Herramientas Matematicas V 2do Parcial

4.1 ¿Cuál de las siguientes es una de las condiciones que debe verificarse para aplicar un test de bondad de ajuste?. Todas las casillas observadas tienen que tener al menos 5 observaciones. Por hipótesis del test respectivo. Todas las casillas observadas tienen que tener al menos 10 observaciones. Por hipótesis del test respectivo. Todas las casillas observadas tienen que tener al menos 4 observaciones. Por hipótesis del test respectivo.

4.1 ¿Cuál es el concepto de prueba de bondad de ajuste?. Prueba estadística que determina si existe una diferencia significativa entre la distribución de frecuencias observadas y una distribución teórica de probabilidad que supuestamente describiría la distribución observada. Prueba estadística que determina si NO existe una diferencia significativa entre la distribución de frecuencias observadas. Prueba estadística que determina si existe una diferencia significativa entre la distribución teórica de probabilidad que supuestamente describiría la distribución observada.

4.1 En una prueba de bondad de ajuste En qué valores de la distribución del estadístico de prueba se ubica la zona de rechazo de Ho?. En los valores más altos. En los valores más bajos.

4.1 Qué sucede cuando los números de los grados libertad son muy pequeños?. Cuando los números de los grados de libertad son muy pequeños, la distribución Chi cuadrado muestra un fuerte sesgo hacia la derecha. Cuando los números de los grados de libertad son muy pequeños, la distribución Chi cuadrado muestra un fuerte sesgo hacia la izquierda. Cuando los números de los grados de libertad son muy grandes, la distribución Chi cuadrado muestra un fuerte sesgo hacia la derecha.

4.1 Qué pruebas se puede utilizar para probar si la proporción poblacional π1 es igual a la población poblacional π2?. La prueba de chi cuadrado para la diferencia entre dos proporciones. La prueba de chi cuadrado para la diferencia entre cuatro proporciones. La prueba de chi cuadrado para la diferencia entre una proporción.

4.1 Qué test estadístico persigue el siguiente propósito "determinar si los datos disponibles de una muestra aleatoria de tamaño n corresponden a cierta distribución teórica". Test de bondad de ajuste. Test de bondad teórica. Test de distribución de ajuste.

4.1 Qué valores puedo asumir el estadístico de prueba de un test de bondad de ajuste?. Valores no negativos. Valores no positivos. Valores negativos.

4.1.1 Cuál es el estadístico que se utiliza para evitar "intuiciones" respecto de las frecuencias observadas y esperadas?. Chi Cuadrado. Chi Cubo.

4.1.1 ¿Cuál es la definición de frecuencias esperadas?. Las que esperamos ver en una tabla de contingencia o de distribución de frecuencia, si la hipótesis nula es verdadera. Las que esperamos ver en una tabla de contingencia o de distribución de frecuencia, si la hipótesis alternativa es verdadera. Las que esperamos ver en una tabla de contingencia o de distribución de frecuencia, si la hipótesis nula es falsa.

4.1.1 El método de mínimos cuadrados a ¿Qué valores determina para reducir al mínimo la suma de las diferencias al cuadrado de la línea de predicción?. Los valores b0 (intersección de la muestra con el eje y); b1 (producto de la muestra). Los valores b1 (intersección de la muestra con el eje y); b0 (producto de la muestra). Los valores a0 (intersección de la muestra con el eje y); a1 (producto de la muestra).

4.1.1 Si los conjuntos de frecuencias observadas y esperadas son casi iguales. Qué podemos incluir? H0: pN = ps = pc = pw (hipótesis nula) H1: pN, ps, pc y pw no son iguales (hipótesis alternativa). Podemos razonar y concluir que aceptamos la hipótesis nula. Podemos razonar y concluir que aceptamos la hipótesis alternativa. Podemos razonar y concluir que rechazamos la hipótesis nula.

4.1.2 Cuál es la ecuación para calcular los grados de libertad tabla de contingencia?. Número de grados de libertad = (número de renglones - 1) (número de columna - 1). Número de grados de libertad = (número de renglones - 2) (número de columna - 2). Número de grados de libertad = (número de renglones + 1) (número de columna + 1).

4.1.2 ¿Cuántos grados de libertad tiene el estadístico del test de bondad de ajuste? (donde n = cantidad de casos de muestra; k = cantidad de valores de la variable considerados; r = cantidad de filas; c = cantidad de columnas). k - 1. k - 2. k + 1.

4.1.2 Qué sucede cuando crece el número de grados de libertad?. La curva rápidamente se torna más simétrica hasta que el número alcanza valores altos. La curva rápidamente se torna más simétrica hasta que el número alcanza valores bajos. La curva rápidamente se torna más lineal hasta que el número alcanza valores altos.

4.2 ¿A que igual estadístico de prueba de chi cuadrado?. Es igual a la diferencia al cuadrado entre las frecuencias observadas y esperadas, divididas entre frecuencia esperada en cada celda de la tabla, sumada en todas las celdas de la tabla. Es distinto a la diferencia al cuadrado entre las frecuencias observadas y esperadas, potenciadas entre frecuencia esperada en cada celda de la tabla, sumada en todas las celdas de la tabla.

4.2 Cómo está constituido una tabla de contingencia?. Una tabla de contingencia está constituida por reglones y columnas. Una tabla de contingencia está constituida por reglones. Una tabla de contingencia está constituida por columnas.

4.2 Cómo son los grados de libertad en la tabla de contingencia?. Son iguales a (número de reglones - x1) multiplicado por (número de columnas - 1). Son iguales a (número de reglones + x1) dividido por (número de columnas + 1). Son distintos a (número de reglones - 1) multiplicado por (número de columnas - x1).

4.2 Consiste en comprobar si dos características cualitativas están relacionadas entre sí ¿A qué tipo de pruebas se refiere?. Test de independencia. Test de dependencia. Test de autonomía.

4.2 Cuál es el estadístico que representa la proporción general estimada de los elementos de interés para los dos grupos combinados? (cálculo de la proporción general estimada para dos grupos combinados). P. R.

