Regresión lineal múltiple

Es la situación en la cual las variables independientes de una ecuación de regresión múltiple están sumamente intercorrelacionadas, es decir, existe una relación lineal entre dos o más variables independientes

• Multicolinealidad

• Correlación

• Autocorrelación

• Ninguna de las anteriores

Cómo podemos minimizar del efecto de multicolinealidad

• tratando de incluir variables que sean dependientes una de otra

• tratando de incluir variables que sean independientes una de otra, esto es tratar de evitar variables que “digan la misma cosa”.

• No se puede evitar tener una multicolinealidad alta

• Ninguna de las anteriores

En los modelos de regresión lineal múltiple se consideran varias variables.

• Verdadero

• Falso

Uno de los aspectos que más se descuida al ajustar un modelo de regresión lineal simple es revisar que se cumplan los ______________________del modelo

• numeros

• datos

• supuestos

• ninguna de las anteriores

¿Cúal de las siguientes afirmaciones son correctas respecto al coeficiente de determinación (R²) ?

• Puede asumir cualquier valor entre 0 e infinito

• Cuando se acerca a 0, el modelo es considerado “mejor”

• Puede asumir cualquier valor entre -infinito e infinito

• Cuando se acerca a 1, el modelo es considerado “mejor”

Uno de los supuestos que deben cumplirse en el modelo de regresión lineal múltiple es:

• Heterocedasticidad de los residuos

• Autocorrelación de los residuos

• Multicolinealidad de las variables independientes

• Homocedasticidad de los residuos

¿Cuál es la función del análisis de Regresión Lineal Múltiple?

• clasificar matemáticamente a través de diferentes preguntas como: ¿Qué factores importan más? ¿Qué factores se pueden ignorar? ¿Cómo interactúan estos factores entre sí? Y, por último, ¿Qué tan seguro te sientes de todos estos factores?

• Predecir valores de una variable, es decir, a partir de unas características predecir de forma aproximada un comportamiento o estado.

• Comprobar y comparar modelos Implícitos.

• Indica la intensidad y la dirección de la relación entre esa variable independiente (VI)y la variable dependiente (VD).

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.

• Verdadero

• Falso

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

• Verdadero

• Falso

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.

• Verdadero

• Falso