TEMA 17: Preguntas

1. En regresin lineal simple:

a) la
0 :
0
= H
se puede contrastar mediante el estadstico T o mediante el estadstico F
b)
2
F T =
c)
F T =
2. Seale cual de las tres es la alternativa incorrecta:
a) el coeficiente de correlacin de earson es el estimador de
xy

b)
xy
r
est! relacionado con el estimador de la pendiente de la recta de regresin
c)
xy
r
no est! relacionado con la varian"a de los errores de pronstico
#. $uando el coeficiente de determinacin simple toma el valor m!%imo &1):
a) la varian"a e%plicada por la regresin es cero
b) todos los puntos estar!n sobre la recta de regresin
c) la varian"a residual ser! 1
'. En regresin lineal( la suma de cuadrados total representa:
a) el error o desviacin total
b) la desviacin con respecto a la recta de regresin
c) la cantidad de error e%plicado por la regresin
). El an!lisis de regresin tiene:
a) vertiente descriptiva e inferencial
b) solo vertiente descriptiva
c) solo vertiente inferencial
*. El ob+etivo principal del modelo de correlacin lineal simple es:
a) valorar las diferencias entre variables ,ue miden las mismas caractersticas
b) predecir los valores de - &variable criterio) a partir de los valores de . &variable
predoctora)
c) averiguar la fuer"a de la relacin entre . e -
/. 0e las siguientes afirmaciones referidas a la regresin lineal simple slo una es correcta(
1cu!l2:
a) las ecuaciones normales nos permiten obtener los estimadores de la ordenada 3 la
pendiente poblacional de la recta de regresin
b) 4 3 5 son( respectivamente( la pendiente 3 la ordenada de la recta de regresin
c) r%3 es el coeficiente de determinacin.
6. En el an!lisis de la correlacin lineal simple:
a) e%iste una relacin de causalidad entre las variables . e -
b) se estudia la relacin entre dos variables con el ob+etivo principal de 7acer predicciones
c) el ob+etivo es estudiar la variacin con+unta de dos variables aleatorias . e -
8. 9a varian"a de las desviaciones de la regresin es:
a) la cantidad de error eliminado cuando la recta de regresin se a+usta a los puntos de la
muestra
b) la media cuadr!tica de los errores no e%plicados por la recta de regresin
c) la suma de cuadrados debida a la regresin de - sobre .
1:. ara contrastar 7iptesis sobre el par!metro 5 en la regresin:
a) es posible contrastar 7iptesis sobre el par!metro( tanto si se conoce como si se
desconoce la varian"a de la poblacin
b) no es necesario conocer la varian"a de la poblacin
c) se necesita conocer la varian"a de la poblacin
11. El modelo de correlacin lineal simple inclu3e entre sus supuestos ,ue:
a) la variable . se 7a3a medido( al menos( a nivel de intervalo
b) las dos variables se 7a3an medido( al menos( a nivel de intervalo
c) la variable dependiente se 7a3a medido( al menos( a nivel de intervalo
12. En regresin lineal simple( la suma de cuadrados debida a la regresin de - sobre .
representa:
a) el error ,ue todava ,ueda despu;s de aplicar la recta de regresin
b) el error e%plicado o eliminado por la recta de regresin
c) el error o desviacin total
1#. ara contrastar la 7iptesis sobre el coeficiente de correlacin de earson es suficiente
,ue:
a) se cumplan los supuestos del modelo de correlacin lineal
b) se cumpla el supuesto de distribucin bivariante normal
c) la distribucin poblacional sea bivariante normal 3 adem!s se cumplan los supuestos
del modelo de correlacin lineal
14. 0ado ,ue r%3 es un estimador sesgado del coeficiente de correlacin poblacional( su
distribucin muestral ba+o <o ser!:
a) igual para r%3 = : ,ue para r%3 = a( siendo >a? un valor comprendido entre @1 3 A1
b) diferente para r%3 = : ,ue para r%3 = a( siendo >a? un valor comprendido entre @1 3 A1
c) ambas respuestas son incorrectas( 3a ,ue r%3 es un estimador insesgado del coeficiente
de correlacin poblacional
15. ara contrastar la 7iptesis B1 = B2 con muestras independientes( se 7a de cumplir ,ue:
a) las poblaciones sean bivariantes normales 3 las muestras sean aleatorias e
independientes
b) las poblaciones pueden tener cual,uier distribucin( siempre ,ue las muestras sean
aleatorias e independientes
c) las poblaciones sean bivariantes normales 3 las muestras est;n relacionadas

