WorksheetsRegresión Lineal Múltiple
Total questions: 10
Worksheet time: 5mins
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
