Test de Análisis de Regresión: Evalúa tus conocimientos

Question 1

¿Cuál de las siguientes no es una suposición del modelo de regresión lineal simple?

Accepted Answer

Heterocedasticidad

Answer

Linealidad

Answer

Normalidad

Answer

Independencia de errores

Question 2

En un modelo de regresión lineal simple, el coeficiente de pendiente (b) representa el:

Accepted Answer

Cambio en Y por cada unidad de cambio en X

Answer

Valor de Y cuando X es 0

Answer

Error estándar de la estimación

Answer

Correlación entre X e Y

Question 3

¿Cuál de los siguientes valores indica una relación sólida entre las variables en un modelo de regresión lineal simple?

Accepted Answer

R² cercano a 1

Answer

Un valor p bajo

Answer

R² cercano a 0

Answer

Una pendiente positiva

Question 4

En un modelo de regresión lineal simple, el error estándar de la estimación mide:

Accepted Answer

La desviación estándar de los puntos de datos desde la línea de regresión

Answer

El coeficiente de determinación

Answer

La pendiente de la línea de regresión

Question 5

El propósito principal del análisis de regresión es:

Accepted Answer

Modelar la relación entre una variable dependiente y una o más variables independientes

Answer

Predecir el futuro

Answer

Identificar tendencias

Question 6

En un modelo de regresión lineal simple, si la pendiente es negativa, entonces:

Accepted Answer

Y disminuye cuando X aumenta

Answer

Y aumenta cuando X aumenta

Answer

X disminuye cuando Y aumenta

Question 7

El coeficiente de determinación (R²) mide:

Accepted Answer

La proporción de variación en Y explicada por X

Answer

El error estándar de la estimación

Answer

La pendiente de la línea de regresión

Answer

El valor de Y cuando X es 0

Question 8

En un modelo de regresión lineal simple, si el valor p es menor que 0,05, entonces:

Accepted Answer

La relación entre X e Y es estadísticamente significativa

Answer

La relación entre X e Y no es estadísticamente significativa

Answer

El modelo de regresión no es válido

Question 9

El propósito del análisis de regresión es:

Accepted Answer

Modelar la relación entre una variable dependiente y una o más variables independientes

Answer

Generar datos aleatorios para su uso en análisis estadísticos

Answer

Probar la significación estadística de las diferencias entre grupos

Question 10

En un modelo de regresión lineal simple, el coeficiente de regresión indica:

Accepted Answer

La pendiente de la recta de regresión

Answer

La suma de los cuadrados de los residuos

Answer

El punto de corte de la recta de regresión con el eje y

Answer

La varianza de los residuos

Question 11

Cuando el coeficiente de correlación entre dos variables es cercano a 1, esto sugiere:

Accepted Answer

Una fuerte relación positiva

Answer

Una relación moderada

Answer

Una fuerte relación negativa

Answer

Ninguna relación

Question 12

En un modelo de regresión múltiple, el valor p asociado a una variable indica:

Accepted Answer

El nivel de significación estadística de la variable en el modelo

Answer

La fuerza de la relación entre la variable y la variable dependiente

Answer

La varianza explicada por la variable

Question 13

Para detectar la multicolinealidad en un modelo de regresión, se puede emplear:

Accepted Answer

Análisis del factor de inflación de la varianza (VIF)

Answer

Análisis discriminante

Answer

Análisis de componentes principales

Question 14

El gráfico utilizado para visualizar la relación entre la variable dependiente y las variables independientes en un modelo de regresión es:

Accepted Answer

Diagrama de dispersión

Answer

Diagrama de pastel

Answer

Gráfico de barras

Answer

Histograma

Question 15

¿Qué define el coeficiente de determinación (R²)?

Accepted Answer

La proporción de la variación en la variable dependiente explicada por el modelo de regresión

Answer

La pendiente de la línea de regresión

Answer

La intersección de la línea de regresión con el eje Y

Question 16

En un modelo de regresión lineal simple, ¿cuál es la variable que se explica?

Accepted Answer

La variable dependiente

Answer

La variable independiente

Answer

El coeficiente de regresión

Answer

La intersección

Question 17

Si el coeficiente de regresión es negativo, ¿qué indica sobre la relación entre las variables?

Accepted Answer

Una relación inversa

Answer

La ausencia de una relación

Answer

Una relación parabólica

Answer

Una relación directa

Question 18

En un gráfico de dispersión, ¿qué medida de bondad de ajuste mide la desviación vertical de los puntos de datos respecto a la línea de regresión?

Accepted Answer

Los residuos

Answer

El coeficiente de determinación

Answer

La desviación estándar

Answer

La varianza

Question 19

En un análisis de regresión, ¿qué problema puede surgir cuando hay una alta correlación entre dos o más variables independientes?

