3IA3-02EVAL-02

En la ecuación de regresión y=β0+β1X+ϵ, ¿qué representa β1?

• El término de error.

• La pendiente de la línea.

• El intercepto.

• El coeficiente de determinación

¿Qué mide el coeficiente R^2 en un modelo de regresión?

• La correlación entre X e y

• La proporción de la varianza de y explicada por X

• La pendiente de la línea de regresión.

• La media de los residuos.

¿Cuál de las siguientes bibliotecas se utiliza para ajustar un modelo de regresión lineal en Python?

• numpy

• matplotlib

• statsmodels

• seaborn

En statsmodels, ¿cuál es el propósito de sm.add_constant()?

• Añadir ruido aleatorio al modelo.

• Calcular los residuos.

• Añadir el término de intercepto (bias) a las variables independientes.

• Normalizar los datos de entrada.

En sklearn, ¿qué método se utiliza para entrenar un modelo de regresión lineal?

• model.fit()

• model.train()

• model.predict()

• model.summary()

Si quieres obtener los coeficientes de un modelo ajustado con LinearRegression en sklearn, ¿qué atributo usas?

• model.coef_

• model.coefficients

• model.parameters

• model.predict()

En un modelo ajustado con statsmodels, ¿qué indica un p-valor mayor a 0.05 para un coeficiente?

• El coeficiente es estadísticamente significativo.

• El coeficiente no es estadísticamente significativo.

• El modelo es perfecto.

• No se puede interpretar.

En sklearn, ¿cómo puedes calcular el coeficiente R^2 de un modelo?

• model.score(X, y)

• model.coef_

• model.predict()

• model.fit(X, y)

Cuál de los siguientes gráficos se utiliza comúnmente para verificar los residuos en un modelo de regresión lineal?

• Gráfico de dispersión (scatter plot).

• Histograma.

• Gráfico de residuos vs. predicciones.

• Gráfico circular.

¿Qué indica una distribución normal de los residuos?

• Que el modelo está sobreajustado.

• Que el modelo cumple con el supuesto de normalidad.

• Que el modelo tiene multicolinealidad.

• Que R^2 es igual a 1.