4.2 ¿Cuál es la fórmula para calcular la proporción general estimada para dos grupos?. P = x1 + x2/n1 + n2 = x/n. P = x1 - x2/n1 - n2 = x/n. P = n1 + n2/x1 + x2 = x/n.

4.2 Cuando se busca comparar los conteos de respuestas categóricas entre dos grupos independientes, ¿que se puede construir? seleccione las tres respuestas correctas: Una tabla. De contingencia. De dos factores. De frecuencias.

4.2 El estadístico de prueba chi cuadrado para diferencia entre dos proporciones que tipo de solución tiene aproximadamente?. Distribución chi cuadrado. Distribución chi cubo.

4.2 En el caso de calcular la frecuencia esperada en cualquier celda, si la hipótesis nula es verdadera Cómo será la proporción de elementos de interés en las dos poblaciones?. Los elementos de interés en las dos poblaciones será la misma. Los elementos de interés en las dos hipotesis será la misma. Los elementos de interés en las dos poblaciones será distinta.

4.2 En la prueba de chi cuadrada para la diferencia entre dos proporciones, es el procedimiento de prueba de hipótesis utiliza un estadístico de prueba que se aproxima por medio de que distribución?. Chi cuadrado. Chi cubo.

4.2 En una prueba de independencia cuántos factores de interés existen?. En una prueba de independencia existen dos factores de interés. En una prueba de independencia existen cuatro factores de interés. En una prueba de independencia existen un factor de interés.

4.2 En una prueba de Independencia. Qué valores de la distribución del estadístico de prueba indican que la evidencia muestral da cuenta de cierta asociación de las variables?. En los valores más altos. En los valores más bajos.

4.2 La tabla de contingencia constituida por dos renglones y dos columnas como se denomina?. Tabla de contingencia de 2 x 2. Tabla de contingencia de 4 x 4. Tabla de contingencia de 1 x 1.

4.2 La tabla de contingencia para un estudio de satisfacción de una empresa obtiene los siguientes resultados... ¿Cuáles son los totales de los renglones y columnas?. 489. 498. 849.

4.2 Para probar la hipótesis nula de que no existe diferencia entre las dos proporciones poblacionales contra la hipótesis alternativa de que las dos proporciones poblacionales son diferentes, que estadístico de prueba usted debe utilizar?. Chi cuadrado. Chi cubo.

4.2 Para probar la hipótesis nula de que no existe diferencia entre las dos proporciones poblacionales contra la hipótesis alternativa de que las dos proporciones poblacionales son diferentes. Qué ecuación usted debe utilizar?. x² ESTAD = ∑ (fo - fe)²/fe. x² ESTAD = ∑ (fo + fe)²/fe. x² ESTAD = ∑ fe/(fo - fe)².

4.2 La tabla de contingencia de dos factores presenta la frecuencia con la que ocurren .Qué tipo de elementos? seleccione 2 respuestas correctas: Elementos de interés. Elementos que no son de interés. Elementos contingentes.

4.2 La tabla de contingencia para un estudio de satisfacción de una empresa obtiene los siguientes resultados: la frecuencia para cada combinación de renglón está dado por x1= número de elementos de interés en el grupo 1 = 163 y x2 = número de elementos de interés en el grupo 2 = 154, y la columna está dada por n1 – x1 = número de elementos que no son de interés en el grupo 1 = 64 y n2 – x2 = número de elementos que no son de interés en el grupo 2. ¿Cuáles son los totales por cada renglón y por cada columna? Seleccione 4 respuestas correctas. x = x1 + x2, número total de elementos de interés = 317. n - x = (n1 – x1) + (n2 – x2), número total de elementos que no son de interés = 172. n1 = tamaño de muestra total en el grupo 1 = 227. n2 = tamaño de muestra total en el grupo 2 = 262. Fo - Fe = frecuencia observada menos frecuencia esperada = 241.

4.2 Un fondo de contingencia de dos factores presenta la frecuencia con la que ocurren elemento de interés para cada grupo. La frecuencia para cada combinación de reglón está dada por x1= número de elementos del grupo 1 y x2= número de elementos de interés en el grupo 2, y la columna está dada por n1 - x1 = número de elementos que no son de interés de grupo 1 y n 2 - x2 =número de elementos que no son de interés en el grupo 2 . Cuáles son los totales de los renglones y columnas? seleccione 4 correctas. x = x1 + x2, número total de elementos de interés. n - x = (n1 - x1 ) + (n2 - x2), número total de elementos que no son de interés. n1 = tamaño de muestra total en el grupo 1. n2 = tamaño de muestra total en el grupo 2. x = x1 - x2, número total de elementos de interés.

4.2 Una tabla de contingencia. Seleccione las cuatro respuestas correctas: Permite analizar la asociación entre 2 variables cualitativas. Entre variables categóricas se asocia a un estadístico chi cuadrado. Es una organización de datos de doble entrada. En sus bordes contienen las frecuencias marginales. Permite analizar la relación lineal entre 3 o más variables cuantitativas.

4.2 una tabla de contingencia de dos factores presenta la frecuencia con la que ocurren elementos de interés y algunos que no son de interés para cada grupo ¿Cuáles son dichos elementos? Seleccione las 4 respuestas correctas: N2 - X2 = número de elementos que no son de interés en el grupo 2. N1 - X1 = número de elementos que no son de interés en el grupo 1. X1 = número de elementos de interés en el grupo 1. X2 = número de elementos de interés en el grupo 2. N2 + X2 = número de elementos que no son de interés en el grupo 2.

4.2 Utilizando la fórmula de la proporción general estimada para los grupos y teniendo los siguientes datos x1 = 163; x2 =154; n1= 227; n2 = 262 Cuál es el valor?. 0,6483. 1,6483. 0,2966.

4.2.1 Calcule la frecuencia esperada, teniendo en cuenta los siguientes datos: total renglón = 67; total columna = 88; tamaño total de muestra = 187. 31,53. 13,53. 31,35.

4.2.1 El estadístico de prueba chi cuadrado tiene aproximadamente una distribución chi cuadrado calcule los grados de libertad teniendo en cuenta los siguientes datos: número de renglones = 4 número de columna = 3. 6. 5. 12.

