Font size
WorksheetsREGRESIÓN LINEAL
Total questions: 86
Worksheet time: 1hrs 7mins
La siguiente imagen muestra que existe una relación lineal:
Directamente proporcional entre X e Y
Inversamente proporcional entre X e Y
Directamente proporcional entre X2 e Y
Inversamente proporcional entre X2 e Y2
Método de estimación para la mejor recta:
Máxima verosimilitud
Intervalos de confianza
Derivada de Y con respecto a X
Mínimos cuadrados.
Una regresión lineal simple busca:
Establecer la diferencia entre 2 muestras
Establecer la relación entre una variable independiente y otra dependiente
Establecer la relación entre más de una variable independiente y una dependiente
Establecer la relación entre una variable independiente y más de una dependiente
En la expresión Y = b + a X, el término b representa
La intersección con el eje X
La intersección con el eje Y
La suma de los errores
La suma de los errores al cuadrado
El modelo de ________________________ explica la relación entre una variable dependiente, a la que se denotará y, con otra(s) explicativa(s) a través de una ecuación de primer orden.
regresión lineal
regresión no lineal
correlación
ninguna de las anteriores
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
una función lineal sera decreciente si
m=0
m>0
m<0
se puede decir que la función lineal es
una recta dibujada en el plano cartesiano
una curva que va hasta el infinito
una función cuadratica
En una ecuación lineal el valor de "b" corresponde a:
La intersección con el eje x
La pendiente de la recta
La raíz de la ecuación
La intersección con el eje y
En una ecuación lineal el valor de "m" representa:
La raíz de la ecuación
La intersección con x
La pendiente de la recta
La intersección con y
Considerando las siguientes variables:
X = Numero de estudiantes que trabajan
Y = Promedio de calificaciones
¿Cuál es la variable dependiente?
X = Numero de estudiantes que trabajan
Y = Promedio de calificaciones
El análisis de regresión consiste en definir la variable independiente X que ayude a explicar o a estimar la variable dependiente Y, siempre que exista una relación lineal entre ellas y siempre que se trate de variables cuantitativas.
FALSO
VERDADERO
El análisis de regresión se enfoca en la exploración, explicación y estudio de dependencia de una variable mediante una o más variables explicativas.
VERDADERO
FALSO
El método de mínimos cuadrados se utiliza para determinar una ecuación de la recta que tiene como característica el Involucra para su cálculo, la noción de Y, igual, al valor de un dato i de Y.
VERDADERO
FALSO
Una regresión lineal simple busca:
Establecer la diferencia entre 2 muestras
Establecer la relación entre una variable independiente y otra dependiente
Establecer la relación entre más de una variable independiente y una dependiente
Establecer la relación entre una variable independiente y más de una dependiente
El método de los mínimos cuadrados minimiza una suma basada en
la distancia vertical a la recta
la distancia horizontal a la recta
la distancia perpendicular a la recta
la diferencia entre los valores X y Y
Uno de los supuestos del modelo de regresión lineal es: Que la relación entre las variables sea lineal
Verdadero
Falso
En el modelo de regresión lineal simple solo se considera una variable independiente.
Falso
Verdadero
El análisis de regresión es un método estadístico que permite examinar...
La relación entre una o más variables
La dependencia entre una o más variables
El cociente entre una o más variables
El producto entre una o más variables
Método de estimación para la mejor recta:
Máxima verosimilitud
Intervalos de confianza
Derivada de Y con respecto a X
Mínimos cuadrados.
En una ecuación lineal el valor de "b" corresponde a:
La intersección con el eje x
La pendiente de la recta
La raíz de la ecuación
La intersección con el eje y
¿Cuál es el mejor gráfico para representar la relación entre dos variables?
Dispersión
Pastel
Histograma
Sectores
Un establecimiento vende helados con los precios mostrados en la tabla. Calcula la ecuación para la regresion lineal de los datos mostrados
El modelo lineal que representa la distancia en kilometros dado el tiempo de viaje es:
m=−1.79+61.93h .