Accepted Answer

Multicolinealidad

Answer

Endogeneidad

Answer

Autocorrelación

Answer

Heterocedasticidad

Question 20

En un modelo de regresión lineal simple, el coeficiente de regresión representa:

Accepted Answer

El cambio en la variable dependiente cuando la variable independiente aumenta una unidad

Answer

El valor de la variable dependiente cuando la variable independiente es cero

Answer

El grado de asociación entre las variables

Question 21

El coeficiente de determinación (R²) en un modelo de regresión expresa:

Accepted Answer

La proporción de varianza en la variable dependiente explicada por el modelo

Answer

La pendiente de la línea de regresión

Answer

La correlación entre las variables

Question 22

En el análisis de regresión, la heterocedasticidad implica:

Accepted Answer

Varianzas desiguales de los residuos a lo largo de los valores de la variable independiente

Answer

Correlación entre las variables independientes

Answer

Falta de linealidad en la relación entre las variables

Question 23

Un modelo de regresión lineal simple se utiliza fundamentalmente para:

Accepted Answer

Predecir el valor de la variable dependiente para un valor dado de la variable independiente

Answer

Estimar los valores faltantes de la variable dependiente

Answer

Probar la independencia entre las variables

Question 24

En un escenario con múltiples variables independientes intercorrelacionadas, el método de regresión apropiado es:

Accepted Answer

Regresión múltiple

Answer

Regresión logística

Answer

Regresión no paramétrica

Answer

Regresión robusta

Question 25

El análisis de residuos en regresión sirve para:

Accepted Answer

Identificar posibles problemas con el modelo de regresión

Answer

Estimar la pendiente de la línea de regresión

Answer

Calcular el coeficiente de determinación

Answer

Predecir valores futuros de la variable dependiente

Question 26

En un modelo de regresión lineal simple con una correlación negativa, la pendiente de la línea de regresión será:

Accepted Answer

Negativa

Answer

Positiva

Answer

Indeterminada

Answer

Cero

Question 27

El valor de p en una prueba de hipótesis de regresión representa:

Accepted Answer

La probabilidad de observar los resultados asumiendo que la hipótesis nula es verdadera

Answer

La significación estadística del modelo

Answer

El porcentaje de varianza explicada por el modelo

Question 28

En un modelo de regresión lineal, se considera variable dependiente a:

Accepted Answer

La variable que se predice mediante el modelo

Answer

La variable que se utiliza para predecir la variable dependiente

Answer

La variable que se mide en una escala de intervalo

Answer

La variable que se controla en el modelo

Question 29

En el análisis de regresión, el supuesto subyacente acerca de la relación entre las variables es:

Accepted Answer

Linealidad

Answer

Parabólica

Answer

Exponencialidad

Answer

Logarítmica

Question 30

La ecuación del modelo de regresión lineal simple es:

Accepted Answer

Y = a + bX + ε

Answer

Y = a + bX

Answer

Y = aX + ε

Answer

X = a + bY + ε

Question 31

¿Qué término en la ecuación de regresión lineal simple representa el valor no explicado por el modelo?

Accepted Answer

ε (error)

Answer

a (intersección en el eje Y)

Answer

b (pendiente)

Question 32

¿Cuál es la función del coeficiente de correlación?

Accepted Answer

Mide la fuerza y dirección de la asociación lineal entre dos variables.

Answer

Es el valor de la variable dependiente cuando la variable independiente es 0

Answer

Indica la pendiente de la línea de regresión

Question 33

Un modelo de regresión tiene un R-cuadrado de 0,75. ¿Qué significa esto?

Accepted Answer

El 75% de la variación en la variable dependiente es explicada por el modelo.

Answer

El modelo es muy preciso

Answer

El 25% de la variación en la variable dependiente no es explicada por el modelo

Question 34

¿Cuál de las siguientes NO es un supuesto del modelo de regresión lineal simple?

Accepted Answer

La relación entre las variables es no lineal.

Answer

La varianza de los errores es constante

Answer

Los errores son independientes

Answer

Las variables independientes no están correlacionadas

Question 35

En un análisis de regresión, la variable que se predice se denomina:

Accepted Answer

Variable dependiente

Answer

Variable independiente

Answer

Variable predictora

Answer

Variable explicativa

Question 36

¿Qué tipo de gráfico se utiliza para representar la relación entre la variable dependiente y la independiente en un análisis de regresión?

Accepted Answer

Diagrama de dispersión

Answer

Gráfico lineal

Answer

Gráfico de barras

Answer

Histograma

Question 37

¿Cuál es la variable que se pretende predecir en un análisis de regresión?

Accepted Answer

Variable dependiente

Answer

Residual

Answer

Variable independiente

Answer

Coeficiente de correlación

Question 38

¿Qué representa el coeficiente 'a' en el modelo de regresión lineal simple?

Accepted Answer

El valor de y cuando x es igual a 0

Answer

El número de observaciones en el conjunto de datos

Answer

El error de la estimación

Answer

La pendiente de la línea de regresión

Question 39

¿Qué representa el coeficiente 'b' en el modelo de regresión lineal simple?

