La multicolinealidad II

El intervalo de confianza también se basa en el nivel de confianza, el tamaño del error estándar de estimación, el tamaño de la muestra y el valor de la variable independiente. V. F.

El coeficiente de determinación es una proporción de la variación total en la variable dependiente Y que se explica, o contabiliza, por la variación en la variable X. V. F.

En la ecuación Y= α + βX; α y β son parámetros poblacionales. V. F.

En la regresión lineal se supone que los valores Y son estadísticamente independientes. Esto significa que, al seleccionar una muestra, una X particular no depende de ningún otro valor de X. V. F.

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

Si se puede emplear una variable cualitativa con más de dos resultados posibles. V. F.

El análisis de regresión múltiple sirve como técnica de inferencia y técnica descriptiva. V. F.

Los estadísticos, pruebas y análisis que se aplican en el análisis de regresión simple, no difieren con los del análisis de regresión múltiple. V. F.

Con las propiedades de las distribuciones muéstrales que son iguales a los valores de los parámetros que se estimarán, es posible inferir acerca de los parámetros poblacionales. V. F.

Se da una interacción cuando una variable independiente como X2 afecta la relación con otra variable independiente X1 y la variable dependiente Y. V. F.

El incremento de los precios en los productos depende de la inflación y el desempleo. Es un ejemplo de regresión lineal simple. V. F.

Las entidades públicas, instituciones financieras, entidades educativas entre otras elaboran índices, esto se significa que la mayoría de los índices responden a un propio interés. V. F.

El ingreso deflacionado y el ingreso real son lo mismo. V. F.

Los índices no ponderados permiten combinar varios artículos y elaborar un índice para comparar el costo de este agregado de artículos en dos periodos distintos. V. F.

El concepto de ingreso real algunas veces se denomina ingreso de deflación, y el IPC se denomina índice de deflación. V. F.

La conversión de datos en índices también facilita la evaluación de la tendencia en una serie compuesta de números muy grandes. V. F.

La fuerza de la correlación depende de la dirección ya sea – o bien +. V. F.

La existencia de correlación entre variables no implica causalidad. V. F.

Un coeficiente de correlación de -1.00 o bien de +1.00 indica una correlación imperfecta. V. F.

El propósito de la ecuación de regresión es cuantificar una relación lineal entre dos variables. V. F.

El propósito de una 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.

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

Es usual comenzar con un diagrama de dispersión, cuando se estudia la relación entre dos variables en escala ordinal o nominal. V. F.

Cada nueva variable independiente hace que las predicciones sean más precisas. V. F.

Si el valor p es menor que el nivel de significancia elegido, se decide rechazar la hipótesis nula. 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 coeficientes 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.

Cuando un coeficiente de regresión que debiera tener signo positivo resulta negativo, o lo contrario; podría ser un indicio de que existe multicolinealidad. V. F.

El principio de los mínimos cuadrados determina una ecuación de regresión al minimizar la suma de los cuadrados de las distancias verticales entre los valores reales de “Y “ y los valores pronosticados de “Y”. V. F.

La variable género (hombre-mujer) es de escala ordinal y de carácter cuantitativo. V. F.

El índice de Precios al Consumidor es el índice que se reporta con mayor frecuencia, uno de sus usos es que permiten mostrar la tasa de inflación, ajustar salarios, pensiones, etc. V. F.

Existen muchos índices para propósitos especiales. 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.

Si el número índice se utiliza para medir el cambio relativo en una sola variable, como los salarios por hora en la mano factura, es un índice simple. V. F.

Se puede presentar el caso de que dos variables estén estrechamente relacionadas, pero que su relación no sea lineal. V. F.

El error estándar de estimación proporciona una medida relativa de la capacidad de predicción de una ecuación de regresión. V. F.

La variable dependiente es una variable que se predice o estima y se muestra en el eje Y. V. F.

Una de las características del coeficiente de correlación indica que cuando el valor es cercano a-1significa que existe una asociación directa o positiva entre las variables. V. F.

Si el error estándar es pequeño, significa que los datos están relativamente cercanos a la recta de regresión, y la ecuación de regresión sirve para predecir Y con poco error. V. F.

Los ingresos de los profesores y el número de instituciones psiquiátricas han aumentado en forma proporcional. Al relacionar estas dos variables se está presentando un ejemplo de correlaciones espurias. V. F.

La homoscedasticidad se presenta cuando la variación respecto de la ecuación de regresión es igual para todos los valores de las variables independientes. V. F.