4.2.1 ¿Cuál es la fórmula para calcular la frecuencia esperada?. La frecuencia esperada de una celda es el producto su total de reglón por el total de columna dividido entre el tamaño total de la muestra. La frecuencia esperada de una celda es el producto su total de reglón por el total de columna multiplicado entre el tamaño total de la muestra. La frecuencia esperada de una celda es el producto su total de la muestra dividido entre el tamaño total de reglón por el total de columna.

4.2.1 ¿Las pruebas de chi-cuadrado. Qué nos permiten verificar?. Si más de dos porciones de poblaciones pueden considerarse iguales. Si más de cuatro porciones de poblaciones pueden considerarse iguales. Si más de dos porciones de poblaciones pueden considerarse distintas.

5.1 Cuál de los siguientes aspectos es crítico si se realizan comparaciones de dos en dos para sacar conclusiones referidas a la diferencia de más de dos medias entre sí?. Al hacer un mayor número de contrastes aumenta el error de tipo 1. Al hacer un menor número de contrastes aumenta el error de tipo 1. Al hacer un mayor número de contrastes aumenta el error de tipo 2.

5.1 En un estudio educativo se compraron tres metodos de enseñar matematicas avanzadas; para evaluar los resultados se administró una prueba de 30 preguntas a los 36 alumnos participantes en el estudio de a 12 por grupo. ¿Cuál es la variable respuesta y la explicativa en este estudio?. Variable de respuesta: resultado en la prueba; Variable explicativa: método de enseñanza. Variable de respuesta: resultado en la prueba. Variable explicativa: método de enseñanza.

5.1 La ANOVA sirve para comparar: Las medias de 3 o más poblaciones. Las medias de 9 o más poblaciones. Las medias de 2 o más poblaciones.

5.1 Cuáles las siguientes son hipótesis alternativas válidas de una prueba Anova seleccione las tres respuestas correctas. HA: no todas las medias poblacionales son iguales. HA: al menos una de las medias poblacionales es diferente. HA: una o más de las medias poblacionales es diferente. Todas las medias poblacionales son iguales. Todas las medias poblacionales son diferentes entre sí.

5.1 Cuáles son los supuestos básicos del modelo ANOVA? Seleccione las 4 correctas: Los errores están normalmente distribuidos con media 0. Los errores son independientes. Los errores tienen varianza constante. Los datos fueron obtenidos de manera aleatoria. Los errores están normalmente distribuidos con media 1.

5.1 Indicar Cuáles las siguientes afirmaciones son correctas en el caso de una anova seleccione las cuatro respuestas correctas. Cuanto más alto sea F, mayor la evidencia de que difieren entre sí las medidas de las poblaciones. Un valor de F suficientemente elevado indica que la variabilidad se debe principalmente al grupo al que fueron asignadas las observaciones. Se rechaza la Ho si el valor de F es suficientemente elevado. Lo que significa que las medias de la variable dependiente difieren o varían mucho entre los grupos de la variable independiente. Se acepta la Ho si el valor de F es suficientemente elevado.

5.1 Para utilizar la prueba F del análisis de varianza. Qué supuestos se deben cumplir acerca la población? Seleccione las cuatro respuestas correctas. Aleatoriedad. Independencia. Normalidad. Homogeneidad de la varianza. Confianza.

5.1 Por qué se opta por aplicar la prueba anova y no comparaciones de dos en dos de las respectivas medias poblacionales?. Para evitar el mayor esfuerzo computacional y realizar un único conjunto de cálculos. Para evitar el mayor esfuerzo computacional. Para realizar un único conjunto de cálculos.

5.1.1 ¿Cómo está representada la variación entre grupos en el análisis de varianza de un factor?. La variación entre grupos está representada por la suma de cuadrados entre grupos. La variación entre grupos está representada por la resta de cuadrados entre grupos. La variación entre grupos está representada por la potencia de cuadrados entre grupos.

5.1.1 ¿Cómo está representada la variación total en el análisis de varianza de un factor?. La variación total está representada por la suma de cuadrados totales. La variación total está representada por la potencia de cuadrados totales. La variación total está representada por la resta de cuadrados totales.

5.1.1 En la ANOVA pueden distinguirse. Seleccione 4 respuestas correctas. La variación dentro. La variación total. La variación entre. La media global. La variación afuera.

5.1.3 Cuántos grados libertad corresponde a cada varianza?. Dentro: n - k. total: n - k. Dentro: n + k.

5.1.4 En un experimento de compararon tres métodos para capacitar a empleados nuevos de una empresa de servicios; para evaluar los resultados de cada uno se administró una prueba 50 ítems relacionados con la tarea a desarrollar, a cada uno de los 24 integrantes repartidos en grupos de 8 personas cada uno. ¿Qué hipótesis es relevante contrastar?. Ho: las medias de respuestas correctas para los tres métodos son iguales. Ho: las medias de respuestas correctas para los tres métodos son distintas.

5.1.4 En un experimento de compararon tres métodos para capacitar a empleados nuevos de una empresa de servicios; para evaluar los resultados de cada uno se administró una prueba 50 ítems relacionados con la tarea a desarrollar, a cada uno de los 24 integrantes repartidos en grupos de 8 personas cada uno. ¿Cuál de las siguientes puede ser una variable de respuesta en este estudio?. Cantidad promedio de respuestas correctas. Cantidad aleatoria de respuestas correctas.

5.1.4 En un experimento de compararon tres métodos para capacitar a empleados nuevos de una empresa de servicios; para evaluar los resultados de cada uno se administró una prueba 50 ítems relacionados con la tarea a desarrollar, a cada uno de los 24 integrantes repartidos en grupos de 8 personas cada uno. ¿Qué tipo de prueba recomienda realizar?. ANOVA. ENOVA.

5.1.5 Cómo se calcula el estadístico de prueba FESTAD del análisis de varianza de un factor?. F ESTAD = CME/CMD. F ESTAD = CME x CMD. F ESTAD = CMD/CME.