Accepted Answer

La pendiente de la línea de regresión

Answer

El valor de y cuando x es igual a 0

Answer

El número de observaciones en el conjunto de datos

Question 40

¿Qué mide el coeficiente de determinación (R²)?

Accepted Answer

La proporción de variación en la variable dependiente explicada por la variable independiente

Answer

La pendiente de la línea de regresión

Answer

El número de observaciones en el conjunto de datos

Question 41

¿Cuál es el objetivo principal de utilizar un diagrama de dispersión y la línea de regresión?

Accepted Answer

Visualizar la relación entre las variables y determinar si existe una tendencia lineal

Answer

Calcular los coeficientes de regresión

Answer

Predecir valores de la variable dependiente

Question 42

¿Cuál es una posible limitación del análisis de regresión?

Accepted Answer

Puede no identificar relaciones causales

Answer

Es fácil de interpretar

Answer

Puede predecir valores con precisión

Answer

Es aplicable a cualquier tipo de datos

Question 43

En el modelo de regresión lineal simple, ¿cuál es el papel del coeficiente de regresión (b)?

Accepted Answer

Representa la pendiente de la recta de regresión, indicando la variación en la variable dependiente por cada unidad de cambio en la variable independiente.

Answer

El error estándar de la estimación, que mide la dispersión de los puntos de datos alrededor de la recta de regresión.

Answer

El valor de la variable dependiente cuando la variable independiente es uno.

Answer

El intercepto de la recta de regresión, que indica el valor de la variable dependiente cuando la variable independiente es cero.

Question 44

El coeficiente de determinación (R²) en el análisis de regresión lineal simple indica:

Accepted Answer

La proporción de la variación de la variable dependiente que es explicada por la variable independiente.

Answer

El error estándar de la estimación, que mide la dispersión de los puntos de datos alrededor de la recta de regresión.

Answer

La pendiente de la recta de regresión, que representa el cambio en la variable dependiente por cada unidad de cambio en la variable independiente.

Question 45

¿Qué método se utiliza generalmente para estimar los coeficientes de regresión en el modelo de regresión lineal simple?

Accepted Answer

Mínimos cuadrados ordinarios (MCO)

Answer

Máxima verosimilitud, que se utiliza cuando los datos no siguen una distribución normal.

Answer

Regresión ponderada, que se utiliza cuando los puntos de datos tienen diferentes niveles de importancia o precisión.

Question 46

¿Cuál es el propósito de una prueba t para los coeficientes de regresión en el análisis de regresión lineal simple?

Accepted Answer

Determinar si los coeficientes de regresión son estadísticamente significativos, lo que indica que son diferentes de cero.

Answer

Evaluar la bondad del ajuste del modelo, que se mide mediante el coeficiente de determinación (R²).

Answer

Estimar los coeficientes de regresión, que se realiza mediante el método de mínimos cuadrados ordinarios.

Question 47

Una empresa realiza una encuesta a sus clientes para predecir su satisfacción en función de la calidad del producto y el tiempo de entrega. ¿Qué tipo de análisis estadístico es el más adecuado para este propósito?

Accepted Answer

Regresión lineal múltiple

Answer

Regresión logística, que se utiliza para predecir resultados binarios (por ejemplo, sí/no).

Answer

Correlación, que mide la relación lineal entre dos variables.

Question 48

¿Cuál de las siguientes NO es una ventaja del análisis de regresión?

Accepted Answer

Puede establecer relaciones causales entre variables.

Answer

Puede predecir valores futuros de la variable dependiente basándose en valores conocidos de las variables independientes.

Answer

Puede identificar variables independientes que son importantes para predecir la variable dependiente.

Question 49

En el contexto del análisis de regresión lineal múltiple, ¿qué técnica se utiliza para seleccionar las variables independientes que se incluyen en el modelo?

Accepted Answer

Regresión por pasos

Answer

Análisis de componentes principales, que se utiliza para reducir la dimensionalidad de los datos.

Answer

Análisis de conglomerados, que se utiliza para agrupar observaciones en función de sus similitudes.

Answer

Análisis discriminante, que se utiliza para clasificar observaciones en grupos.

Question 50

En el análisis de regresión, ¿qué término se utiliza para referirse a la diferencia entre el valor observado de la variable dependiente y el valor predicho por el modelo?

Accepted Answer

Residual

Answer

Error estándar, que mide la dispersión de los residuos.

Answer

Variable independiente, que es la variable que se utiliza para predecir la variable dependiente.

Answer

Coeficiente, que es el valor que multiplica la variable independiente en la ecuación de regresión.

Question 51

Una empresa quiere utilizar el análisis de regresión para predecir las ventas futuras en función de los gastos en publicidad. ¿Qué tipo de variable dependiente se utilizaría en este escenario?

Accepted Answer

Continua

Answer

Nominal, que representa categorías no numéricas.

Answer

Discreta, que sólo puede tomar valores enteros.