Predice cuanto recorre una persona en 600 min
617.51 km
621.09 km
100 km
0.19 km
Ejercicio: Realizar la regresión lineal de la siguiente base de datos
copia y pega en R-Studio las siguientes tres lineas:
library(tidyverse)
DS <- read_csv("https://www.dropbox.com/s/sfrafwhlr6em5e1/LungFunction.csv?dl=1")
ggplot(DS, aes(x=age, y=FEV)) + geom_point()+geom_smooth(method=lm)
Obtener la regresión lineal simple con las variables "FEV" y "age" para anotar en el espacio el valor numérico del intercepto. Utiliza la funcion lm()
*Todos los detalles de la base de datos puden ser consultados en https://doi.org/10.1080/10691898.2005.11910559
(a)
¿Cuáles fueron las instrucciones con las cuales obtuviste el resultado?
Copia aqui las lineas que usaste en R. Si utilizaste otro software, menciona cual y describe el procedimiento aqui
¿Cuáles son tus conclusiones del ejercicio?
¿Que se puede decir del fenómeno de estudio con la relación obtenida?
Un error estándar del estimado igual a 1.0 significa una relación perfecta entre la variable dependiente y la variable independiente.
Verdadero
Falso
Uno de los supuestos de la regresión lineal es de que los valores residuales tienen una media aritmética igual a cero.
Verdadero
Falso
El siguiente es un ejemplo de regresión lineal: El ingreso que percibe un individuo esta relacionado con el nivel de educación.
Verdadero
Falso
En un diagrama de dispersión existe una correlación entre la variable "X" y "Y" que no es perfecta cuando la correlación entre las dos variables siempre será un valor cercano a 1.
Verdadero
Falso
El siguiente es un ejemplo de regresion lineal: El nivel de ingresos de un individuo asociado con el sector en el que trabaja y con el nivel de educación de educación que posee
Verdadero
Falso
La variable dependiente es una variable que:
se explica y se encuentra en ele eje X
se predice o estima y se muestra en el eje Y
se predice o estima y se muestra en el eje X
En el siguiente ejemplo "Se tiene interés en estimar el salario de un ejecutivo con base en los años de su experiencia laboral y si se gradúo de la universidad"
En este modelo la variable que se debe convertir en ficticia es la variable años de experiencia laboral.
En este modelo la variable que se debe convertir en ficticia es el salario
En este modelo la variable que se debe convertir en ficticia es si se graduó de la universidad.
Cuando se agrega o elimina una variable independiente, hay un cambio ______ de los valores de los coeficientes de regresión restantes.
drastico
leve
moderado
De acuerdo al siguiente modelo de regresión lineal ¿Cuál será el valor estimado de "y" si "x" es igual a 3?
No es posible saberlo
15.5
23.6
2.7
¿Cual de los siguientes diagramas representa una correlación positiva?
porcentaje que la variable predictora explica de la variable respuesta:
Coeficiente de correlación
Coeficiente de determinación
Coeficiente de asociación.
Coeficiente lineal.
La siguiente imagen muestra que existe una relación lineal:
Directamente proporcional entre X e Y
Inversamente proporcional entre X e Y
Directamente proporcional entre X2 e Y
Inversamente proporcional entre X2 e Y2
Método de estimación para la mejor recta:
Máxima verosimilitud
Intervalos de confianza
Derivada de Y con respecto a X
Mínimos cuadrados.
Un ajuste del 0.89 en la recta de regresión lineal indica:
Una relación perfecta entre X e Y
Una relación debìl entre X e Y
Una relación fuerte entre X e Y
Una relación moderada entre X e Y
Los contraste de los parámetros de la regresión se realizan con una distribución:
t- student con 1 grado de libertad
t-student con n-p grados de libertad
F con 1 y k-1 grados de libertad
F con 2 y n grados de libertad
Coeficiente que mide la relación entre dos variables numéricas no normales de muestras pequeñas.