5.1.5 ¿Cuál es el estadístico de prueba F para probar la razón de dos varianzas?. Es igual a la varianza de la muestra 1 (la varianza muestral más grande) dividida la varianza de la muestra 2 (la varianza muestral más pequeña). Es igual a la varianza de la muestra 1 (la varianza muestral más pequeña) dividida la varianza de la muestra 2 (la varianza muestral más grande). Es igual a la varianza de la muestra 1 (la varianza muestral más grande) multiplicada la varianza de la muestra 2 (la varianza muestral más pequeña).

5.3.1 ¿Cómo está representada la variación dentro de los grupos en el análisis de varianza de un factor?. La variación dentro de los grupos está representada por la suma de cuadrados dentro de los grupos. La variación dentro de los grupos está representada por la potencia de cuadrados dentro de los grupos. La variación dentro de los grupos está representada por la resta de cuadrados dentro de los grupos.

6.1 ¿Cómo podemos visualizar la ecuación de estimación simple?. La ecuación de estimación simple la podemos visualizar como una línea en una gráfica. La ecuación de estimación simple la podemos visualizar como una línea en una linea.

6.1 ¿Cuál de las siguientes actividades permite mejorar la precisión de la estimación de una regresión lineal?. Aumentar el tamaño de la muestra. Disminuir el tamaño de la muestra. Aumentar el tamaño de la población.

6.1 ¿Cuál es el concepto de una regresión simple?. La regresión simple relación una variable dependiente con una sola variable independiente. La regresión simple relación una variable dependiente con una sola variable dependiente. La regresión simple relación una variable independiente con una sola variable independiente.

6.1 ¿Cual es el concepto de una regresión múltiple?. La regresión múltiple relaciona una variable dependiente con varias variables independientes. La regresión múltiple relaciona una variable dependiente con varias variables dependientes. La regresión múltiple relaciona una variable i dependiente con varias variables independientes.

6.1 Cuál es el objetivo del análisis de regresión?. El análisis de regresión tiene como objetivo estimar la relación que vincula a una variable dependiente con una o varias variables independientes. El análisis de regresión tiene como objetivo estimar la relación que vincula a una variable dependiente con una o varias variables dependientes. El análisis de regresión tiene como objetivo estimar la relación que vincula a una variable independiente con una o varias variables independientes.

6.1 Cuáles son los tipos de relaciones encontradas en los diagramas de dispersión? selección en las 4 respuestas correctas: Relación lineal positiva / negativa. Relación curvilínea positiva / negativa. Relación curvilínea forma de u. Sin relación entre X Y. relación logarítmica positiva / negativa.

6.1 En el análisis de regresión cómo se llaman las variables que se utilizan? Seleccione las 2 (dos) respuestas correctas: Variable dependiente. Variable independiente. Variable de regresión.

6.1 En el análisis de regresión cómo debe ser la relación entre las variables?. En el análisis de regresión debe existir una relación de causalidad entre las variables. En el análisis de regresión debe existir una relación compleja entre las variables.

6.1 En el análisis de regresión cómo se llama la variable que se desea pronosticar?. Variable Dependiente. Variable de regresión.

6.1 Es el análisis de la relación o dependencia entre variables sirve para explicar y predecir la variable dependiente Y a partir de valores y observan independiente X: Test de hipótesis. Test de relación. Hipótesis de dependencia.

6.1 Es el análisis de la relación o dependencia entre variables, sirve para explicar y predecir la variable dependiente... a partir de valores observados en la independiente (x). Regresión lineal simple. Regresión lineal compleja.

6.1 Incrementos que se produce en la variable Y cuando la variable X aumenta una unidad?. Pendiente estimada en una regresión lineal. Pendiente estimada en una regresión compleja.

6.1 Se necesita estimar el precio de una vivienda en función de su superficie. Qué tipo de análisis recomendaría?. Regresión lineal simple con la superficie como variable independiente y el precio de la vivienda como variable dependiente. Regresión lineal simple con la superficie como variable independiente. Regresión lineal simple con el precio de la vivienda como variable dependiente.

6.1 Se realizó un estudio para una empresa, y se determinó una estimación de su función de costos, en el tramo de producción (5.000; 30.000) unidades, Costo de producción -15,65 + 1,29 Cantidad producida ¿Cuál es el costo de producción estimado si se producen 18.000 unidades?. $23.204,35. $43.402,45. $32.204,53.

6.1 Se realizó un estudio para una empresa, y se determinó una estimación de su función de costos, en el tramo de producción (5.000; 30.000) unidades, Costo de producción -15,65 + 1,29 Cantidad producida ¿Cuál es el costo de producción estimado si se producen 31.500 unidades?. No puede determinarse en base a la información disponible. Puede determinarse en base a la información disponible. No puede determinarse en base a la estimación.

6.1 ¿Qué es el error estándar de la estimación?. Es la desviación estándar alrededor de la línea de predicción. Es la desviación estándar alrededor de la línea de estimación. Es la desviación estándar alrededor de la recta de predicción.

6.1.1 ¿Cuál es la ecuación de regresión lineal simple?. (la línea de predicción) Yi = b0 + b1 Xi. (la línea de predicción) Yi = b0 - b1 Xi. (la línea de predicción) Xi = b0 + b1 Yi.

6.1.1 El método de mínimos cuadrados Qué valores determina para reducir al mínimo la suma de las diferencias al cuadrado alrededor de la línea de predicción?. Los valores de b0 (intersección de la muestra con el eje Y) b1 (pendiente de la muestra). Los valores de b0 (pendiente de la muestra b1 (intersección de la muestra con el eje Y)). Los valores de a0 (intersección de la muestra con el eje Y) a1 (pendiente de la muestra).

6.1.1 La recta de regresión: Pasa necesariamente por el punto cuyos componentes son las medias de ambas variables. Pasa necesariamente por el punto cuyos componentes son las medias de una de las variables.

6.1.1 Porque se utiliza el método de mínimos cuadrados para estimar los parámetros de la regresión?: Las estimaciones que producen tienen propiedades estadísticas deseables. Las estimaciones que producen tienen propiedades estadísticas no deseables. Las estimaciones que producen tienen parámetros de la regresión.

