Estadística Unir

Indica la afirmación correcta sobre el coeficiente de la correlación. Un coeficiente de correlación cercano a uno indica que la relación entre las variables es positiva o directa. Un coeficiente de correlación cercano a uno indica que la relación entre las variables es negativa o inversa. Un coeficiente de correlación cercano a uno indica que la relación entre las variables es negativa o directa. Un coeficiente de correlación cercano a uno indica que la relación entre las variables es positiva o inversa.

Imagina que llevas a cabo un análisis de correlación para investigar si una muestra de individuos el coeficiente intelectual (CI) se relaciona con el número de delitos cometidos (la variable está medida en una escala de cero a catorce delitos). Obtiene un coeficiente de correlación de r=-0.211 con valor <0.05. Como interpretarías este resultado?. Existe una correlación significativa inversa entre CI y el número de delitos cometidos en la muestra analizada. A medida que el CI se incrementa, la comisión delictiva es más baja. Existe una correlación significativa directa entre el CI y el número de delitos cometidos en la muestra analizada. A medida que el CI se incrementa, la comisión delictiva es más elevada. Existe una correlación significativa inversa entre el CI y el número de delitos cometidos en la muestra analizada. A medida que el CI se incrementa, la comisión delictiva es más alta. No existe una correlación significativa entre el CI y el número de delitos cometidos.

Indica la afirmación correcta: La correlación nunca implica relación de causalidad entre las variables. Una forma de eliminar el ruido de variables extrañas en la correlación es realizar una correlación parcial entre las variables. Las opciones A y B son correctas. La correlación siempre implica la existencia de causalidad entre las variables.

Cuál de las siguientes afirmaciones sobre el modelo de regresión lineal es correcta?. La ecuación de regresión se utiliza para poder entender y predecir el comportamiento de una variable cuantitativa a partir de otras variables que también tienen que ser cuantitativas. La ecuación de regresión se utiliza para poder entender y predecir el comportamiento de una variable cuantitativa a partir de otras variables que pueden ser cuantitativas o cualitativa. La ecuación de regresión se utiliza para poder entender y predecir el comportamiento de una variable cualitativa a partir de otras variables cualitativas. La ecuación de regresión se utiliza para poder entender y predecir el comportamiento de una variable cualitativa a partir de otras variables cuantitativas.

Antes de ajustar un modelo de regresión lineal simple con una variable independiente cuantitativa y una variable respuesta cuantitativa. Que debemos hacer?. No debemos hacer nada. Podemos intentar justificar directamente el modelo de regresión lineal. Debemos hacer un gráfico de líneas para comprobar si existe una relación lineal entre las variables. Debemos hacer un gráfico de barras para comprobar si existe una relación lineal entre variables. Debemos hacer un gráfico o diagrama de dispersión para comprobar si existe una relación lineal entre las variables.

Imagina que ajustas un modelo de regresión lineal para saber si la percepción de confianza en la policía (escala de 4 al 16, menor a mayor confianza) influye en el miedo al delito (escala de 4 al 16, menor a mayor miedo) en una muestra de ciudades españolas. En el análisis de regresión obtienes un coeficiente beta B=-130 con un p valor inferior a 0.05. Que significa ese resultado?. La percepción de confianza en la policía tiene un efecto significativo en el miedo al delito. Cuanto mayor es la confianza en la policía, mayor es el miedo al delito entre los ciudadanos. La percepción de confianza en la policía tiene un efecto significativo en el miedo al delito. Cuanto mayor es la confianza en la policía, menor es el miedo al delito entre los ciudadanos. La percepción de confianza en la policía no tiene un efecto significativo en el miedo al delito. No se aprecia una influencia de la confianza en la policía en el miedo al delito. La percepción de confianza en la policía no tiene un efecto significativo en el miedo al delito. A pesar de no haber un efecto significativo, se aprecia que cuanto mayor es la confianza en la policía, menor es el miedo al delito entre los ciudadanos.

Indica la afirmación incorrecta sobre el coeficiente de determinación R2. Suele expresarse en porcentaje. Se interpreta en términos de varianza explicada en un modelo de regresión lineal. No es una medida de bondad de ajuste del modelo. Un coeficiente de determinación de 0.35 supone un tamaño de efecto grande.

Indica qué supuesto no es necesario evaluar en el diagnóstico de un modelo de regresión lineal simple: Homogeneidad de varianza (homocedasticidad). Linealidad. Multicolinealidad. Influencia de valores u observaciones extremas.

Indica la respuesta correcta: El gráfico Normal Q-Q, también llamado gráfico cuantil-cuantil normal, compara los cuantiles de nuestros datos con los cuantiles teóricos de la distribución normal y sirve para evaluar el supuesto de normalidad. El gráfico Normal Q-Q, también llamado gráfico cuantil-cuantil normal, compara los cuantiles de nuestros datos teóricos de la distribución de Poisson y sirve para evaluar el supuesto de normalidad. El gráfico Normal Q-Q, también llamado gráfico cuantil-cuantil normal, compara los cuantiles de nuestros datos con los cuantiles teóricos de la distribución normal y sirve para evaluar el supuesto de homocedasticidad. El gráfico Normal Q-Q, también llamado gráfico cuantil-cuantil normal, compara los cuantiles de nuestros datos con los cuantiles teóricos de la distribución normal y sirve para evaluar la independencia de las observaciones y los valores extremos.

Imagina que deseas hacer una investigación sobre el miedo al delito (escala de 4 al 16, menor a mayor miedo)en España y te gustaría conocer qué factores lo predicen. Para ello, haces primero una revisión de la literatura y decides que vas a medir e incluir todas las variables predictoras en un modelo de regresión lineal múltiple (el sexo, la edad, la confianza en la policía, las características del barrio, la experiencia de victimización, etc.) Obtienes una muestra de veinte ciudadanos españoles para realizar tu modelo de regresión lineal múltiple. Donde crees que podría estar la carencia en tu diseño de investigación?. En la variable dependiente. No se puede introducir el miedo al delito como variable dependiente en el modelo de regresión lineal porque no es una variable cuantitativa. En el tamaño de la muestra de veinte sujetos. No es suficiente ni representativa de la población de estudio. En la cantidad de variables predictoras. No se deben introducir tantas. En la revisión previa de la literatura. Nunca se debe revisar la literatura científica antes de diseñar una investigación criminológica.