Coeficiente de correlación de pearson.
Coeficiente de correlación de spearman.
Coeficiente de correlación de kendall.
Coeficiente de correlación de tau b - kendall.
En un análisis de regresión lineal múltiple el ajuste se mira con el :
Coeficiente de correlación.
Coeficiente de determinación.
Coeficiente de determinación ajustado.
Coeficiente de correlación ajustado.
Un no rechazo de la Ho en la inferencia del β1 implica:
Un cambio de la variable Y a razón de X en un valor > que cero.
Un cambio de la variable Y a razón de X en un valor < que cero.
Un cambio de la variable Y a razón de X en un valor = que cero.
Un cambio de la variable Y a razón de X en un valor = que cero.
La regresion lineal es un modelo de aprendizaje supervisado.
Verdadero
Falso
Depende del contexto
La recta obtenida según la regresión lineal por métodos de minimos cuadrados es aquella que minimiza
La variable X
La variable Y
Los residuos (Y-X)
La predicción
Después de crear un modelo de regresión lineal sobre los datos de viviendas, el resultado d ela izquierda indica que la variable Y (precio) puede explicarse de manera significativa por la variable X (M2)
Correcto, ya que sólo hay un coeficiente (M2).
Correcto, ya que los niveles de significación son los habituales.
Correcto, ya que P es menor que 0.05
El modelo de regresión lineal permite ...
explicar que variables (Xs) son significativas
predecir los valores de la variable dependiente u objetivo (Y)
ambos
ninguno de los dos
¿Cuales son los motivos para dividir nuestros datos en train y test?
Para entrenar con los datos antes
Todas las respuestas son validas
Para evaluar con el training set
Para evaluar el modelo con los datos de test
Los residuos son las diferencias entre los valores de la variable dependiente observados (Y) y los valores que predecimos a partir de nuestra recta de regresión lineal.
Correcto, siempre que la R-cuadrado sea positiva
Correcto
Incorrecto
Incorrecto, ya que esas diferencias no pueden ser calculadas
El error de un modelo de predicción se obtiene como la DIFERENCIA entre la predicción obtenida por el modelo MENOS el valor esperado.
Verdadero
Falso
Depende del tipo de modelo de regresión
Los modelos de regresion lineal son
Muy interpretables y muy precisos
Poco interpretables y poco precisos
Muy interpretables y poco precisos
Poco interpretables y muy precisos
La recta obtenida según la regresión lineal por métodos de minimos cuadrados es aquella que minimiza
La variable X
La variable Y
Los residuos (Y-X)
La predicción
Las variables cualitativas sólo pueden ser dicotómicas cuando ...
los valores de la variable cualitativa son excluyentes entre sí.
los valores de la variable cualitativa son tipo numérico.
los valores de la cualitativa son numéricos.
Que significa para un modelo tener un valor R2 de cero?
R2 no puede ser cero
Un valor de cero podria indicar que el modelo falla en modelar correctamente los datos
Un valor de cero podria indicar que el modelo hace un fit perfecto.
Rellene el espacio en blanco. Cual es el modulo que estamos importando?
sklearn.regression_model
sklearn
sklearn.linear_model
En la ecuacion de regresion lineal multipe que son las variables m?
La intercepcion
Las variables independientes
Las variables dependientes
Los coeficientes
Cual de los 2 siguientes coeficientes tendra un mayor impacto en la variable dependiente, un coeficiente de -1.5 o un coeficiente de 1.5?
Ambos tendran el mismo nivel de impacto
El coeficiente -1.5
El coeficiente 1.5
Cual de las siguientes frases es la correcta acerca del Analisis Residual (Residual Analysis)?
El analisis residual nos permite evaluar la precision del modelo de regresion lineal multiple
El analisis residual nos permite evaluar la precision del modelo de clasificacion
Un residual es la diferencia entre el modelo de entrenamiento y modelo de test.