6.1.1 Cómo está conformada la ecuación de regresión Simple (la línea de predicción) seleccione las cuatro respuestas correctas: Valor estimado de Y para la observación i. Valor X para observación i. Intersección de la muestra con el eje Y. Pendiente de la muestra. Valor de la frecuencia esperada.

6.1.1 cuando se utiliza el método de mínimos cuadrados para determinar los coeficientes de regresión de un conjunto de datos Cuáles son las 3 medidas de variación necesarias para calcular? seleccione las tres respuestas correctas. Suma de cuadrados total (SCT). Suma de cuadrados de regresión (SCR). Suma de cuadrados de error (SCE). Suma de cubos total (SCT).

6.1.1 En la estimación mediante la línea de regresión ¿Cuál es la ecuación para una recta? Selección 4 respuestas correctas. Y (variable dependiente). a (intersección en Y). b (dependiente de la línea). X (variable independiente). Se (error estándar de la estimación).

6.1.2 ¿Cuál es el coeficiente de determinación?. Es igual a la suma de cuadrados de regresión dividido la suma de cuadrados total. Es distinto a la suma de cuadrados de regresión dividido la suma de cuadrados total. Es igual a la potencia de cuadrados de regresión multiplicado la potencia de cuadrados total.

6.1.2 El coeficiente de determinación: Es conocido también como coeficiente de regresión. Es conocido también como la linea de regresión.

6.1.2 el coeficiente de determinación: No depende de la unidad de medida de las variables. Depende de la unidad de medida de las variables. No depende de la unidad de hipotesis de las variables.

6.1.2 El coeficiente de determinación: Mide el porcentaje de varianza explicada por la recta de regresión. Mide el porcentaje de crecimiento explicada por la recta de regresión. Mide el porcentaje de varianza explicada por la Linea de regresión.

6.1.2 Nos indica el porcentaje del ajuste que se ha conseguido con el modelo lineal ¿A qué concepto corresponde esta definición?. R2. R4. R1.

6.1.3 Cómo son los parámetros del modelo poblacional de regresión lineal (pendiente y ordenada al origen). Constantes. Fijo. Variable.

6.1.3 Los supuestos de la regresión son importante para la validez de cualquier conclusión Cuáles son esos seleccione las 4 respuestas correctas: Linealidad. Independencia de los errores. Normalidad del error. Igualdad de la varianza. Contingencia.

6.1.4 El recibo o valor del error estimado (ei) Cuál es su ecuación?. ei = Yi - Yî. ei = Xi - Xî. ei = Yi + Yî.

6.1.4 ¿Qué evalúa el análisis residual?. En forma visual los supuestos de la regresión y ayuda a determinar si el modelo de regresión seleccionado es el adecuado. En forma visual los ayuda a determinar si la regresión seleccionada es el adecuado.

6.1.5 Cómo se conoce el proceso por el cual podemos servirnos de más de una variable independiente para estimar la variable dependiente?. Regresión múltiple y análisis de correlación. Regresión múltiple. Análisis de correlación.

6.1.5 Cuál es la ecuación del modelo de regresión múltiple con dos variables independientes. Yi = ϐΟ + ϐ1 X1i + ϐ2 X2i + εi. Yi = ϐΟ - ϐ1 X1i - ϐ2 X2i - εi. Xi = ϐΟ + ϐ1 Y1i + ϐ2 Y2i + εi.

6. 1.5 Cuál es la principal ventaja de la regresión múltiple?. La principal ventaja es que nos permite utilizar una parte mayor de la información de que disponemos para estimar la variable dependiente. La principal ventaja es que nos permite utilizar una parte mayor de la información de que disponemos para estimar la variable independiente. La principal ventaja es que nos permite utilizar una parte menor de la información de que disponemos para estimar la variable dependiente.

6.1.5 Cuáles son las ventas estimadas para un supermercado que cobra 79 centavos (x1i), durante un mes en que los gastos ascienden a $400 (x2i)? para b0 igual 5837,5208; b1= 53, 2173; b2= 3,6131 utilizando la ecuación de regresión múltiple. 3078.5. 3087.7. 4078.5.

6.1.5 ¿Cuáles son los pasos para determinar la regresión múltiple?. Definir la ecuación de regresión múltiple, examinar el error estándar de estimación para la regresión múltiple, y aplicar el análisis de correlación múltiple para averiguar con qué eficacia describe la ecuación de regresión de datos observados. Definir la ecuación de regresión múltiple y aplicar el análisis de correlación múltiple para averiguar con qué eficacia describe la ecuación de regresión de datos observados. Examinar el error estándar de estimación, y aplicar el análisis de correlación múltiple para averiguar con qué eficacia describe la ecuación de regresión de datos observados.

6.1.5 Qué son los modelos de regresión múltiple?: Son aquellos que emplean dos o más variables independientes para pronosticar el valor de una variable dependiente. Son aquellos que emplean dos o más variables dependientes para pronosticar el valor de una variable dependiente. Son aquellos que emplean dos o más variables independientes para pronosticar el valor de una variable independiente.

6.2 Aunque el coeficiente correlación lineal indica que la relación entre ambas variables es fuerte seleccione las 4 correctas: No significa que esté determinada la causalidad entre ellas. Generalmente requiere un modelo teórico que vincule su interrelación. No establece cuál de las variables es condicionada por la otra. Es importante contar con un test que indique cuan significativa es la relación detectada. El valor no nos da idea del sentido de la relación lineal.

6.2 Cómo es la asociación lineal entre x, y cuando el coeficiente de correlación Exactamente igual a 1 o a - 1?. Cuando el coeficiente de correlación es exactamente igual a 1 o a -1, existe asociación lineal perfecta entre X Y. Cuando el coeficiente de correlación es distinta a 1 o a -1, existe asociación lineal perfecta entre X Y. Cuando el coeficiente de correlación es exactamente igual a 0, existe asociación lineal perfecta entre X Y.

