Question 1
Question
El error estándar de estimación mide la cercanía entre los valores reales y la recta de regresión
Question 2
Question
Una correlación es perfecta cuando todas las observaciones se encuentran exactamente en la recta tanto de pendiente positiva como negativa, por eso es que siempre existirá una correlación de 1 entre la variable “X” y “Y”
Question 3
Question
El análisis de correlación es el estudio de la relación entre variables
Question 4
Question
Un intervalo de confianza se refiere a todos los casos con un valor dado de X
Question 5
Question
El error estándar de estimación mide la variación alrededor de la recta de regresión
Question 6
Question
El coeficiente de determinación puede tomar cualquier valor entre el rango 0 a 1
Question 7
Question
La prueba de hipótesis también se interpreta en términos de valores p. Un valor p es la probabilidad de determinar un valor del estadístico de prueba más extremo que el calculado, cuando Ho es verdadera
Question 8
Question
Los valores de a y b en la ecuación de regresión se les conoce como coeficientes de regresión estimada
Question 9
Question
El error estándar y el coeficiente de determinación son dos estadísticos que proporcionan una evaluación general de la capacidad de una ecuación de regresión para predecir una variable independiente
Question 10
Question
Para explorar otras relaciones no lineales, una posibilidad es transformar una variable, por ejemplo en lugar de emplear “Y” como variable dependiente, se puede emplear su logaritmo, recíproco, cuadrado o raíz cuadrada
Question 11
Question
La idea básica del análisis de correlación es reportar la asociación entre 4 variables
Question 12
Question
Cuando existe una correlación espuria se puede concluir que se tiene dos variables con fuerte correlación porque hay una relación o asociación entre ambas, no que un cambio en la una ocasiona un cambio en la otra
Question 13
Question
Cuando el valor t calculado se encuentra en la región de rechazo, se rechaza la Ho, esto significa que la correlación entre la población es cero
Question 14
Question
Cuando el error estándar es pequeño, significa que las dos variables no están muy relacionadas
Question 15
Question
En general es imposible que el comportamiento de Y (variable dependiente) sea explicada en gran medida por solo una variable independiente
Question 16
Question
El análisis de regresión se podría utilizar para predecir un amplio rango de fenómenos, desde medidas económicas hasta diferentes aspectos del comportamiento humano
Question 17
Question
Dos variables tienen una relación positiva cuando se ubican por arriba de la media
Question 18
Question
Las siguientes variables tienen una relación positiva porque la incrementar el nivel de ingresos incrementa el ahorro
Question 19
Question
Cuando los puntos en el diagrama de dispersión aparecen cerca de las recta, se observa que el coeficiente de correlación tiende a ser grande
Question 20
Question
¿Qué ocurre si se rechaza la hipótesis nula? Se deduce que la pendiente de la recta de regresión de la población no es igual a cero, es decir existe una relación significativa entre ambas variables
Question 21
Question
En la siguiente función Promedio de notas de Estadística = (Base matemáticas que tiene el estudiante). La variable dependiente seria. Si el estudiante de la asignatura de estadística tiene o no bases de matemáticas
Question 22
Question
El consumo de margarina eleva divorcios en Ecuador, es un claro ejemplo de correlación espuria
Question 23
Question
Si existe una correlación de 0,76 se puede concluir que existe una asociación muy débil entre las variables ya que el valor está muy cercano a 1
Question 24
Question
En una regresión los valores positivos indican una relación directa y los valores negativos una relación indirecta
Question 25
Question
Se puede afirmar que identificar y estudiar las relaciones entre variables puede proporcionar información para: elevar ganancias, reducir los costos, predecir la demanda, etc
Question 26
Question
El número de grados de libertad en la regresión es igual al número de variables independientes existen en la ecuación de regresión múltiple
Question 27
Question
En la prueba global la Ho es: al menos un coeficiente de regresión no es cero
Question 28
Question
Para verificar la homocedasticidad, los residuos se trazan contra los valores ajustados de X
Question 29
Question
La distribución F es sesgada de manera positiva cuando aumentan los valores de X, entonces la curva se aproximará al eje horizontal
Question 30
Question
Cuando se agrega o elimina una variable independiente, hay un cambio drástico de los valores de los coeficientes de regresión restantes