16. ara contrastar la 7iptesis B%3 = B%" con observaciones relacionadas se 7a de cumplir ,ue:
a) las poblaciones sean bivariantes normales
b) las poblaciones sean bivariantes normales 3 tenemos ,ue 7aber recogido los datos en
dos muestras independientes de su+etos
c) la forma de la distribucin de las variables en la poblacin es irrelevante
17. En el modelo de regresin lineal simple:
a) C
2
3D% vara segEn vara la variable predictora
b) C
2
3D% vara en virtud de los valores ,ue toma la variable criterio
c) C
2
3D% es constante
Problema 1
Se desea pronosticar la capacidad para mane+ar ordenadores &F) en funcin de la edad de los
su+etos &G). ara ello( se recogieron los datos sobre la edad &entre 1: 3 '* aos) 3 se pas una
prueba de mane+o de ordenadores &donde : es la peor calificacin posible en la prueba 3 1: la
me+or) a una muestra aleatoria de 2: su+etos. Sabiendo ,ue se cumplen los supuestos
necesarios( se fi+ el nivel de significacin en :.:) 3 se obtuvieron los siguientes resultados:
F H= './' A :.11 G 48 . 0

=
e
S 93 . 0 =
MR
28 . 0

=
a
S 01 . 0

=
b
S
1. El valor muestral de la pendiente de la ecuacin de regresin de F sobre G es:
a) './'
b) :.11
c) :.8#
2. El valor muestral apro%imado del estadstico de contraste para contrastar si la pendiente de
la ecuacin de regresin es significativa es:
a) 11
b) 1*.*'
c) ).2'
#. El nivel crtico p es:
a) un valor entre @2.1: 3 2.1:
b) un valor entre :.:1 3 :.::1
c) un valor menor ,ue :.::1
'. 1Se rec7a"a la 7iptesis nula2:
a) Si( por,ue el valor muestral del estadstico de contraste supera el nivel crtico p
b) Io( por,ue el valor muestral del estadstico de contraste supera el valor crtico
c) Si( por,ue el nivel crtico p no supera el valor de alfa
). 9os lmites apro%imados del intervalo de confian"a para la pendiente de la ecuacin de
regresin son:
a) '.1' 3 ).##
b) @'.1' 3 ).##
c) :.:8 3 :.1#
*. ara un alfa = :.:):
a) la ordenada de la ecuacin de regresin poblacional no es significativamente
distinta de cero
b) la pendiente de la ecuacin de regresin poblacional es significativamente distinta
de cero por,ue el cero no cae dentro del intervalo de confian"a
c) la pendiente de la ecuacin de regresin poblacional no es significativamente
distinta de cero por,ue el cero cae dentro del intervalo de confian"a
Problema 2
Se desea predecir la ansiedad precompetitiva de los corredores de velocidad a trav;s de la
dure"a de su entrenamiento. ara 7acerlo( se eligi una muestra aleatoria simple de /
velocistas 3 a cada uno se le aplic( durante toda la temporada atl;tica( un nivel de
entrenamiento distinto en cuanto al grado de dure"a &0). Jl final de la temporada se evalu la
ansiedad precompetitiva de los velocistas &J). 0ados los supuestos relativos al modelo de
regresin lineal correspondiente 3 sabiendo ,ue el estimador de la varian"a error es igual a
:H/1( la G$regresin = /H**)( 3 ,ue:
KK KK
D = #( L 0 = 21 L 0