6.2 ¿Cómo se puede cuantificar el grado de asociación entre dos variables?. Calculando el coeficiente de correlación. Calculando el coeficiente de las dos variables. Calculando el grado de correlación.

6.2 ¿Cuál es el concepto de covarianza?. Cantidad que mide el grado de variación conjunta de dos variables. Cantidad que mide el grado de variación conjunta de cuatro variables.

6.2 El R2 es: Una medida de bondad de ajuste. Una medida de bondad de la variable. Una medida de ajuste.

6.2 Explique cuál es el objetivo del análisis de correlación?. Evaluar el grado de asociación entre dos variables. Evaluar el grado de asociación entre cuatro variables. Evaluar el grado de asociación entre tres variables.

6.2 Para que podemos utilizar el coeficiente de correlación?. Para determinar si existe una relación lineal estadísticamente significativa entre X / Y. Para determinar si existe una relación lineal estadísticamente significativa entre X. Para determinar si existe una relación lineal estadísticamente significativa entre Y.

6.2 ¿Qué indica el coeficiente de correlación cuando tiende a 1 en valor absoluto?. Indica un fuerte grado de asociación lineal entre variables. Indica un fuerte grado de asociación no lineal entre variables. Indica un fuerte grado de separación lineal entre variables.

6.2 Qué indica el coeficiente de correlación cuando tiende a cero (0) en valor absoluto?. Indica un fuerte grado de asociación exponencial entre variables. Indica un fuerte grado de asociación NO exponencial entre variables. Indica un fuerte grado de separación exponencial entre variables.

6.2 Qué mide el coeficiente de correlación?. La fuerza relativa de una relación lineal entre dos variables numéricas. La fuerza relativa de una relación NO lineal entre dos variables numéricas. La fuerza relativa de una separación lineal entre dos variables numéricas.

6.2.1 El coeficiente de determinación: Es el cuadrado del coeficiente de correlación. Es el cubo del coeficiente de correlación.

6.2.1 El coeficiente de correlación de Pearson seleccione las dos respuestas correctas: Carece de unidad de medida (por ser un coeficiente). Tiende a cero cuando no existe relación lineal entre ambas variables. Tiende a uno cuando no existe relación lineal entre ambas variables.

6.2.2 Indicar que afirmaciones son correctas acerca del valor del coeficiente de correlación y su respecto diagrama de dispersión seleccione las cuatro respuestas correctas: Cuando diagrama de dispersión exhibe pero esta no es lineal el coeficiente de correlación de Pearson tiende a 0. Cuando el diagrama de dispersión exhibe la relación lineal con pendiente positiva el coeficiente de correlación de Pearson tiende a 1. Cuando el diagrama de dispersión exhibe la relación lineal con pendiente negativa el coeficiente de correlación de Pearson tiende a -1. Cuando el diagrama dispersión no exhibe ningún tipo de relación el coeficiente de correlación de Pearson tiende a cero. Cuando el diagrama de dispersión exhibe una forma lineal paralela, el eje de las abscisas el coeficiente de correlación de Pearson tiende a 1.

El siguiente gráfico corresponde a un diagrama de dispersión entre las variables X e Y que supuesto del modelo de regresión lineal no cumplen estos datos?. Linealidad. No linealidad.

Se dispone de la información sobre las siguientes series. ¿Qué debería tener en cuenta antes de aplicar un modelo de regresión lineal?. La posible relación no lineal de las variables. La posible relación lineal de las variables. La posible relación no lineal de las regresiones lineales.

Se dispone de la información sobre las siguientes series. ¿Cuál es el valor del coeficiente de correlación?. 0,9995. 0,8885. 1,9995.

Se dispone de la información sobre las siguientes series. Qué puede decirse de la correlación entre las variables. Es negativa casi perfecta. Es positiva casi perfecta. Es negativa imperfecta.

Se dispone de la información sobre las siguientes series. Qué debería tener en cuenta antes de aplicar un modelo de regresión lineal?. La posible relación no lineal de las variables. La posible relación lineal de las variables. La posible relación no lineal de las regresiones lineales.

Se dispone de la siguiente información de un estudio de atención del niño. Cuál sería la hipótesis nula en una prueba de independencia?. El nivel de atención y el sexo del niño son independientes. El sexo del niño es dependiente. El nivel de atención es independiente.

Se dispone de la siguiente información de un estudio de atención del niño. Cuántos grados libertad tendrá el test?. 1. 2. 3.

Se dispone de la siguiente información de un estudio de atención del niño. Cuál es el estadístico muestral? Y qué decisión estadística se debe tomar? Seleccione las dos respuestas correctas: 0,1079. No rechazar la hipótesis nula. No rechazar la hipótesis alternativa.

Los siguientes datos corresponden a un estudio sobre recordación de marca (variable Y) y la cantidad de veces que un dividuo está expuesto acciones publicidades de esa marca (variable X). ¿Cómo podría describir la relación entre las variables en base a la información suministrada por el coeficiente de correlación? Seleccione 4 respuestas correctas. Las variables entre si tienen una correlación fuerte. La correlación es positiva. Cuando la variable X se ubica por debajo de su media, mayoritariamente la variable Y también se ubica por debajo de su media. Cuando la variable X se ubica por encima de su media, mayoritariamente la variable Y también se ubica por encima de su media. La correlación es negativa.

Los siguientes datos corresponden a un estudio sobre recordación de marca (variable Y) y la cantidad de veces que un dividuo está expuesto acciones publicidades de esa marca (variable X). Cuál es el valor del coeficiente de correlación?. 0.8691. 1.8691. 0.4319.

Para estudiar la dependencia entre la práctica de algún deporte y la salud, se seleccionó una muestra aleatoria simple de 100 personas, con los siguientes resultados: Se rechaza la H0, ya que la evidencia indica que realizar deportes y menos episodios de enfermedad están asociados. Se rechaza la H1, ya que la evidencia indica que realizar deportes y menos episodios de enfermedad están asociados. No se rechaza la H0, ya que la evidencia indica que realizar deportes y menos episodios de enfermedad están asociados.

Se desea determinar si existe independencia entre la actividad del sujeto y su estado de salud. Con un nivel de significación del 5%, cual es el estadístico muestral?. 5,82. 6,82. 5,28.

