Semana 3,4, Exploración de patrones de datos

¿Cuál es uno de los criterios para determinar qué datos serán útiles en la elaboración de pronósticos?

• Los datos deben ser complejos y difíciles de interpretar.

• Los datos deben ser fidedignos y precisos.

• Los datos deben ser extensos y detallados.

• Los datos deben ser ambiguos y contradictorios.

¿Qué tipo de datos son las observaciones de datos realizadas a través del tiempo?

• Series de tiempo.

• Datos de corte transversal.

• Datos estacionales.

• Datos de tendencia.

¿Qué patrón de datos se presenta cuando los datos fluctúan alrededor de un nivel o una media constantes?

• Patrón de tendencia.

• Patrón estacional.

• Patrón horizontal.

• Patrón cíclico.

¿Qué componente de una serie de tiempo representa el crecimiento o el descenso en la serie durante un periodo extenso?

• Componente cíclico.

• Componente estacional.

• Componente de tendencia.

• Componente horizontal.

¿Qué prueba se utiliza para determinar si un coeficiente de autocorrelación es significativamente diferente de cero?

• Prueba de chi cuadrado.

• Prueba de hipótesis t de Student.

• Prueba de correlación de Pearson.

• Prueba de Ljung-Box.

¿Qué tipo de modelo se representa con la observación Yt = c + et en un modelo aleatorio simple?

• Modelo de ruido blanco.

• Modelo de regresión logística.

• Modelo de series temporales.

• Modelo de regresión lineal.

¿Qué se puede concluir si un coeficiente de autocorrelación cae fuera de los límites de confianza de 95% centrados en cero?

• Que la serie de tiempo tiene un patrón estacional.

• Que la serie de tiempo es aleatoria.

• Que la serie de tiempo es estacionaria.

• Que la serie de tiempo tiene una tendencia.

¿Cuál es el propósito de un correlograma o función de autocorrelación en el análisis de series de tiempo?

• Evaluar la precisión de los pronósticos realizados.

• Determinar la correlación entre dos variables independientes.

• Calcular la media y la desviación estándar de la serie de tiempo.

• Identificar patrones de datos incluyendo tendencia y estacionalidad.

¿Qué tipo de serie de tiempo se considera estacionaria?

• Una serie con fluctuaciones alrededor de una tendencia

• Una serie cuyo valor medio no cambia con el tiempo

• Una serie con una tendencia de crecimiento persistente

• Una serie con un patrón de cambio que se repite año tras año

¿Cuál es una característica de los datos estacionales?

• Fluctuaciones con forma de onda alrededor de una tendencia

• Crecimiento o decrecimiento persistente de larga duración

• Estabilidad en los factores que generan la serie

• Influencia del clima en la variable de interés