Verdadero/Falso: el conjunto de datos de test son los datos que usted particiona al principio del modelo (para proveer informacion sin sesgar la evaluacion del modelo)
Verdadero
False
Dada una regresion lineal y 4 puntos de datos, cual punto tiene el residual mas largo?
Punto C
Punto D
Punto B
Punto A
Encuentre el error: cual linea dañara el siguiente codigo?
y_predict = regr.predict(x_set)
from sklearn.linear_model import LinearRegression
regr = LinearRegression()
Un intervalo de confianza del 95% de una media significa que, un 95% de las veces que...___________, la media estará entre los valores estimados.
...repitamos la muestra,...
...estimemos la desviación típica,...
...estimemos los errores típicos,...
...repitamos el experimento,...
Si preferimos un nivel de confianza del 99% en vez del habitual 95%, el intervalo de confianza de una media será...
...más reducido
...más amplio
...más homogéneo
...más probabilístico
Cuando tengo una variable cuantitativa y una cualitativa, lo que tengo que hacer es...
una tabla de contingencia
un análisis de correlaciones
una comparación de medias
una regresión lineal
Cuando tengo dos variables cuantitativas, lo que tengo que hacer es...
una tabla de contingencia
un análisis de correlaciones
una comparación de medias
una tabla de frecuencias
Cuando tengo dos variables cuaLitativas, lo que tengo que hacer es...
una tabla de contingencia
un análisis de correlaciones
una comparación de medias
una regresión lineal
Con esta imagen podemos decir que...
los países muy corruptos son menos felices que los países medianamente corruptos
los países poco corruptos son más felices que los países corruptos
los países menos felices son menos corruptos
no podemos llegar a una conclusión sobre el nivel de felicidad del país y su nivel de corrupción
Mientras que el análisis de correlación se suele usar para análisis exploratorios de las relaciones entre variables, la regresión lineal se suele usar para análisis....
descriptivos
explicativos
experimentales
latentes
Según el gráfico, podemos decir que el salario de una persona con una educación de 5 años es de...
700 euros
800 euros
900 euros
1.000 euros
Según el gráfico, el salario medio de alguien con 10 años de educación es de ...
600 euros
700 euros
800 euros
900 euros
En una fórmula de regresión lineal...
la B0 indica el valor de Y cuando X es igual a 0
la B0 es el punto de corte
la B0 el el valor de la VD cuando la VI es igual a 0
todas las respuestas son correctas
Que es correlación?
Es la relacion que existe entre dos variables
Es la relacion lineal entre dos variables
Es la regresion entr dos variables
Es la varianza de una variable
Que mide la correlación de Pearson?
La relacion no lineal entre dos variables
La relación lineal entre dos variables
La linea que existe entre dos variables
La Pearsona que existe entre dos variables
La covarianza de x,y mide..
La media de dos variables
La correlación entre dos lineas
El signo de la correlación
como co varían dos variablels
La correlacion puede ser:
Fortuita y causal
Real y verdadera
Obligatoria
Obra de la línea de regresión
En la primer inagen, la correlación es..
Positiva
Negativa
No existe correlación
Ninguna de las anteriores
En la Figura. la correlacion es..
0.999
Negativa
Positiva
Cero
Las variables contínuas...
1, 2 3, etc
Solo 1 y 0
Incluyen todo el infinito de valores en el rango especificado
Son de tipo categorico
Es esta figura de dispersión, la correlacion lineal..
Es sigmoidal
Es buena
No aplica
Si aplica
Segun la Figura, la correlación es aproximadamente de:
-0.8
0.80
0.50
0.30
En esta figura entiendo bien que valor es la correlación
Si
No
Todavia me falta
Esta genial
Para hacer correlación, las variables deben seguir la figura..
Uno
Dos
Tres
Cuatro
En esta figura la correlacion es aproximadamente
0.90
-0.90
0.30
-0.30
Aqui podemos aplicar..
Ninguna de las anteriores
Correlación múltiple
Correlacion de Pearson
Correlació no lineal
