Regresión

la correlación sirve para:

• medir el grado o la fuerza de asociación entre dos variables.

• determinar la distancia promedio entre la recta o curva de regresión y los puntos externos

• medir valores de aproximación en $\overline{y}$

• dibujar la curva o recta de regresión

Para este diagrama de dispersión, el coeficiente de correlación es:

• cercano a 0

• cercano a 1

• cercano a -1

• exactamente 1

Cuando hay ausencia de correlación, "r" se acerca a:

El método para ajustar una línea de Regresión, haciendo mínima la suma de cuadrados de las diferencias entre los puntos dados y los obtenidos mediante la línea ajustada se le denomina:

• análisis de tendencia mínimo

• Coeficiente mínimo de Pearson

• Varianza mínima

• Mínimos cuadrados

Supongamos la siguiente información acerca de precios P y cantidades Q demandadas. Se puede observar que la relación entre P y Q:

• No es lineal

• Es lineal

• No tiene una forma determinada

• Es exactamente una recta

Para calcular el coeficiente de correlación de una aproximación exponencial, necesitamos hallar el promedio de la variable independiente

• Verdadero

• Falso

Seleccione lo que NO se necesita para calcular los valores de "a" y "b" de una ecuación de aproximación exponencial (puede escoger más de una opción)

•  $\sum_{ }^{ }x$  

•  $\sum_{ }^{ }y$  

•  $\sum_{ }^{ }\log y$  

•  $\sum_{ }^{ }x\log y$  

•  $\sum_{ }^{ }\log x$  

La siguiente imagen muestra que existe una relación lineal:

• Directamente proporcional entre X e Y

• Inversamente proporcional entre X e Y

• Directamente proporcional entre X² e Y

• Inversamente proporcional entre X² e Y²

El modelo de ________________________ explica la relación entre una variable dependiente, a la que se denotará y, con otra(s) explicativa(s) a través de una ecuación de primer orden.

• regresión lineal

• regresión no lineal

• correlación

• ninguna de las anteriores

En el modelo de regresión lineal simple solo se considera una variable independiente.

• Falso

• Verdadero