos. desarrollar una matriz de clasificación para valorar las predicciones en la función discriminante.

Para saber si la precisión de la predicción de la función discriminante es suficientemente alta (más allá de lo esperable por azar), el criterio es que tiene que... ser igual, al menos, a lo esperable por mero azar. superar lo esperable por azar en al menos el 70%. superar lo esperable por azar en al menos el 25%. superar lo esperable por azar en al menos el 50%.