BIM2 Estadística II

BIM2 Estadística II
((1058382))
Solución a la pregunta número 1
Es práctica común situar la variable dependiente en el eje vertical o

Y y la variable independiente en el eje horizontal o X
Verdadero
Falso
Si se tiene un r=0,86 y un r2= 0,74 esto significa que existe una

correlación:
débil entre las variables y que el 75% de las variaciones en la

variable Y es explicado por la variable X.
fuerte entre las variables y que el 75% de las variaciones en la

fuerte entre las variables y que el 86% de las variaciones en la

Si es posible demostrar que la pendiente de la recta de la

población es distinta de cero, entonces se puede concluir que al
utilizar la ecuación de regresión aumenta la capacidad de predecir
o pronosticar la variable dependiente con base en la variable
independiente
Falso
Verdadero
Una regresión múltiple permite evaluar la relación entre:
una variable dependiente y más de una variable independiente
una variable dependiente y una variable independiente
una variable independiente y más de dos variables dependiente
El incremento de los precios en los productos depende de la

inflación y el desempleo, es un ejemplo de:
regresión lineal múltiple
regresión lineal simple
Las dos opciones

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
Verdadero
Falso
En un diagrama de dispersión existe una correlación entre la

variable “x” y “y” que no es perfecta cuando la correlación entre
las dos variables siempre será un valor cercano a 1.
Falso
Verdadero
y = a + bx, donde y = peso y X= estatura, es un ejemplo de

Falso
Verdadero
El coeficiente de determinación puede adoptar valores entre 0 y1
Verdadero
Falso
El hecho de usar más de una variable independiente tiene una

desventaja que es la de utilizar más información en la
construcción del modelo y, consecuentemente, realizar
estimaciones menos precisas.
Falso
Verdadero
El número de variables independientes en una ecuación de

regresión múltiple
Aumenta el coeficiente de determimación
Disminuye el coeficiente de determimación
Mantiene el coeficiente de determimación

El incremento de de peso de un individuo depende de la edad, las

calorías consumidas y el tipo de deporte que realiza, es un
ejemplo de:
Las dos opciones
regresión lineal simple
El análisis y coeficiente de determinación expresa:
El grado de asociación entre dos variables
La proporción de la variable Y explicada por X
La relación lineal-estimación
El siguiente enunciado es un ejemplo de regresión lineal simple. El

nivel de ingresos de un individuo asociado con el sector en el que
trabaja y con el nivel de educación que posee.
Verdadero
Falso
Existe una correlación débil si r es igual a:
-0,50 o 0,50
-1.00 o 1,00
0,10 o -010
Siendo y=2,55+0,58X1, donde y son los gastos de alimetación y X1

los ingresos mensuales de un individuo, esto significa que por
cada dólar adicional en los ingresos, el individuo debería
aumentar 0,58 centavos de gastos en alimentación
Verdadero
Falso
Existe una correlación positiva fuerte si r es igual a:

0,50
0,95
-1.00
En un diagrama de dispersión existe una correlación entre la

variable “x” y “y” que no es perfecta porque las observaciones se
ubican alrededor de la recta positiva o negativa pero no
exactamente sobre ella.
Falso
Verdadero
Una de las características básicas de los índices es que se los

expresa en porcentaje.
Verdadero
Falso

En la correlación y regresión lineal múltiple, se emplean variables
independientes adicionales (denotadas X 1 , X 2 ,…, y así
sucesivamente) que ayudan a explicar o predecir mejor a la
variable dependiente ( y ).
Falso
Verdadero
La forma general de la ecuación de la regresión lineal es :
Y = a+bX
Y = a+b+cX
Y = X+b+c
El método para encontrar la ecuación de la línea de regresión que

mejor se ajusta a los datos se basa en el principio de los mínimos
cuadrados
Falso
Verdadero
Los siguientes son ejemplos de índices: Índice de precios al

consumidor, índice de precios al productor, índice de desarrollo
humano, índice de pobreza humana e índice de educación para
todos.
Verdadero
Falso
Una de las razones para convertir los datos en índices consiste en

que:
Fascilita la evaluación de la tendencia en una serie compuesta de

números muy pequeños
Permiten expresar un cambio en un grupo diverso de artículos
Dificultan la evaluación de la tendencia en una serie compuesta de

números muy grandes
Los valores de a y b en la ecuación de regresión se les conoce

como coeficientes de regresión estimada
Falso
Verdadero
Las variables independiente y dependiente deben estar a escala:
de intervalo o de razón
nominal
ordinal
Cada nueva variable independiente hace que las predicciones sean

más precisas
Falso
Verdadero
Siendo y=2,55+0,58X1, donde y son los gastos de alimetación y X1

los ingresos mensuales de un individuo, esto significa que por
cada dólar adicional en los ingresos, el individuo debería
disminuir 0,58 centavos de gastos en alimentación
Verdadero
Falso
Un signo positivo indica que existe una relación:
directa o negativa entre las variables
directa entre las variables
indirecta o negativa entre las variables
El siguiente es un ejemplo de regresión lineal simple: El ingreso

que percibe un individuo está relacionado con el nivel de
educación
Falso
Verdadero