La asignación de temas de un determinado examen se realiza de manera aleatoria. La siguiente tabla muestra la cantidad de exámenes tomados de cada uno de los 4 temas en la última fecha de examen. Contrastar la hipótesis de que los temas son seleccionados al azar a un nivel de significación del 5%. ¿Qué decisión estadística se toma?. No se rechaza la hipótesis, de que todos los valores son igualmente probables. Se rechaza la hipótesis, de que todos los valores son igualmente probables. No se rechaza la hipótesis, de que todos los valores son distintos.

La asignación de temas de un determinado examen se realiza de manera aleatoria. La siguiente tabla muestra la cantidad de exámenes tomados de cada uno de los 4 temas en la última fecha de examen. Contrastar la hipótesis de que los temas son seleccionados al azar a un nivel de significación del 5%. Cuál es el valor del estadístico muestral?. 7.81. 7.18. 3.81.

La asignación de temas de un determinado examen se realiza de manera aleatoria. La siguiente tabla muestra la cantidad de exámenes tomados de cada uno de los 4 temas en la última fecha de examen. Contrastar la hipótesis de que los temas son seleccionados al azar a un nivel de significación del 5%. ¿Cómo se establece la regla de decisión?. Se rechaza la H0 si el valor del estadístico muestral es mayor que 7.82. Se rechaza la H0 si el valor del estadístico muestral es mayor que 3.82. Se rechaza la H0 si el valor del estadístico muestral es menor que 7.82.

La asignación de temas de un determinado examen se realiza de manera aleatoria. La siguiente tabla muestra la cantidad de exámenes tomados de cada uno de los 4 temas en la última fecha de examen. Contrastar la hipótesis de que los temas son seleccionados al azar a un nivel de significación del 5%. Cuál es el valor crítico del estadístico de prueba?. 2,3428. 4,3428.

En un sector industrial se registraron la cantidad de horas de trabajo contratadas de una actividad eventual, según el costo de la mano de obra por hora. Si se estima una regresión lineal, utilizando el salario como variable independiente. ¿Cuál es el valor de la pendiente?. -1,354. -2,354. 1,354.

En un sector industrial se registraron la cantidad de horas de trabajo contratadas de una actividad eventual, según el costo de la mano de obra por hora. Si se estima una regresión lineal, utilizando el salario como variable independiente. Cuál es el valor de la ordenada al origen?. 74,12. 74,21. 47,12.

En un sector industrial se registraron la cantidad de horas de trabajo contratadas de una actividad eventual, según el costo de la mano de obra por hora. Si se estima una regresión lineal, utilizando el salario como variable independiente. Cuál es el valor esperado de la demanda de horas y salarios ubica en $50?. No puede determinarse con la información disponible. Si puede determinarse con la información disponible.

En un sector industrial se registraron la cantidad de horas de trabajo contratadas de una actividad eventual, según el costo de la mano de obra por hora. Si se estima una regresión lineal, utilizando el salario como variable independiente. ¿Cuál es el valor de la pendiente?. Homocedasticidad. Heterocedasticidad.

En un sector industrial se registraron la cantidad de horas de trabajo contratadas de una actividad eventual, según el costo de la mano de obra por hora. Si se estima una regresión lineal, utilizando el salario como variable independiente. Cuál es el valor esperado de la demanda de horas y salarios ubica en $38?. 22,7. 44,7. 22,3.

En un sector industrial se registraron la cantidad de horas de trabajo contratadas de una actividad eventual, según el costo de la mano de obra por hora. Si se estima una regresión lineal, utilizando el salario como variable independiente. Cuál es el valor del coeficiente de determinación?. 0,717. 1,717. 0,313.

Se realiza un estudio de rendimiento de un cultivo según 3 procedimientos de cultivo: Se asignan al azar 24 plantas entre los tres procedimientos, se comparan los respectivos rendimiento si se obtiene una tabla ANOVA, pero la versión que le llega usted paralizar está incompleta. Determine el valor del estadístico muestral. 38,73. 38,37. 83,73.

Se realiza un estudio de rendimiento de un cultivo según 3 procedimientos de cultivo: Se asignan al azar 24 plantas entre los tres procedimientos, se comparan los respectivos rendimiento si se obtiene una tabla ANOVA, pero la versión que le llega usted paralizar está incompleta. Qué decisión estadística corresponde tomar, en base a la evidencia disponible (α = 0,01)?. Se rechaza la H0, por lo tanto, los métodos difieren entre sí en cuanto al rendimiento medio. No se rechaza la H0, por lo tanto, los métodos difieren entre sí en cuanto al rendimiento medio. Se rechaza la H1, por lo tanto, los métodos difieren entre sí en cuanto al rendimiento medio.

Se realiza un estudio de rendimiento de un cultivo según 3 procedimientos de cultivo: Se asignan al azar 24 plantas entre los tres procedimientos, se comparan los respectivos rendimiento si se obtiene una tabla ANOVA, pero la versión que le llega usted paralizar está incompleta. Determine la media cuadrática (cuadrados medios) intra grupos. 647.584. 647.424. 583.584.

Se quiere evaluar la eficacia de diferentes métodos de enseñanza, comparando con un método actual tradicional. Para ello se selecciona al azar 25 alumnos y se distribuyen aleatoriamente en 5 grupos. Al primero de ellos recibe sus clases con el método actual, los siguientes grupos reciben sus clases a partir de métodos distintos más innovadores. Las siguientes corresponden a puntuaciones corresponden a puntuaciones de test de contenidos aplicados en todos los grupos. ¿Puede asegurarse que los resultados no cambian con diferentes métodos de enseñanza?. Indicar el valor crítico del estadístico de prueba. 11,24. Indicar el valor crítico del estadístico de prueba. 11,42. Indicar el valor crítico del estadístico de prueba. 22,24.

Se dispone de la siguiente información, a partir de un estudio de casos. Se debe estimar una regresión, utilizando como variable independiente los años de escolaridad. ¿Cuál es el valor del coeficiente de determinación?. 0.889. 1.889. 0.998.