Question 31
Question
En la regresión múltiple existe una relación directa entre la variable dependiente y el conjunto de variables independientes
Question 32
Question
Una de las suposiciones de la regresión múltiple es que las variables independientes no deberán estar correlacionadas
Question 33
Question
El número de variables independientes en una ecuación de regresión múltiple aumenta el coeficiente de determinación
Question 34
Question
En una regresión múltiple los coeficientes de regresión y los signos algebraicos también proporcionan información acerca de sus relaciones individuales con la variable dependiente
Question 35
Question
Cuando se realiza una prueba global, la hipótesis alternativa plantea al menos un coeficiente de regresión no es cero
Question 36
Question
En la práctica es posible seleccionar variables que carezcan por completo de alguna relación
Question 37
Question
En el siguiente ejemplo “Se tiene interés en estimar el salario de un ejecutivo con base en los años de su experiencia laboral y si se graduó de la universidad”, En este modelo la variable que se debe convertir en ficticia es la variable años de experiencia laboral
Question 38
Question
Cuando los coeficientes de las variables explicativas presentan signo positivo, significativa que existe una relación inversa con respecto a la variable dependiente
Question 39
Question
La multicolinealidad no afecta la capacidad de una ecuación de regresión múltiple para predecir la variable dependiente, no obstante cuando se tenga interés en evaluar la relación entre cada variable independiente y la variable dependiente, la multicolinealidad puede presentar resultados inesperados
Question 40
Question
Las variables cualitativas, describen una cualidad particular, como masculino o femenino
Question 41
Question
El salario puede depender del nivel de educación y de los años de experiencia en. En este ejemplo se está planteando un modelo de regresión lineal simple
Question 42
Question
Una característica positiva del promedio simple del índice de precios es que se obtendría el mismo valor para el índice sin importar las unidades de medida
Question 43
Question
Como en el valor de un índice agregado simple pueden influir las unidades de medición, se emplea con frecuencia
Question 44
Question
La desventaja principal del índice de Paasche es que se supone que las cantidades en el periodo base aún son realistas en el periodo dado
Question 45
Question
Cada índice tiene un periodo base
Question 46
Question
Un número índice consiste en dividir el precio del año seleccionado para el precio del año base
Question 47
Question
El término de no ponderado para un índice significa que todos los valores incluidos al calcular el índice tienen igual importancia
Question 48
Question
Las ventas deflacionadas son importantes para mostrar la tendencia en las ventas reales
Question 49
Question
Una de las razones para calcular un índice es: que si los números son pequeños, con frecuencia es más fácil comprender el cambio del índice que las cifras reales
Question 50
Question
Si dos o más series tienen el mismo periodo base no se pueden comparar de manera directa
Question 51
Question
En la práctica común se debe situar la variable dependiente en el eje vertical o Y y la variable independiente en el eje horizontal o X
Question 52
Question
Una recta se considera la de mejor ajuste cuando la suma de los cuadrados de las desviaciones verticales respecto de si misma es mínima
Question 53
Question
El coeficiente de determinación puede tomar cualquier valor entre el rango de -1 a 1
Question 54
Question
Los valores de a y b en la ecuación de regresión se les conoce como coeficientes de regresión estimada
Question 55
Question
Una de las características del coeficiente de correlación menciona que, el valor cercano a 1 indica una asociación directa o positiva entre las variables
Question 56
Question
Un intervalo de predicción se refiere a un caso particular de un valor dado de X
Question 57
Question
El error estándar de estimación mide la variación alrededor de la recta de regresión
Question 58
Question
El error estándar de estimación es similar a la varianza que se basa en valores cuadráticos
Question 59
Question
En la ecuación de regresión lineal Y = a + bX, a es la pendiente y b es la intersección con Y
Question 60
Question
Cuando el error estándar es pequeño, significa que las dos variables no están muy relacionadas
Question 61
Question
Cuando el valor t calculado se encuentra en la región de rechazo, se rechaza la Ho, esto significa que la correlación entre la población es cero
Question 62
