This is a timed quiz.
You have 20 minutes to complete the 28 questions in this quiz.
si Cov(X,Y)>0
Rxy≥0
Ninguna de las demás respuestas es correcta.
Rxy=0
Rxy>0
La varianza como medida de dispersión
Se aplicará únicamente a variables numéricas agrupadas en intervalos.
Siempre será aplicable.
No siempre será aplicable, dependerá del tipo de variables.
La intersección entre los modelos de regresión de X/Y y de Y/X coincide con:
El centro de gravedad de la distribución (X(media),Ȳ)
No es posible saberlo si no se dispone de los datos.
El producto de las pendientes.
si Cov(X,Y)≥0
Una variable tipificada es tal que
Su media es 0 y su desviación típica 1.
Su media es 0 y su desviación típica 0.
Su media es 1 y su desviación típica 1.
Para analizar el grado de relación entre dos variables en escala por ratios:
Hay que usar exclusivamente el coeficiente de correlación de Pearson.
Hay que realizarlo necesariamente por medio de V de Cramer.
No es posible usar los coeficientes predictivos ג.
Para una variable estadística de tipo numérico cualquiera:
Se agrupe o no por intervalos, las medidas de posición siempre coincidirán.
Es posible el calcular cualquier tipo de medida.
Es obligatorio el agrupar por intervalos para calcular cualquier tipo de medida.
El rango es una medida de dispersión aplicable a:
Variables nominales o superiores.
Cualquier tipo de variables.
Únicamente en variables numéricas.
Si la varianza del error Sε^2 crece:
Aumenta el coeficiente de correlación.
Aumenta el coeficiente de determinación.
Disminuye el coeficiente de determinación.
El error medio en las estimaciones de un modelo de regresión múltiple es:
1.0
0.1
0.0
Para analizar el grado de relación entre dos variables ordinales:
Es posible usar los coeficientes predictivos ג.
Hay que usar el coeficiente de correlación de Pearson.
Si el coeficiente de asimetría toma valores próximos a cero, indica que:
m0≥me≥x
mo≤me≤x
mo~me~x
La moda es una medida de centralización aplicable a variables:
Ninguna de las demás respuestas es correcta
Solo de tipo numérico.
Solo en escala nominal.
En escala ordinal pero no nominal.
El método de mínimos cuadrados para la estimación de modelos estocasticos
Minimiza la media del error
Consigue hacer mínimos los errores en las estimaciones
Es tal que la varianza es mínima
Para analizar el grado de relación entre dos variables en escala por intervalos:
Variables ordinales o superiores.
El método de mínimos cuadrados para obtener los coeficientes de regresión en 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.
La mediana como medida de posición es aplicable:
Se puede calcular con cualquier tipo de variable.
Unicamente para variables en escala cuantitativa.
Unicamente para variables en escala cualitativa.
la mediana, como medida de centralización, es aplicable a variables
En escala ordinal o superior.
En escala por intervalos o superior.
En escala nominal o superior
La mediana de una distribucion de datos,
Tiene que se un único valor.
Ha de coincidir con un dato de la distribucion
Coincide con la categoría para la que su frecuencia absoluta contiene al 50%.
Para analizar el grado de relacion entre dos variables odinales,
Hay que realizarlo nesesariamente por medio de la X^2 de Pearson.
Es posible usar la X^2 de Pearson.
Es posible usar el coeficiente de correlación de Pearson.
No es posible usar los coeficientes predictivos lambda
Si el coeficiente de asimetría toma valores positivos, indica que:
mo≥me≥x
Dada una variable estadística medida a través de una escala por ratios:
Entre las condiciones de las variables aleatorias para aplicar el teorema central del límite:
Pueden ser independientes e idénticamente distribuidas.
Deben de seguir la distribución normal.
Tienen que ser idénticamente distribuidas.
Entre las condiciones que han de cumplir las variables aleatorias para poder aplicar el teorema central del límite:
Pueden ser independientes.
Deben ser independientes.
El proceso de tipificacion de una variable estadística, consiste en:
Un cambio de escala.
Un cambio de origen.
Un cambio de origen y escala
Ninguna de las demas respuestas es correcta.
Tipificar unas datos, consiste en.
centrar los datos y dividirlos por su varianza
centrar los datos y dividirlos por su desviacion tipica
Determinar cual es el maximo y cual es el minimo.