Se dispone de la siguiente información, a partir de un estudio de casos. Se debe estimar una regresión, utilizando como variable independiente los años de escolaridad. ¿Cuál es el valor del coeficiente de correlación de Pearson?. 0.943. 1.943. 0.934.

Se dispone de la siguiente información, a partir de un estudio de casos. Se debe estimar una regresión, utilizando como variable independiente los años de escolaridad. ¿Cuál es el valor de la ordenada al origen?. 7,883. 3,883. 7,338.

Se dispone de la siguiente información, a partir de un estudio de casos. Se debe estimar una regresión, utilizando como variable independiente los años de escolaridad. ¿Cuál es el valor de la ordenada al origen?. 14,73. 14,37. 41,73.

Se dispone de la siguiente información, a partir de un estudio de casos. Se debe estimar una regresión, utilizando como variable independiente los años de escolaridad. ¿Cuál es el valor de la ordenada al origen?. Debemos usar el criterio de mínimos cuadrados. Debemos usar el criterio de máximos cuadrados. Debemos usar el criterio de mínimos cubos.

Se realizó un estudio médico comparando tres poblaciones diferentes y sus respectivas capacidades pulmonares y se obtuvo el siguiente resultado de una ANOVA. Qué decisión estadística corresponde tomar con un nivel de significancia del 0.001?. No se rechaza la H0, es decir, no puede considerarse que la capacidad pulmonar de los tres grupos difieren entre sí. No se rechaza la H1, es decir, no puede considerarse que la capacidad pulmonar de los tres grupos difieren entre sí. Rechaza la H0, es decir, no puede considerarse que la capacidad pulmonar de los tres grupos difieren entre sí.

Los miembros del grupo de running se organizan en tres grupos para probar tres esquemas diferentes de entrenamiento. La asignación a los diferentes esquemas al azar. El primer grupo entrena con recorridos externos a ritmo pausado, el segundo esquema consiste en series cortas muy intensas y el tercer esquema incorpora actividades con aparatos en gimnasio. Tras un tiempo entrenar con estos diferentes temas se realiza una prueba de igual recorrido y se registran los tiempos logrados por cada miembro del grupo. A una significación del 5%, puede considerarse que alguno de los métodos resulta superior a los demás? Cuánto vale el estadístico muestral de la prueba ANOVA?. 9,37. 6,37. 9,73.

Los miembros del grupo de running se organizan en tres grupos para probar tres esquemas diferentes de entrenamiento. La asignación a los diferentes esquemas al azar. El primer grupo entrena con recorridos externos a ritmo pausado, el segundo esquema consiste en series cortas muy intensas y el tercer esquema incorpora actividades con aparatos en gimnasio. Tras un tiempo entrenar con estos diferentes temas se realiza una prueba de igual recorrido y se registran los tiempos logrados por cada miembro del grupo. A una significación del 5% puede considerarse que alguno de los métodos resulta superior a los demás Qué decisión corresponde tomar en base a la prueba ANOVA?. Rechazar la H0, es decir reconocer que hay diferencia entre los métodos de entrenamiento. No rechazar la H0, es decir reconocer que hay diferencia entre los métodos de entrenamiento. Rechazar la H1, es decir reconocer que hay diferencia entre los métodos de entrenamiento.

Señale las descripciones correspondientes a los valores faltantes del siguiente esquema relativo al coeficiente de correlación lineal: (selección 3 respuestas correctas). Correlación negativa perfecta (valor -1). Ninguna correlación (valor 0). Correlación positiva perfecta (valor 1). Correlación positiva imperfecta (valor 2).

Se dispone de la siguiente información de un estudio de atención en niños. Cuál es el valor esperado y el valor observado (bajo Ho cierta, en una prueba de independencia) para el caso de Alta atención en niños?. Esperado: 5,5 Obervado: 5. Esperado: 5,2 Obervado: 5. Esperado: 6,6 Obervado: 6.

Se dispone de la siguiente información de un estudio de atención en niños. Cuál sería la hipótesis nula en una prueba de independencia?. El nivel de atención y el sexo del niño son independientes. El nivel de atención es dependiente. El sexo del niño es independiente.

Se dispone de la siguiente información de un estudio de atención en niños. Cuántos grados libertad tendrá el test?. 1 (filas - 1 por columnas -1). 2 (filas - 1 por columnas -1). 1 (filas - 3 por columnas -3).

Se dispone de la siguiente información de un estudio de atención en niños. Cuál es el estadístico muestral? Y qué decisión estadística se debe tomar? seleccione las dos respuestas correctas: 0,1079. No rechazar la hipótesis nula. 1,1079.

4.1 El test de bondad de ajuste se diferencia de acuerdo a la distribución que se supone que tiene la variable analizada. Falso. Verdadero.

6.1 La regresión lineal simple es la que utiliza 7 variables numéricas independientes para pronosticar una variable numérica dependiente. Falso. Verdadero.

6.2.1 el coeficiente de correlación de Pearson Sólo toma valores comprendidos entre cero y uno: Falso. Verdadero.

4.2 el test de Independencia considera si dos variables categóricas están relacionadas o no. Verdadero. Falso.

5.1.4 Si la hipótesis nula es verdadera y no hay diferencia entre las c medias grupales los tres cuadrados medios (o varianzas) CME (cuadrado medio entre), CMO (cuadrado medio dentro) y CMT (cuadrado medio total), proporcionan estimaciones de la varianza total en los datos. Verdadero. Falso.

5.1.6 el procedimiento de Tukey-kramer permite hacer comparaciones simultáneas entre todos los pares de grupos: Verdadero. Falso.

6.1 El análisis de regresión permite identificar el tipo de relación matemática que existe entre una variable dependiente y una variable independiente con la finalidad de cuantificar el efecto que los cambios en esta última tienen sobre la primera, así como para identificar observaciones poco comunes. Verdadero. Falso.

6.2.2 Cuando el coeficiente de correlación de Pearson, en valor absoluto, está próximo a 1, existe una correlación muy fuerte entre las variables. Verdadero. Falso.