200912013pac2pc13

30 Questions | Total Attempts: 474

SettingsSettingsSettings
200912013pac2pc13 - Quiz

Prueba de control de lectura del Capitulo 13


Questions and Answers
  • 1. 
    La ventaja principal de la regresión múltiple respecto a la regresión simple es que nos permite usar más de la información disponible para estimar la variable dependiente.
    • A. 

      V

    • B. 

      F

  • 2. 
    Suponga que en la ecuación de regresión múltiple Ŷ = 24.4 + 5.6X1 + 6.8X2, Ŷ es el peso (en libras) y X2 es la edad (en años). Por cada año adicional en la edad, entonces, se puede esperar que el peso aumente en 24.4 libras.
    • A. 

      V

    • B. 

      F

  • 3. 
    Aunque en teoría es posible hacer cálculos de regresión múltiple a mano, muy pocas veces lo hacemos.
    • A. 

      V

    • B. 

      F

  • 4. 
    Suponga que intenta establecer un intervalo de confianza para un valor de Y a partir de una ecuación de regresión múltiple. Si existen 20 elementos en la muestra y se utilizan cuatro variables independientes en la regresión, deberá usar 16 grados de libertad cuando obtenga un valor de la tabla t.
    • A. 

      V

    • B. 

      F

  • 5. 
    El error estándar del coeficiente b2 en una regresión múltiple se denota con s2.
    • A. 

      V

    • B. 

      F

  • 6. 
    Suponga que deseamos probar si los valores de Y en una regresión múltiple realmente dependen de los valores de X1. La hipótesis nula para nuestra prueba será B1 = 0.
    • A. 

      V

    • B. 

      F

  • 7. 
    Para determinar si una regresión es significativa como un todo, se calcula un valor observado de F y se compara con un valor obtenido de una tabla.
    • A. 

      V

    • B. 

      F

  • 8. 
    Si se conoce la suma de cuadrados total y la suma de cuadrados de la regresión para una regresión múltiple, siempre se puede calcular la suma de cuadrados de error.
    • A. 

      V

    • B. 

      F

  • 9. 
    Ciertos patrones en los signos de los residuos de un modelo de regresión de segundo grado indican que sería mejor utilizar un modelo lineal.
    • A. 

      V

    • B. 

      F

  • 10. 
    Las regresiones simples de Y sobre X1 y de Y sobre X2 muestran que X1, y X2 son ambas variables explicativas significativas de Y. Pero una regresión múltiple de Y sobre X1, y X2 nos dice que ni X1 ni X2 son variables explicativas significativas para Y. Claramente, éste es un caso de multicolinealidad.
    • A. 

      V

    • B. 

      F

  • 11. 
    Las variables ficticias constituyen una técnica que puede utilizarse para incorporar datos cualitativos en las regresiones múltiples.
    • A. 

      V

    • B. 

      F

  • 12. 
    Cuando se utiliza una variable ficticia con valores 0 y 1, es muy importante asegurarse de que los ceros y unos se usen de acuerdo con la práctica estándar. Invertir la codificación destruirá completamente los resultados de la regresión múltiple.
    • A. 

      V

    • B. 

      F

  • 13. 
    Podemos formar un modelo de regresión de segundo grado si multiplicamos por 2 los valores observados de una variable independiente.
    • A. 

      V

    • B. 

      F

  • 14. 
    Agregar variables adicionales a una regresión múltiple siempre reducirá el error estándar de la estimación.
    • A. 

      V

    • B. 

      F

  • 15. 
    Suponga que una regresión múltiple ha producido la siguiente ecuación: Ŷ = 5.6 + 2.8X1 – 3.9X2 + 5.6X3. Si X1, X2 y X3 tienen valor de cero, entonces se esperaría que Y tuviera el valor de 5.6.
    • A. 

      V

    • B. 

      F

  • 16. 
    1.             El análisis de residuos en un modelo de regresión lineal se hace para determinar el valor correcto de se.
    • A. 

      V

    • B. 

      F

  • 17. 
    Aunque es posible hacer inferencias acerca de la regresión como un todo, no es posible hacer inferencias acerca de los coeficientes de regresión estimados.
    • A. 

      V

    • B. 

      F

  • 18. 
    Si existe un alto nivel de correlación entre las variables explicativas, por lo general es posible separar las contribuciones de estas variables en una regresión.
    • A. 

      V

    • B. 

      F

  • 19. 
    El error estándar de los datos de la población se denota por se.
    • A. 

      V

    • B. 

      F

  • 20. 
    Si una regresión incluye a todos los factores explicativos relevantes, los residuos serán aleatorios.
    • A. 

      V

    • B. 

      F

  • 21. 
    Una relación lineal entre variables explicativas con toda seguridad producirá multicolinealidad en el modelo de regresión.
    • A. 

      V

    • B. 

      F

  • 22. 
    Hemos dicho que el error estándar de una estimación tiene nk – 1 grados de libertad. ¿Qué significa k en esta expresión?
    • A. 

      El número de elementos de la muestra.

    • B. 

      El número de variables independientes en la regresión múltiple.

    • C. 

      La media de los valores de la muestra de la variable dependiente.

    • D. 

      Todos los anteriores.

    • E. 

      Ninguno de los anteriores.

  • 23. 
    Suponga que ha realizado una regresión múltiple y encuentra que el valor de b, es 1.66. Sin embargo, los datos obtenidos a partir de la experiencia pasada indican que el valor de B1 , debería ser 1.34. Usted desea probar, al nivel de significancia de 0.05, la hipótesis nula de que B, sigue siendo 1.34. Suponiendo que tiene acceso a todas las tablas que pueda necesitar, ¿qué otra información requiere para poder realizar la prueba?
    • A. 

      Grados de libertad.

    • B. 

      Sbi.

    • C. 

      Se.

    • D. 

      A) y b), pero no c).

    • E. 

      A) y c), pero no b).

  • 24. 
    Suponga que un fabricante de juguetes desea determinar si sus juguetes rojos se venden más que sus juguetes azules. Recolecta datos concernientes a los niveles de ventas, color, precio y edad promedio de las personas a las que van dirigidos. Introduce todos estos datos en un paquete estadístico; la ecuación de regresión múltiple resultante es Ŷ = 70,663 – 713X1 – 59.6X2 + 66.4X3, donde Ŷ representa los niveles de ventas en unidades, X1 es el color (0 para azul, 1 para rojo), X2 es el precio al menudeo (en dólares) y X3 la edad promedio (en años). ¿Cuáles de las siguientes afirmaciones son verdaderas si las variables correspondientes al precio y la edad se mantienen constantes?
    • A. 

      Deben venderse 713 unidades más de juguetes rojos que de juguetes azules.

    • B. 

      Deben venderse 713 unidades menos de juguetes rojos que de juguetes azules.

    • C. 

      Los niños siempre preferirán un juguete azul a uno rojo.

    • D. 

      B) y c), pero no a).

    • E. 

      Ninguna de las anteriores

  • 25. 
    En la ecuación Y = A = B1X1 + B2X2, Y es independiente de X1 si:
    • A. 

      B2 = 0.

    • B. 

      B2 = –1.

    • C. 

      B1 = 1.

    • D. 

      Todos los anteriores

    • E. 

      Ninguno de los anteriores

Back to Top Back to top