Question 1
Question
El análisis de regresión es utilizado para investigar y modelar entre variables con la intensión de obtener información sobre una variable para [blank_start]predecir el comportamiento[blank_end] de la otra.
Question 2
Question
La fiabilidad se refiere a [blank_start]qué tan bien se está midiendo[blank_end], mientras que la validez se refiere a [blank_start]si se mide lo que se quiere[blank_end].
Question 3
Question
Los presupuestas para ejecutar un análisis de regresión son:
1. [blank_start]Linealidad[blank_end]
2. [blank_start]Normalidad[blank_end]
3. [blank_start]Homocedasticidad[blank_end]
4. [blank_start]Singularidad[blank_end]
Answer
-
Linealidad
-
Normalidad
-
Homocedasticidad
-
Singularidad
Question 4
Question
Qué es homocedasticidad?
Answer
-
variancias de los valores de la variable dependiente (datos del estudio), para cada posible combinación de niveles de la variable X, son iguales; es decir, la variancia de los residuales es constante
-
en un gráfico de observados vs. predichos los puntos deberían moverse entre torno a la línea recta diagonal.
Question 5
Question
Multicolinealidad significa que las variables independientes están [blank_start]correlacionadas[blank_end]. Supóngase que la altura de una persona tiene dos predictores: peso en libras y peso en kilos. Estos dos predictores son [blank_start]redundantes[blank_end], ya que el peso es único independiente de si se mide con libras o kilos.
Answer
-
correlacionadas
-
redundantes
Question 6
Question
Una escala de distancia constante entre valores es la escala [blank_start]de Intervalo[blank_end], esta es una variable [blank_start]fuerte[blank_end] y [blank_start]paramétrica[blank_end]. Una medida de categorías es la escala nominal, esta es una variable débil y no paramétrica.
Answer
-
de Intervalo
-
de razón
-
ordinal
-
nominal
-
fuerte
-
débil
-
paramétrica
-
no paramétrica
Question 7
Question
La estructura de la investigación tiene 3 fases, seleccione las correctas
Answer
-
Inferir las consecuencias de carácter teórico
-
Interpretar las consecuencias a la luz de las hipótesis
-
Escoger el diseño de investigación
-
Estableer el alcance de los resultados
-
Recoger los datos de investigación
-
Realizar el análisis
Question 8
Question
Y = bo + bi Xi + e donde Y: [blank_start]dependiente[blank_end] , bo: [blank_start]intercepto[blank_end] , bi: [blank_start]pendiente[blank_end] , Xi: [blank_start]variable explicativa[blank_end] , e: [blank_start]error o parte aleatoria[blank_end]
Answer
-
dependiente
-
intercepto
-
pendiente
-
variable explicativa
-
error o parte aleatoria
Question 9
Question
En la ecuación Y = f(x) + g(E) f(x) es el intercepto
Question 10
Question
Cuáles son pasos del procedimiento para ajustar un modelo estadístico
Answer
-
Inferencia estadística
-
Ver si X y Y estan relacionados
-
Inferir las consecuencias de caracter teórico
-
Estimación de parámetros
-
Interpretar las consecuencias a la luz de las hipótesis
-
Selección del modelo
Question 11
Question
Beta es la medida de [blank_start]la intensidad[blank_end] con que cada predictor influye en la variable dependiente, está en unidades de [blank_start]desviación estándar[blank_end]. Además es [blank_start]la pendiente[blank_end] de la recta y en el modelo lineal simple es el coeficiente de correlación [blank_start]de Pearson[blank_end].
Question 12
Question
El R2 es la varianza explicada
Question 13
Question
Los tres tipos de Regresión múltiple son : [blank_start]Standard[blank_end], [blank_start]Jerárquico[blank_end] y [blank_start]Paso por paso[blank_end]
Answer
-
Standard
-
Jerárquico
-
Paso por paso
Question 14
Question
El coeficiente de determinación que mide la contribución total de las X's
Question 15
Question
La correlación implica causalidad.