El coeficiente de determinación múltiple puede adoptar valores negativos y su interpretación es fácil. V. F.

Si hay coeficientes con respecto a los cuales el Ho no se puede rechazar, quizá sea prudente: eliminarlos de la ecuación de regresión. Incluir más coeficientes. Incluirlos en la ecuación de regresión. V. F.

El coeficiente de determinación es el coeficiente de correlación al cuadrado. V. F.

El índice Nasdaq sirve para conocer el comportamiento económico y de negocios. V. F.

Una de las desventajas del índice de Paasche es que requiere datos de cantidades para el año actual. V. F.

La ecuación de regresión es la ecuación que expresa la relación lineal entre dos variables. V. F.

Un coeficiente de correlación con un valor calculado de -1.00 revela que las variables están perfectamente relacionadas en un sentido lineal inverso. V. F.

Una de las suposiciones de la regresión múltiple, es que existe una relación directa entre la variable dependiente y el conjunto de variables independientes. V. F.

En una regresión múltiple conviene seleccionar un conjunto de variables independientes que no están correlacionadas entre sí. V. F.

En un modelo de regresión múltiple las variables independientes no deben estar correlacionados. V. F.

Algunas veces el IPC se denomina índice de deflación. V. F.

El precio de año seleccionado se divide entre el precio del año base. V. F.

Cuando los datos son de una muestra tomada de una población, lo que se hace es una inferencia estadística. V. F.

El coeficiente de correlación describe la fuerza de la relación entre dos conjuntos de variables en escala de intervalo o de razón. V. F.

En el caso del estadístico F, el valor p se define como la probabilidad de observar un valor F tan o más grande que el estadístico de prueba F, asumiendo que la Hipótesis nula es falsa. V. F.

Cada nueva variable independiente reduce la suma de los cuadrados del residuo (SSE) y aumenta la suma de los cuadrados de la regresión (SSR). V. F.

El índice de Paasche utiliza cantidades del periodo base como ponderaciones. V. F.

La base de la mayoría de los índices es diez. V. F.

La recta de regresión por mínimos cuadrados no siempre pasara por el punto X, Y. V. F.

El intervalo de predicción reporta el rango de valores de Y para un valor particular de X. V. F.

Una de las características del coeficiente de correlación es que un valor cercano a 0 indica que hay poca asociación entre las variables. V. F.

Para realizar una análisis de correlación se debe elaborar una ecuación para expresar la relación lineal entre dos variables. V. F.

Lo que se puede concluir cuando se tienen dos variables con fuerte correlación es que hay una relación o asociación entre ambas variables, no que el cambio en una ocasiona un cambio en la otra. 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, qué tan inexacta puede ser la estimación. V. F.

Muchas estadísticas y métodos estadísticos se utilizan para evaluar la relación entre una variable dependiente y más de una variable independiente. 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.

Una variable ficticia es aquella en la que solo existen dos resultados posibles. Para el análisis, uno de los resultados se codifica con 1 y el otro con un 0. V. F.

La autocorrelación se presenta con frecuencia cuando los datos se colectan durante un periodo. V. F.

Un índice de precios simple es el precio de una año seleccionado dividido entre el precio del año base. V. F.

Las pruebas de dos colas son equivalentes y siempre arrojarán exactamente los mismos valores de t y los mismos valores de p. V. F.

El error estándar de estimación es la medida de la dispersión de los valores observados respecto a la recta de regresión. V. F.

En el análisis de regresión se determinan medidas para expresar la fuerza y la dirección de la relación lineal entre dos variables. V. F.

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 regresión múltiple se usa generalmente en procesos de investigación. V. F.

El índice de Fisher es la media geométrica de los índices de Laspeyres y Paasche. V. F.

Los índices ponderados de Lapeyres y Paasche, difieren solo en el periodo de la ponderación A. V. F.

Dos métodos para calcular el índice de precios ponderado son el método de Laspeyres y el de Paasche. V. F.

En el análisis de regresión simple las dos variables, independiente y dependiente, deben estar únicamente a escala de intervalo. V. F.

La multicolinealidad existe cuando las variables independientes están correlacionadas. V. F.

Si un análisis de regresión múltiple incluye más de dos variables independientes, permiten emplear fácilmente una gráfica para ilustrar el análisis. V. F.

La siguiente ecuación de regresión, representa a un análisis de regresión múltiple. Ŷ = a+b1 X1 + b2 X2. V. F.

El periodo base no necesita ser un año individual. V. F.