Si no es posible demostrar que la pendiente de la recta de la
población es distinta de cero se concluye que no tiene caso utilizar
la variable independiente como elemento de predicción.
Falso
Verdadero
Los resultados de los índices sirven para tomar decisiones, para

todos los agentes involucrados en el proceso (estado, productores,
consumidores, etc.).
Falso
Verdadero
El propósito de la ecuación de regresión es cuantificar una

relación lineal entre tres variables.
Verdadero
Falso
Existe una relación entre los gastos en bienes suntuarios y la edad.

Es un ejemplo de regresión lineal múltiple
Falso
Verdadero
El coeficiente de determinación se designa por la letra r (Karl

Pearson)
Falso
Verdadero
La variable independiente es la variable :
explicativa o causa
respuesta o efecto
que se predice o estima

El índice de Laspeyres, Paasche y Fisher son los índices

ponderados mas conocidos.
Verdadero
Falso
La variable independiente x, es la variable que se debe estimar
Falso
Verdadero
Cuando en el diagrama de dispersión se presenta una correlación

perfecta existirá una correlación cercana a cero entre la variable
“x” y “y”
Falso
Verdadero
El coeficiente de correlación describe la fuerza de la relación entre

dos conjuntos de variables
Verdadero
Falso

BIM2 Estadística II

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

BIM2 Estadística II

Încărcat de

Drepturi de autor:

Formate disponibile

BIM2 Estadística II

Solución a la pregunta número 1

Es práctica común situar la variable dependiente en el eje vertical o

Solución a la pregunta número 2

Si se tiene un r=0,86 y un r2= 0,74 esto significa que existe una

débil entre las variables y que el 75% de las variaciones en la

fuerte entre las variables y que el 75% de las variaciones en la

fuerte entre las variables y que el 86% de las variaciones en la

Solución a la pregunta número 3

Si es posible demostrar que la pendiente de la recta de la

Solución a la pregunta número 4

Una regresión múltiple permite evaluar la relación entre:

una variable dependiente y más de una variable independiente

una variable dependiente y una variable independiente

una variable independiente y más de dos variables dependiente

Solución a la pregunta número 5

El incremento de los precios en los productos depende de la

regresión lineal múltiple

regresión lineal simple

Las dos opciones

Solución a la pregunta número 6

Solución a la pregunta número 7

En un diagrama de dispersión existe una correlación entre la

Solución a la pregunta número 8

y = a + bx, donde y = peso y X= estatura, es un ejemplo de

El coeficiente de determinación puede adoptar valores entre 0 y1

Solución a la pregunta número 10

El hecho de usar más de una variable independiente tiene una

Solución a la pregunta número 11

El número de variables independientes en una ecuación de

Aumenta el coeficiente de determimación

Disminuye el coeficiente de determimación

Mantiene el coeficiente de determimación

El incremento de de peso de un individuo depende de la edad, las

regresión lineal múltiple

Las dos opciones

regresión lineal simple

Solución a la pregunta número 13

El análisis y coeficiente de determinación expresa:

El grado de asociación entre dos variables

La proporción de la variable Y explicada por X

Solución a la pregunta número 14

El siguiente enunciado es un ejemplo de regresión lineal simple. El

Solución a la pregunta número 15

Existe una correlación débil si r es igual a:

Solución a la pregunta número 16

Siendo y=2,55+0,58X1, donde y son los gastos de alimetación y X1

Solución a la pregunta número 17

Existe una correlación positiva fuerte si r es igual a:

Solución a la pregunta número 18

En un diagrama de dispersión existe una correlación entre la

Solución a la pregunta número 19

Una de las características básicas de los índices es que se los

Solución a la pregunta número 20

Solución a la pregunta número 21

La forma general de la ecuación de la regresión lineal es :

Solución a la pregunta número 22

El método para encontrar la ecuación de la línea de regresión que

Los siguientes son ejemplos de índices: Índice de precios al

Solución a la pregunta número 24

Una de las razones para convertir los datos en índices consiste en

Fascilita la evaluación de la tendencia en una serie compuesta de

Permiten expresar un cambio en un grupo diverso de artículos

Dificultan la evaluación de la tendencia en una serie compuesta de