Question
Un coeficiente de correlación r cercano a cero indica que la relación lineal es muy fuerte
Question 63
Question
Dos variables tienen una relación positiva cuando se ubican por arriba de la media
Question 64
Question
Si la correlación es débil, al representar los datos en un diagrama de dispersión se podrá observar una dispersión considerable respecto a la recta trazada a través del centro de los datos
Question 65
Question
En una correlación espuria, se incluye que, cuando hay dos variables con una fuerte correlación es que hay una relación o asociación entre ambas variables, no que un cambio en una ocasiona un cambio en la otra
Question 66
Question
Las siguientes variables tienen una relación positiva porque la incrementar el nivel de ingresos incrementa el ahorro
Question 67
Question
Cuando el valor cae en la zona de rechazo se acepta la hipótesis alternativa es decir se concluye que si hay una relación entre dos variables y no es casualidad, ya que la hipótesis alternativa plantea que la correlación es diferente de cero
Question 68
Question
Un ejemplo de variable dependiente es por ejemplo que se desea predecir el número esperado de productos que se venderán si un representante visita 20 micro mercados. La variable seria productos que se venden
Question 69
Question
Se puede afirmar que identificar y estudiar las relaciones entre variables puede proporcionar información para: elevar ganancias, reducir los costos, predecir la demanda, etc
Question 70
Question
En una regresión los valores positivos indican una relación directa y los valores negativos una relación indirecta
Question 71
Question
Si existe una correlación de 0,76 se puede concluir que existe una asociación muy débil entre las variables ya que el valor está muy cercano a 1
Question 72
Question
¿Qué ocurre si se rechaza la hipótesis nula? Se deduce que la pendiente de la recta de regresión de la población no es igual a cero, es decir existe una relación significativa entre ambas variables
Question 73
Question
Si se obtiene un coeficiente de determinación de 0,576, se dice que el 57,6% de la variación en la variable “Y” se explica, o está representada por la variación de la variable “X”
Question 74
Question
La distribución F es asintótica cuando la cola de la distribución se encuentra a la derecha
Question 75
Question
El método de mínimos cuadrados también permite inferir o generalizar a partir de la relación de una población completa
Question 76
Question
El análisis de regresión múltiple sirve como técnica descriptiva o como técnica de inferencia
Question 77
Question
Cuando los residuos sucesivos están correlacionados, a esta condición se le conoce como homocedasticidad
Question 78
Question
En una distribución continua la distribución puede tomar un número infinito de valores entre 0 y el infinito positivo
Question 79
Question
Para probar la hipótesis nula de que todos los coeficientes de regresión múltiple son cero se emplea la distribución F
Question 80
Question
El coeficiente de determinación múltiple puede variar de 0 a 1
Question 81
Question
En la prueba global la Ho es: al menos un coeficiente de regresión no es cero
Question 82
Question
Una de las razones por las que se debe evitar variables independientes correlacionadas, es que pueden generar resultados erróneos en las pruebas de hipótesis para las variables independientes individuales
Question 83
Question
Tanto en el caso de dos variables (regresión, simple) como en el de más de dos variables (regresión, múltiple), el análisis de regresión lineal puede utilizarse para explorar y cuantificar la relación entre una variable llamada dependiente o predecida (y) y una o más variables llamadas independientes o predictoras(X1,X2,….Xn)
Question 84
Question
El hecho de usar más de una variable independiente de la ventaja de utilizar más información en la construcción del modelo y, consecuentemente, realizar estimaciones más precisas
Question 85
Question
Explicar el nivel de un contaminante en función de la densidad industrial y de las lluvias medias mensuales, e son claro ejemplo de regresión lineal múltiple
Question 86
Question
En el siguiente ejemplo “Se tiene interés en estimar el salario de un ejecutivo con base en los años de su experiencia laboral y si se graduó de la universidad”, En este modelo la variable que se debe convertir en ficticia es la variable años de experiencia laboral
Question 87
Question
El salario puede depender del nivel de educación y de los años de experiencia en. En este ejemplo se está planteando un modelo de regresión lineal simple
Question 88
Question
