WorksheetsCuestionario Avanzado sobre Regresión de Rango Reducido y Métodos PLS
Total questions: 10
Worksheet time: 5mins
Name
Class
Date
1.
¿Cuál es la principal ventaja del método PLSSVD sobre OLSSVD en presencia de multicolinealidad severa?
a)
Mayor estabilidad en las estimaciones
b)
Menor tiempo de cálculo
c)
Mayor interpretabilidad de los coeficientes
d)
Mejor ajuste en muestras grandes
2.
En el contexto de la regresión de rango reducido, ¿qué representa la matriz Θ en la ecuación Y = XΘ + E?
a)
La matriz de variables independientes
b)
La matriz de coeficientes de regresión
c)
La matriz de errores
d)
La matriz de variables dependientes
3.
¿Qué técnica se utiliza en el método PLSSVD para abordar el problema de la multicolinealidad?
a)
Mínimos cuadrados ordinarios
b)
Descomposición en valores singulares
c)
Regresión de componentes principales
d)
Mínimos cuadrados parciales
4.
En el procedimiento OLSSVD, ¿qué representa la matriz G en la ecuación Y = GB' + E?
a)
La matriz de variables independientes
b)
La matriz de coeficientes de regresión
c)
La matriz de errores
d)
La matriz de scores de los factores
5.
¿Cuál es el propósito principal de utilizar la descomposición en valores singulares (SVD) en estos métodos de regresión?
a)
Reducir la dimensionalidad de los datos
b)
Eliminar la multicolinealidad
c)
Minimizar el error cuadrático medio
d)
Factorizar la matriz de coeficientes de regresión
6.
En el contexto de la regresión PLS, ¿qué representa la matriz W?
a)
Los pesos de las variables independientes
b)
Los pesos de las variables dependientes
c)
Los coeficientes de regresión
d)
Los errores del modelo
7.
¿Qué índice se utiliza para medir la multicolinealidad en los conjuntos de datos presentados en el artículo?
a)
Índice de condición
b)
Índice de Kaiser-Meyer-Olkin
c)
Factor de inflación de la varianza
d)
Coeficiente de determinación
8.
¿Cuál es la principal diferencia entre los métodos OLSSVD y PLSSVD en términos de su enfoque para manejar la multicolinealidad?
a)
OLSSVD utiliza SVD mientras que PLSSVD no
b)
PLSSVD incorpora PLS para estabilizar las estimaciones
c)
OLSSVD es más eficiente computacionalmente
d)
PLSSVD solo funciona con datos estandarizados
9.
¿Qué representa la matriz Γ en el procedimiento OLSSVD?
a)
Una matriz de pesos para las variables dependientes
b)
Una matriz de correlación entre variables independientes
c)
Una matriz de covarianza de errores
d)
Una matriz identidad en el caso más simple
10.
En el método PLSSVD, ¿cómo se calcula la matriz final de coeficientes de regresión Θ̂_PLS-SVD?
a)
Como el producto de W̃_H y C_H'
b)
Como el producto de A_PLS y B_SVD'
c)
Como la inversa de X'X multiplicada por X'Y
d)
Como la suma de los componentes PLS
100 %
