Si el coeficiente de asimetría toma valores próximos a cero, indica que:
m0 ≥ me ≥ media de x
m0 ≤ me ≤ media de x
Ninguna
m0 ≈ me ≈ media de x
La mediana de una distribución de datos
Tiene que ser un único valor
Coincide con la categoría par ala que su frecuencia absoluta contiene el 50%
Ha de coincidir con un dato de la distribución
Si la varianza del error S^2e crece
Aumenta el coeficiente de variación
Aumenta el coeficiente de determinación
Aumenta el coeficiente de correlación
R^2xy,z < R^xy
La variable Z es la causante de la relación real existente entre X e Y
La relación entre las variables X e Y se debe totalmente al efecto de la variable Z
La variable Z amortigua la relación real entre X e Y
Para analizar el grado de relación entre dos variables en escala por ratios
No es posible usar los coeficiente predictivos lambda.
Hay que realizarlo necesariamente por medio de V de Cramer.
Es posible usar el coeficiente de correlación de Pearson.
El método de mínimos cuadrados para estimación de modelos estocásticos
Minimiza la media del error
Consigue hacer mínimos los errores en las estimaciones
Es tal que la varianza de error es mínima
El rango es una medida de dispersión aplicable a
Únicamente a variables numéricas
Cualquier tipo de variables
Variables nominales o superiores
Para analizar el grado de relación entre dos variables ordinales,
Es posible usar Chi cuadrado de Pearson.
Hay que realizarlo necesariamente por medio de la Chi cuadrado de Pearson
Hay que usar el coeficiente de correlación de Pearson.
Una variable tipificada es tal que
Su media es 0 y su desviación típica 1
Su media es 1 y su desviación típica 1
Su media es 0 y su desviación típica 0
Si Cov(X,Y) ≥ 0
Rxy ≥ 0
Rxy > 0
Rxy = 0
La varianza como medida de dispersión
Siempre será aplicable
No siempre será aplicable, dependerá del tipo de variables
Se aplicará únicamente a variables numérica agrupadas en intervalos
Sean dos variables X e Y en las que el coeficiente de correlación lineal Rxy = 0
X e Y pueden estar relacionadas aunque no de forma lineal
X e Y no están relacionadas
Rxy no puede nunca tomar valor cero
Tipificar unos datos, consiste en
Centrar los datos y dividirlos por su desviación típica.
Determinar cuál es el máximo y cuál es el mínimo
Centrar los datos y dividirlos por su varianza
Ninguna de las demás respuestas es correcta
El error medio en las estimaciones de un modelo de regresión múltiple es:
1.0
0.0
0.1
La mediana, como medida de centralización, es aplicable a variables.
En escala nominal o superior.
En escala por ratios o superior
En escala por intervalos o superior
Para una variable estadística de tipo numérico cualquiera.
Se agrupe o no por intervalos, las medidas de posición siempre coincidirán.
Es obligatorio el agrupar por intervalos para cualquier tipo de medida
Es posible calcular cualquier tipo de medida.
Hay que usar exclusivamente el coeficiente de correlación de Pearson.
No es posible usar los coeficientes predictivos lambda.
R^2xy,z > R^xy
La variable Z no influye en la relación existente entre X e Y
La relación entre las variables X e Y se debe al efecto de la variable Z.
Dada una variable estadística medida a través de una escala por ratios REVISABLE
Es posible el calcular cualquier tipo de medida
Es obligatorio el agrupar por intervalos para calcular cualquier tipo de medida.
La intersección entre los modelos de regresión de X/Y y de Y/X coincide con
No es posible saberlo sino se dispone de los datos
El producto de las pendientes
El centro de gravedad de la distribución (media de x, media de y)
Es posible usar los coeficientes predictivos lambda.
Si el coeficiente de asimetría toma valores positivos, indica que:
Si el coeficiente de asimetría toma valores negativos, indica que:
Si Cov(X,Y)>0
El método de mínimos cuadrados para obtener los coeficientes de regresión de un modelo:
Es aplicable únicamente si el modelo es de tipo lineal simple
Es aplicable a cualquier tipo de modelo
No es aplicable si el modelo es de tipo parabólico
Para analizar el grado de relación entre dos variables nominales,
Hay que realizarlo exclusivamente por medio de la Chi cuadrado de Pearson
Hay que usar el coeficiente de correlación de Pearson
Su media es 0 y su desviación típica es 0
Su media es 1 y su desviación típica es 0
Su media es 1 y su desviación típica es 1
La moda es una medida de centralización aplicable a variables
En escala ordinal pero no nominal
Sólo en escala nominal
Sólo de tipo numérico
En escala ordinal o superior
En escala nominal o superior
La media como medida de posición es aplicable
Únicamente para variables en escala cualitativa
Únicamente para variables en escala cuantitativa
Siempre se puede calcular sean cuales sean las variables
X e Y no pueden estar relacionadas en forma lineal
Rxy no puede nunca tomar el valor cero
Únicamente variables numéricas
Variables ordinales o superiores.
La mediana como medida de posición es aplicable REVISABLE
Se puede calcular con cualquier tipo de variable
La media, mediana y moda son:
Datos que tienen el mismo valor.
Variables independientes.
Datos.
Un estadístico es :
Una muestra aleatoria simple.
Un número.
Una variable aleatoria.
Roberto.
Arturo.
Estadísticos.
Ninguna.
El proceso de tipificación de una variable estadística, consiste en:
Un cambio de origen.
Un cambio de escala.
Un cambio de origen y escala.
Ninguna de las demás respuestas es correcta.
