Estimación de Mínimos Cuadrados

¿Cómo se calcula el error cuadrático medio?

• ECM = (n/1) * Σ(predicho - actual)²

• ECM = (1/n) * Σ(actual / predicho)²

• ECM = (1/n) * Σ(actual - predicho)²

• ECM = Σ(actual + predicho)²

Answer explanation

El error cuadrático medio (ECM) se calcula como la media de los cuadrados de las diferencias entre los valores predichos y los valores reales. La fórmula correcta es ECM = (1/n) * Σ(actual - predicho)².

Si los valores reales son [3, 5, 2] y las predicciones son [2.5, 5.5, 1.5], ¿cuál es el error cuadrático?

• 1.5

• 0.5

• 2.0

• 0.25

Answer explanation

El error cuadrático se calcula como la media de los cuadrados de las diferencias entre los valores reales y las predicciones. Aquí, (3-2.5)² + (5-5.5)² + (2-1.5)² = 0.25 + 0.25 + 0.25 = 0.75, y 0.75/3 = 0.25.

Explica el concepto de mínimos cuadrados en tus propias palabras.

• Una técnica para encontrar la mediana de un conjunto de números.

• Un proceso para eliminar valores atípicos en un conjunto de datos.

• El concepto de mínimos cuadrados se refiere a un método matemático para ajustar una función a un conjunto de datos minimizando la suma de los cuadrados de las diferencias entre los valores observados y los predichos.

• Un método para calcular promedios de datos.

Answer explanation

El concepto de mínimos cuadrados es un método matemático que busca ajustar una función a un conjunto de datos, minimizando la suma de los cuadrados de las diferencias entre los valores observados y los valores predichos.

Dada la función de predicción y = 2x + 1, ¿cuál sería la predicción para x = 4?

• 9

• 5

• 7

• 10

Answer explanation

Para calcular y cuando x = 4, sustituimos en la función: y = 2(4) + 1 = 8 + 1 = 9. Por lo tanto, la predicción para x = 4 es 9.

Si el error cuadrático total es 10 y hay 5 observaciones, ¿cuál es el error cuadrático medio?

• 3

• 5

• 1

• 2

Answer explanation

El error cuadrático medio se calcula dividiendo el error cuadrático total entre el número de observaciones. En este caso, 10 dividido por 5 es 2. Por lo tanto, la respuesta correcta es 2.

¿Qué significa un error cuadrático bajo en un modelo de predicción?

• Significa que el modelo tiene un alto margen de error.

• Significa que el modelo de predicción tiene un buen ajuste a los datos.

• Indica que el modelo de predicción es ineficaz.

• Sugiere que los datos son irrelevantes para el modelo.

Answer explanation

Un error cuadrático bajo indica que las predicciones del modelo están cerca de los valores reales, lo que significa que el modelo tiene un buen ajuste a los datos. Esto es deseable en un modelo de predicción.

Si se tiene un conjunto de datos y se ajusta una línea de regresión, ¿cómo se evalúa la calidad del ajuste?

• Se evalúa mediante R², análisis de residuos, ECM y EAM.

• Se evalúa únicamente con gráficos de dispersión.

• Se evalúa solo con la media de los datos.

• Se evalúa mediante la moda y la mediana.

Answer explanation

La calidad del ajuste de una línea de regresión se evalúa mediante R², que indica la proporción de varianza explicada, y el análisis de residuos, así como el Error Cuadrático Medio (ECM) y el Error Absoluto Medio (EAM).

Calcula el error cuadrático para los valores reales [1, 2, 3] y las predicciones [1, 2, 4].

• 0.5

• 1.0

• 0.3333

• 0.6667

Answer explanation

El error cuadrático se calcula como la media de los cuadrados de las diferencias entre los valores reales y las predicciones. Aquí, (1-1)² + (2-2)² + (3-4)² = 0 + 0 + 1 = 1. Luego, 1/3 = 0.3333, que es la respuesta correcta.

¿Qué pasos seguirías para realizar una predicción utilizando mínimos cuadrados?

• Realizar un análisis de varianza para ajustar los datos.

• Utilizar la técnica de mínimos cuadrados para ajustar una línea a los datos y hacer predicciones.

• Utilizar la técnica de regresión logística para ajustar una línea a los datos.

• Aplicar el método de Monte Carlo para hacer predicciones.

Answer explanation

La técnica de mínimos cuadrados se utiliza para ajustar una línea a los datos, minimizando la suma de los cuadrados de las diferencias entre los valores observados y los predichos, lo que permite realizar predicciones efectivas.

Si el modelo de regresión es y = 3x + 2, ¿cuál sería la predicción para x = 0?

• 5

• 2

• 3

• 0

Answer explanation

Para x = 0, sustituimos en la ecuación y = 3(0) + 2. Esto da y = 0 + 2, que es igual a 2. Por lo tanto, la predicción para x = 0 es 2.