Cuando los coeficientes de las variables explicativas presentan signo positivo, significativa que existe una relación inversa con respecto a la variable dependiente
Question 89
Question
La multicolinealidad no afecta la capacidad de una ecuación de regresión múltiple para predecir la variable dependiente, no obstante cuando se tenga interés en evaluar la relación entre cada variable independiente y la variable dependiente, la multicolinealidad puede presentar resultados inesperados
Question 90
Question
Hay dos tipos de índice de precios: ponderados y no ponderados
Question 91
Question
El índice de precios al productor, mide las fluctuaciones de los precios en todas las etapas de la producción
Question 92
Question
Los índices permiten expresar un cambio de precio, cantidad o valor como porcentaje
Question 93
Question
En el método de Laspeyres se utilizan ponderaciones en el año en curso
Question 94
Question
El IPC se usa para ajustar salarios, pensiones, manutención, honorarios de abogados, etc
Question 95
Question
Las ventas deflacionadas son importantes para mostrar la tendencia en las ventas reales
Question 96
Question
Una de las razones para calcular un índice es: que si los números son pequeños, con frecuencia es más fácil comprender el cambio del índice que las cifras reales
Question 97
Question
Es correcto mencionar que solo mediante la conversión de los precios de diversos productos y servicios en un número índice, los gobiernos u otros organizaciones pueden dar seguimiento a la inflación y mantenerse informados acerca del movimiento general de los precios al consumidor
Question 98
Question
Si dos o más series tienen el mismo periodo base no se pueden comparar de manera directa
Question 99
Question
A la ecuación de la recta para estimar Y con base en X se le denomina ecuación de regresión
Question 100
Question
Los valores de a y b en la ecuación de regresión se les conoce como coeficientes de regresión estimada
Question 101
Question
Con el criterio de mínimos cuadrados se determina la ecuación de regresión
Question 102
Question
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
Question 103
Question
El coeficiente de determinación puede tomar cualquier valor entre el rango de 0 a 1
Question 104
Question
El coeficiente de determinación es una proporción de la variación total en la variable de pendiente Y que se explica, o contabiliza, por la variación en la variable X
Question 105
Question
En la ecuación Y= + X; y son parámetros poblacionales
Question 106
Question
En la práctica común se debe situar la variable dependiente en el eje vertical o Y y la variable independiente en el eje horizontal o X
Question 107
Question
La idea básica del análisis de correlación es reportar la asociación entre 4 variables
Question 108
Question
Dos variables tienen una relación positiva cuando se ubican por arriba de la media
Question 109
Question
La idea básica del análisis de correlación es reportar la asociación entre 4 variables
Question 110
Question
Dos variables tienen una relación positiva cuando se ubican por arriba de la media
Question 111
Question
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
Question 112
Question
En general es imposible que el comportamiento de Y (variable dependiente) sea explicada en gran medida por solo una variable independiente
Question 113
Question
En la ecuación de regresión lineal Y = a + bX, a es la pendiente y b es la intersección con Y
Question 114
Question
Cuando dos variables tienen una relación inversa, una variable estará arriba y la otra debajo de la media
Question 115
Question
Cuando el error estándar es pequeño, significa que las dos variables no están muy relacionadas
Question 116
Question
Un valor de r puede indicar que no hay una relación lineal, pero puede ser que hay una relación de alguna otra forma no lineal o curvilínea
Question 117
Question
Un coeficiente de correlación r cercano a cero indica que la relación lineal es muy fuerte
Question 118
Question
Cuando los puntos en el diagrama de dispersión aparecen cerca de la recta, se observa que el coeficiente de correlación tiende a ser grande
Question 119
Question
En una regresión los valores positivos indican una relación directa y los valores negativos una relación indirecta
Question 120
Question
¿Qué ocurre si se rechaza la hipótesis nula? Se deduce que la pendiente de la recta de regresión de la población no es igual a cero, es decir existe una relación significativa entre ambas variables
Question 121
Question
Si se obtiene un coeficiente de determinación de 0,576, se dice que el 57,6% de la variación en la variable “Y” se explica, o está representada por la variación de la variable “X”
Question 122
Question
Cuando el valor cae en la zona de rechazo se acepta la hipótesis alternativa es decir se concluye que, si hay una relación entre dos variables y no es casualidad, ya que la hipótesis alternativa plantea que la correlación es diferente de cero
Question 123
Question
Las siguientes variables tienen una relación positiva porque al incrementar el nivel de ingresos incrementa el ahorro
Question 124
Question
Un ejemplo de variable dependiente es por ejemplo que se desea predecir el numero esperado de productos que se venderán si un representante visita 20 micro mercados. La variable seria productos que se venden
Question 125
Question
El consumo de margarina eleva divorcios en Ecuador, es un claro ejemplo de correlación espuria
Question 126
Question
En la prueba global la Ho es: al menos un coeficiente de regresión no es cero
Question 127
Question
Si se puede emplear una variable cualitativa con más de dos resultados posibles
Question 128
Question
El análisis de regresión múltiple sirve como técnica de inferencia y técnica descriptiva
Question 129
Question
El número de grados de libertad en la regresión es igual al número de variables independientes existen en la ecuación de regresión múltiple
Question 130
Question
La distribución F es sesgada de manera positiva cuando aumentan los valores de X, entonces la curva se aproximará al eje horizontal
Question 131
Question
En la regresión múltiple existe una relación directa entre la variable dependiente y el conjunto de variables independientes
Question 132
Question
El coeficiente de determinación múltiple puede variar de 0 a 1
Question 133
Question
Los estadísticos, pruebas y análisis que se aplican en el análisis de regresión simple, no difieren con los del análisis de regresión múltiple
Question 134
Question
En la práctica es posible seleccionar variables que carezcan por completo de alguna relación
Question 135
Question
Con las propiedades de las distribuciones muestrales que son iguales a los valores de los parámetros que se estimarán, es posible inferir acerca de los parámetros poblaciones
Question 136
Question
Se da una interacción cuando una variable independiente como X2 afecta la relación con otra variable independiente X1 y la variable dependiente Y
Question 137
Question
En el siguiente ejemplo “Se tiene interés en estimar el salario de un ejecutivo con base en los años de su experiencia laboral y si se graduó de la universidad”, En este modelo la variable que se debe convertir en ficticia es la variable años de experiencia laboral
Question 138
Question
Las variables cualitativas, describen una cualidad particular; como masculino o femenino
Question 139
Question
La multicolinealidad no afecta la capacidad de una ecuación de regresión múltiple para predecir la variable dependiente, no obstante cuando se tenga interés en evaluar la relación entre cada variable independiente y la variable dependiente, la multicolinealidad puede presentar resultados inesperados
Question 140
Question
El incremento de los precios en los productos depende de la inflación y el desempleo. Es un ejemplo de regresión lineal simple
Question 141
Question
Cuando los coeficientes de las variables explicativas presentan signo positivo, significativa que existe una relación inversa con respecto a la variable dependiente
Question 142
Question
Las entidades públicas, instituciones financieras, entidades educativas entre otras elaboran índices, esto significa que la mayoría de los índices responden a un propio interés
Question 143
Question
El ingreso deflacionado y el ingreso real son lo mismo
Question 144
Question
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
Question 145
Question
Los índices permiten expresar un cambio de precio, cantidad o valor como porcentaje
Question 146
Question
El concepto de ingreso real algunas veces se denomina ingreso de deflación, y el IPC se denomina índice de deflación
Question 147
Question
Una de las razones para calcular un índice es: que, si los números son pequeños, con frecuencia es más fácil comprender el cambio del índice que las cifras reales
Question 148
Question
La conversión de datos en índices también facilite la evaluación de la tendencia en una serie compuesta de números muy grandes
Question 149
Question
Es correcto mencionar que solo mediante la conversión de los precios de diversos productos y servicios en un número índice, los gobiernos u otros organizaciones pueden dar seguimiento a la inflación y mantenerse informados acerca del movimiento general de los precios al consumidor
Question 150
Question
Si dos o más series tienen el mismo periodo base no se pueden comparar de manera directa