2
= 81( A = 6H/)(
L J = *1H2)( L J
2
= )'/H1)( L 0J = 1*8H1
1.@ 1$u!l es el valor apro%imado del coeficiente M de la recta de regresin muestral2:
a) :H)2#
b) @:H888
c) @:H6:1
2.@ 1$u!l es el valor apro%imado del estimador del par!metro 4 de la recta de regresin2:
a) @/H)6
b) 1:H#2
c) /H)6
#.@ 1Nu; valor de los siguientes e%presa el grado de linealidad del diagrama de dispersin de
los datos muestrales2:
a) El valor muestral de la ordenada de la ecuacin de regresin.
b) El valor muestral del coeficiente de correlacin lineal al cuadrado.
c) Jmbas respuestas son incorrectas.
'.@ 1$u!l sera la decisin estadstica a tomar respecto a la pendiente a un n.c. del 8) O si el
valor muestral del estadstico para contrastar la 7iptesis de ,ue la pendiente de la recta de
regresin en la poblacin es nula( es apro%imadamente
@#H262:
a) Se rec7a"ara <o por,ue :H:2 P p P :H:) 3 por tanto p P 4
b) Se aceptara <o.
c) Se rec7a"ara <o por,ue p Q 4
).@ Suponiendo ,ue aceptamos la 7iptesis nula respecto a la pendiente( podemos afirmar con
un n.c. del 8) O ,ue:
a) 5 es significativamente distinta de cero.
b) 4 es significativamente distinta de cero.
c) 9a regresin lineal no es significativa.
*.@ En el an!lisis de varian"a para la ecuacin de regresin lineal aplicada( el estadstico F
obtenido es apro%imadamente:
a) 1:H6
b) '#H)
c) Io es posible calcularlo con los datos de ,ue se dispone.
Problema 3
En un estudio sobre la calidad de vida en la tercera edad( se 7a encontrado una correlacin positiva(
r%3 = :H*/( entre las 7oras a la semana durante las ,ue se reali"a e+ercicio fsico moderado &.) 3 las
puntuaciones en una escala de autoestima &-)( en una muestra de &n1) 62 ancianos ,ue asistan
7abitualmente a un 7ogar de la tercera edad. 0os aos despu;s se tom otra muestra &n2)( en este
caso de 81 participantes( en donde se encontr ,ue r%3 = :H'#. Se asumen los supuestos del modelo
de correlacin lineal. En la solucin de este problema debe considerarse un n.c. del 8) O.
1.@ Se trata de muestras:
a) En parte relacionadas 3 en parte independientes.
b) Felacionadas.
c) Rndependientes.
2.@ Seale la alternativa ,ue corresponde a la 7iptesis nula para contrastar la 7iptesis de ,ue
ambos valores del estadstico r%3 son similares:
a) B1 = B2
b) B%3 = B%3
c) B%3 = a
#.@ $alcular el intervalo de confian"a para la diferencia de correlaciones a nivel poblacional( 1cu!l
entre los siguientes sera el valor m!s apro%imado al lmite inferior de ese intervalo2:
a) :H::)
b) :H:)
c) :H:8)
'.@ 1uede rec7a"arse la 7iptesis nula2:
a) Io( por,ue el valor del estadstico de contraste es menor ,ue 1H8*.
b) S( por,ue el valor del estadstico de contraste es menor ,ue 1H8*.
c) S( por,ue el valor del estadstico de contraste es ma3or ,ue 1H8*.
).@ Si el resultado del c!lculo del estadstico de contraste 7ubiera sido 1H#( 1cu!l de los siguientes
valores sera el m!s apro%imado a >p?2:
a) :H6:
b) :H):
c) :H2: