Unificado Estadística II

Segundo Bimestre abril – agosto 2019

1 ANÁLISIS DE CORRELACIÓN es: un Grupo de técnicas para medir la asociación entre

dos variables.

2 Quien lo creo al coeficiente de correlación

Creado por Karl Pearson alrededor de 1900

3 que describe el coeficiente de correlación

Describe la fuerza de la relación entre dos conjuntos de variables en escala de intervalo o

de razón.

4 Como se designa al coeficiente de correlación

Se designa con la letra r, y con frecuencia se le conoce como r de Pearson o coeficiente

de correlación producto-momento. Puede adoptar cualquier valor desde -1.00 hasta
+1.00.

5 Empareje los siguientes diagramas de dispersión

1 Correlación negativa perfecta (-1.00)

Correlación negativa

(Valor se acerca a -1)

 Correlación positiva perfecta (1.00)

Correlación positiva

(Valor se acerca a +1)

Correlación 0

6 Enumere 4 de las 6 principales características del coeficiente de correlación

1. El coeficiente de correlación de la muestra se identifica con la letra minúscula r.

2. Muestra la dirección y fuerza de la relación lineal (recta) entre dos variables en escala
de intervalo o de razón.

3. Varía desde 21 hasta 11, inclusive.

4. un valor cercano a 0 indica que hay poca asociación entre las variables

7 complete

Si hay una relación débil entre dos variables, es factible suponer que un aumento o
una disminución en una variable no causan mayor efecto en la otra

8 Que expresa la Ecuación de regresión expresa la relación lineal entre dos variables

9 Que nos dice el principio de los mínimos cuadrados Determina una ecuación de
regresión al minimizar la suma de los cuadrados de las distancias verticales entre los
valores reales de Y y los que se pronosticaron
10 La ecuación de una recta tiene la forma

FORMA GENERAL DE LA ECUACIÓN yˆ 2 a 1 bx

DE REGRESIÓN LINEAL

11 La letra griega beta ( b) se utiliza para representar la pendiente de la población de

la ecuación de regresión, lo cual es consistente con la política de identificar los
parámetros de población mediante las letras griegas.

Verdadero

Falso

12 El error de estándar de estimación es la Medida de la dispersión de los datos respecto

de la recta de regresión para un valor dado de x.

13 COEFICIENTE DE DETERMINACIÓN Proporción de la variación total de la variable dependiente Y que

explica, o contabiliza, por la variación de la variable dependiente x

14 El coeficiente de correlación mide la fuerza de la asociación lineal entre dos variables. Cuando los puntos
del diagrama de dispersión aparecen cerca de la recta, se observa que el coeficiente de correlación tiende a
ser grande; todo ello indica que el error estándar de estimación y el coeficiente de correlación están
inversamente relacionados

15 Los análisis de regresión múltiple se usan generalmente en procesos de investigación, este tipo de
análisis comprende más de dos variables

Verdadero

Falso

16 ECUACIÓN GENERAL DE REGRESIÓN MÚLTIPLE formula yˆ 2 a 1 b1x1 1 b2x2 1 b3x3 +….+bkxk

17 COEFICIENTE DE DETERMINACIÓN MÚLTIPLE Es el porcentaje de variación de la variable

dependiente, y, explicada por el conjunto de variables independientes, x1, x2, x3, . . . , xk.

18 la prueba global que investiga

Básicamente se investiga si es posible que todas las variables independientes tengan coeficientes de
regresión cero.

19 Características de la distribución F enumere 2

1. Existe una familia de distribuciones F. Cada vez que los grados de libertad en el numerador o en el
denominador cambian, se crea una nueva distribución F.

2. La distribución F no puede ser negativa. El menor valor posible es 0.

20 QUE ES LA homoscedasticidad

La variación respecto de la ecuación de regresión es igual para todos los valores de las variables
independientes.

21 cuando existe multicolinealidad existe cuando las variables independientes están correlacionadas; lo
cual dificulta las inferencias acerca de los coeficientes de regresión individuales y sus efectos individuales
sobre la variable dependiente.
22 VARIABLE FICTICIA Variable en la que solo existen dos resultados posibles. Para el análisis, un de los
resultados se codifica con un 1, y el otro, con un 0.

23 REGRESIÓN POR PASOS Método pasó por paso para determinar la ecuación de regresión que se inicia
con una sola variable independiente y agrega o elimina otras de manera individual. En la ecuación de
regresión solo se incluyen las variables independientes con coeficientes de regresión distintos de cero.

24 NÚMERO ÍNDICE Número que expresa el cambio relativo de precio, cantidad o valor comparado con un
periodo base

25 Los dos métodos más conocidos para calcular el índice de precios ponderado son el de Laspeyresy
el de Paasch

26 A finales del siglo XVIII, Etienne Laspeyres desarrolló un método para determinar un índice de precios
ponderado, con las cantidades del periodo base como ponderaciones; según dicho método donde

P es el índice de precios;

Pt es el precio actual;

p0 es el precio en el periodo base;

q0 es la cantidad en el periodo base.

27 Laspeyres identifique colocando una palabra si es ventaja o desventaja

Ventajas Requiere datos sobre cantidades solo del periodo base, lo que permite una comparación
más significativa en el transcurso del tiempo. Los cambios en el índice se pueden atribuir a
cambios de precio.
Desventajas No refleja cambios que el tiempo genera en los patrones de compra; además, puede
ponderar demasiado los artículos cuyos precios aumentan.
Paasche
Ventajas Como utiliza cantidades del periodo actual, refleja los hábitos actuales de compra.
Desventajas Requiere datos de cantidades del año actual; como se utilizan cantidades diferentes
cada año, es imposible atribuir cambios en el índice a cambios solo en el precio.
Tiende a ponderar demasiado los artículos cuyos precios declinaron. Necesita que los precios se
vuelvan a calcular cada año.
28 El índice de Paasche es una alternativa; su procedimiento es similar, pero en lugar de emplear cantidades
del periodo base como ponderaciones, se utilizan cantidades del periodo actual.; esto tiene la ventaja de
emplear las cantidades más recientes. Si hubiera un cambio en las cantidades consumidas desde el periodo
base

29 Un índice de valores (como el índice de ventas en tiendas departamentales) mide cambios de precios y las
cantidades implicadas; para su elaboración, se deben considerar los precios y las cantidades del año base, y
los precios y las cantidades del año actual

30 Algunos de los índices que se usan para propósitos especiales son:

Índice de precios al consumidor.- Mide variaciones de precios, además es un indicador económico de la

tasa de inflación.

• Índice de precios al productor.- Se refiere a los precios de transacción de gran volumen de cada producto.

• Promedio Industrial Dow Jones.- Precio medio de 30 acciones industriales específicas.

• Índice S&P 500.- Índice agregado de los precios de 500 acciones comunes.

31 Índice de precios al consumidor Este índice permite medir el cambio de precios de una canasta básica de
un periodo a otro
32 . El IPC tiene varias funciones importantes; por ejemplo, permite que los consumidores determinen el
grado en que se reduce su poder de compra debido a los incrementos de precios. En ese sentido, es una
medida para revisar salarios, pensiones y otros pagos de ingresos a fin de ir a la par con los cambios de
precios; también es un indicador económico de la tasa de inflación en Estados Unidos.

33 Dos características básicas que debe cumplir el IPC es que:

. Debe cubrir la máxima proporción de población posible.

• Debe ser comparable respecto al tiempo (para que se pueda comparar con otros períodos en el mismo país)
y comparable respecto al espacio (para que los datos de IPC se puedan comparar con el IPC de otros
países).

34 IPC Este índice también se utiliza para ajustar los pagos de pensión alimentaria y manutención; honorarios
de abogados; pagos de compensaciones a trabajadores; rentas de departamentos, casas y edificios de
oficinas; pagos del seguro de desempleo, etcétera

35 El coeficiente de determinación múltiple:

Se representa por una letra R

Puede variar de -1 a 1

Puede adoptar valores positivos

36 El coeficiente de determinación es una proporción de la variación total en

La variable X que se explica, o contabiliza, por la variación en la variable Y

La variable dependiente Y que se explica, o contabiliza, por la variación en la variable X

La variable independiente X

37 Cuando se agrega o elimina una variable independiente, hay un cambio

Drástico de los valores de los coeficientes de regresión restantes

Que pasa desapercibido en los valores de los coeficientes de regresión restantes

Leve de los valores de los coeficientes de regresión restantes

38 Para probar la hipótesis nula de que todos los coeficientes de regresión múltiple son cero se
emplea:

La distribución Z

La distribución F

La distribución t

39 En la correlación y regresión lineal múltiple se emplean variables independientes adicionales que

ayudan a explicar o predecir mejor a la variable dependiente.

Verdadero

Falso

40 Cuándo el coeficiente de correlación se acerca a cero existe una relación fuerte entre dos variables
41 En general es imposible que el comportamiento de Y (variable dependiente) sea explicada en gran
medida por solo una variable independiente

Verdadero

Falso

42 El índice de precios al productor, mide las fluctuaciones de los precios en todas las etapas de la
producción

en todas las etapas de la producción

en la segunda etapa de la producción

en la primera etapa de la producción

43 Un coeficiente de correlación de -0,75 o bien de 0,95 indica una correlación perfecta

Verdadero

Falso

44 Si de los mejores profesores unos investigan mucho y otros nada o muy poquito y de los
profesores que no son tan buenos docentes unos investigan y publican mucho y otros no investigan
nada, entre productividad en investigación y calidad de la docencia no hay relación es decir hay una
correlación de cero

Falso

Verdadero

45 El coeficiente de correlación describe la fuerza de la relación entre dos conjuntos de variables en

escala de intervalo o de razón

Falso

Verdadero

46 Cuando un coeficiente de regresión que debiera tener signo positivo resulta negativo, o lo
contrario;

Podría ser un indicio de que existen problemas de multicolinealidad

Podría ser un indicio de que existen problemas de heterocedasticidad

Podría ser un indicio de que existen problemas de homocedasticidad

47 Cuando se agrega o elimina una variable independiente, hay un cambio……... de los valores de los
coeficientes de regresión restantes

Drástico

Leve

Moderado

48 Los valores de Y son estadísticamente independientes. Esto significa que:

Al seleccionar una muestra, una X particular no depende de ningún otro valor de X.

Al seleccionar una muestra, una Y particular no depende de ningún otro valor de Y.

Al seleccionar una muestra, una X particular no depende de ningún otro valor de Y

49 La homocedasticidad existe cuando Las variables independientes están correlacionadas

Falso

Verdadero

50 La variable independiente es una variable que proporciona la base para la estimación. Se muestra
en el eje X

Verdadero

Falso

51 La variable dependiente es:

La variable de pronóstico.

La variable que se predice o estima. Y se muestra en el eje Y

La variable que proporciona la base para la estimación.

52 Un ejemplo de variable dependiente es por ejemplo que se desea predecir el número esperado de
productos que se venderán si un representante visita 20 micro mercados. La variable Y sería
productos que se venden Y la variable X número de visitas

Verdadero

Falso

53 El coeficiente de determinación múltiple:

Puede tener un valor de 0,80

Puede adoptar valor de -0,80

Puede adoptar valor entre -1 y 1

Puede tener un valor de -0, 60

54 La valoración de la capacidad predictiva de la ecuación de Regresión simple se puede hacer con el

Coeficiente de Determinación

Falso

Verdadero

55 Cuando no hay ninguna relación entre dos conjuntos de variables, la r de Pearson es cero

56 El coeficiente de determinación múltiple puede adoptar valores entre

0y1

-1 y 1
-1 y 0

57 El procedimiento que se realiza en un índice agregado simple consiste en :

Sumar los precios de dos periodos y luego determinar el índice con base en los totales.

Sumar los precios del periodo base y dividirlo para el año presente.

Sumar los precios de un periodo y luego determinar el índice con base en los totales.

58 El coeficiente de correlación:

Puede tener un valor de -0,80

Puede adoptar valor de 0,80

Las dos opciones planteadas

No corresponde

59 Suponga que Ud., es dueño de un almacén de electrodomésticos y que las ventas anuales en el
primer año fueron de 10.000 USD. Luego de cinco años que el almacén abrió sus puertas las ventas
llegan a 23.000 USD. En términos absolutos (de 10.000 USD a 23.000 USD) el almacén, luego de cinco
años de funcionamiento, ha incrementado ostensiblemente sus ventas, pero la “lectura” del
incremento en las ventas (13.000 USD) nos lleva un tiempo hacerlo. Para reducir la interpretación se
utilizan los índices que no son más que la expresión del cambio relativo de un valor de un período a
otro.

Verdadero

Falso

60 Un coeficiente negativo indica asociación lineal negativa, es decir, tienden a variar en sentido
opuesto

Falso

Verdadero

61 El error estándar de estimación es comparable con la desviación estándar

Verdadero

Falso

62 El incremento de los precios en los productos depende de la inflación y el desempleo.

Es un ejemplo de regresión lineal múltiple

Es un ejemplo de regresión lineal simple

Es un ejemplo de regresión lineal simple y múltiple

63 Cuando los datos son de una muestra tomada de una población, lo que se hace es una inferencia
estadística

Falso
Verdadero

64 Una de las características de la distribución F es que:

Es asintótica.

Puede ser positiva.

Es sesgada de manera negativa.

Puede ser positiva y negativa

65 El pronóstico perfecto en economía y negocios no es real

Verdadero

Falso

66 Al dar el término de no ponderado a un índice significa que todos los valores incluidos al calcular el
índice tienen igual importancia

Falso

Verdadero

67 Un coeficiente de correlación con un valor calculado de -1.00 revela que las variables están
perfectamente relacionadas en un sentido lineal SIMPLE

68 En un índice no ponderado, se consideran las cantidades

Falso

Verdadero

68 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 graduó de la universidad”. En este modelo la variable que se debe
convertir en ficticia es la variable años de experiencia laboral.

Verdadero

Falso

69 Si dos o más series tienen el mismo periodo base, no se pueden comparar de manera directa.

Falso

Verdadero

70 Cuando un coeficiente de regresión que debiera tener signo positivo resulta negativo, o lo
contrario; podría ser un indicio de que existe problemas de multicolinealidad

71 El error estándar de estimación es similar a la varianza que se basa en valores cuadráticos

Falso

Verdadero

72 Si hay una relación débil entre dos variables

 es factible suponer que un aumento o una disminución en una variable no causa mayor efecto
en la otra

es factible suponer que una disminución en una variable causa mayor efecto en la otra

es factible suponer que un aumento en una variable causa mayor efecto en la otra

74 Una regresión múltiple permite evaluar la relación entre

una variable dependiente y más de una variable independiente

dos variables dependientes y más de una variable independiente

una variable dependiente y una variable independiente

75 En la ecuación Y= α + Βx:

α y β son variables dependientes

α y β son parámetros poblacionales

α y β son variables independientes

76 El salario puede depender del nivel de educación y de los años de experiencia en. En este ejemplo
se está planteando un modelo de regresión lineal simple

Falso

Verdadero

77 En general es imposible que el comportamiento de Y (variable dependiente) sea explicada

en gran medida por solo una variable independiente

en gran medida por dos o más variables independientes

en gran medida por solo una variable dependiente

78 La prueba global es una prueba del modelo de regresión múltiple la cual investiga

si es posible que todas las variables dependientes tengan coeficientes de regresión cero

si es posible que todas las variables independientes tengan coeficientes de regresión cero

si es posible que al menos una variable independientes tengan coeficientes de regresión cero

79 El índice Nasdaq sirve para conocer el comportamiento económico y de negocios

Verdadero

Falso

80 ¿Qué ocurre si se rechaza la hipótesis nula?

Se deduce que la pendiente de la recta de regresión de la población no es igual a cero, es decir no

existe una relación significativa entre ambas variables

Se deduce que la pendiente de la recta de regresión de la población es igual a cero, es decir existe
una relación significativa entre ambas variables
 Se deduce que la pendiente de la recta de regresión de la población no es igual a cero, es decir
existe una relación significativa entre ambas variables

81 Si un análisis de regresión múltiple incluye más de dos variables independientes, permiten emplear
fácilmente una gráfica para ilustrar el análisis

Falso

Verdadero

82 Una recta se considera la de mejor ajuste cuando la suma de los cuadrados de las desviaciones
verticales respecto de si misma es mínima

Falso

Verdadero

83 La variable dependiente es una variable que se predice o estima y se muestra en el eje Y

Verdadero

Falso

84 En un índice no ponderado, se consideran las cantidades

Falso

Verdadero

85 Si el valor p es menor que el nivel de significancia elegido

Se decide rechazar la hipótesis nula.

Se decide aceptar la hipótesis nula.

Se decide Receptar ambas hipótesis

86 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 graduó 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 si se graduó de la universidad

En este modelo la variable que se debe convertir en ficticia es el salario

87 Un coeficiente de correlación r cercano a cero indica que la relación lineal es muy fuerte

Falso

Verdadero

88 Una de las razones por las que se debe evitar variables independientes correlacionadas, es que
pueden generar resultados erróneos en las pruebas de hipótesis para las variables independientes
individuales

Falso
 Verdadero

89 Si el número índice se utiliza para medir el cambio relativo en una sola variable, como los salarios
por hora en la manufactura, es un índice simple

Verdadero

Falso

90 El hecho de usar más de una variable independiente

da la ventaja de utilizar más información en la construcción del modelo y, consecuentemente, realizar

estimaciones más precisas.

tiene una desventaja que es la de utilizar más información en la construcción del modelo y,
consecuentemente, realizar estimaciones más precisas.

da la ventaja de utilizar menos información en la construcción del modelo y, consecuentemente,

realizar estimaciones más precisas.

91 El coeficiente de correlación puede adoptar cualquier valor

de -1.00 a +1.00

de -1.00 a 0

de 0 a +1.00

92 El Índice de Precios al Consumidor es el índice que se reporta

con menor frecuencia, uno de sus usos es que permite mostrar la tasa de inflación, ajustar salarios,
pensiones, etc.

con mayor frecuencia, uno de sus usos es que permite mostrar la tasa de inflación, ajustar salarios,
pensiones, etc.

con mayor frecuencia, permite mostrar la tasa a pesar de que no permite mostrar la tasa de inflación.

93 Los valores de los coeficientes en la ecuación lineal múltiple se determinan mediante el método de
mínimos cuadrados

Verdadero

Falso

94 Las siguientes variables tienen una relación positiva porque al incrementar el nivel de ingresos
incrementa el ahorro.

Verdadero

Falso

95 En una regresión múltiple los coeficientes de regresión y los signos algebraicos también
proporcionan información acerca de sus relaciones individuales con la variable dependiente.

Falso

Verdadero
96 La siguiente ecuación de regresión, representa a un análisis de regresión múltiple.

Ŷ = a+b1 X1

Ŷ1+Ŷ2 = a+b1 X1 + b2 X2

Ŷ = a+b1 X1 + b2 X2

97 El propósito de la ecuación de regresión es cuantificar una relación lineal entre dos variables

Verdadero

Falso

98 En la siguiente función Promedio de notas de Estadística = (Base matemáticas que tiene el

estudiante). La variable dependiente sería Si el estudiante de la asignatura de estadística tiene o no
bases de matemáticas.

Verdadero

Falso

99 El coeficiente de correlación describe la fuerza de la relación entre

tres conjuntos de variables en escala de intervalo o de razón

dos conjuntos de variables en escala nominal

dos conjuntos de variables en escala de intervalo o de razón

100 La variable dependiente es aleatoria, esto es, por cada valor dado a la variable independiente,
existen muchos posibles resultados para la variable dependiente.

Falso

Verdadero

101 El análisis de correlación es el estudio de la relación entre variables

Falso

Verdadero

102 Una regresión múltiple permite evaluar la relación entre una variable dependiente y más de una
variable independiente

Verdadero

Falso

103 Una de las razones para calcular un índice es: que si los números son pequeños, con frecuencia
es más fácil comprender el cambio del índice que las cifras reales

Falso

Verdadero

104 ¿Cuál es el índice que se reporta con mayor frecuencia

Índice de Paasche.

Índice de valores.

Índice de precios (IPC).

105 Cada nueva variable independiente hace que las predicciones sean más precisas

Falso

Verdadero

106 Es usual comenzar con un diagrama de dispersión, cuando se estudia la relación entre dos
variables en escala ordinal o nominal

Falso

Verdadero

107 La multicolinealidad no afecta la capacidad de una ecuación de regresión múltiple para predecir la
variable dependiente. No obstante, cuando se tenga interés en evaluar la relación entre cada variable
INDEPENDIENTE y la variable dependiente, la multicolinealidad puede presentar resultados
inesperados.

108 El análisis de regresión múltiple sirve como:

Técnica descriptiva.

Técnica de inferencia

Técnica descriptiva y de inferencia

109 Si los de más edad corren más despacio y los más jóvenes corren más deprisa, entre edad y
velocidad tendremos una correlación LINEAL; a mayor edad, menor velocidad.

110 La autocorrelación se presenta con frecuencia cuando los datos se colectan durante un periodo

111 Supongamos que una empresa tiene tres productos A, B y C; cada uno de los cuales tiene su
correspondiente precio (PA, PB y PC). Si queremos analizar es la evolución del precio general de la
empresa, tendremos que tener en cuenta la evolución conjunta de todos ellos. Y luego según interés
aplicar índices poderados o no ponderados

Falso

Verdadero

112 El intervalo de confianza, reporta el valor medio de Y para una X dada

113 En una correlación espuria, se concluye que, cuando hay dos variables con una fuerte correlación
es que hay una relación o asociación entre ambas variables, no que un cambio en una ocasiona un
PROBLEMA en la otra

114 Si existe una correlación de 0,76 se puede concluir que existe una asociación muy débil entre las
variables ya que el valor está muy cercano a UNO

115 El coeficiente de determinación múltiple puede adoptar valores negativos y su interpretación es

fácil
Falso

Verdadero

116 Un índice es un porcentaje aunque se suele omitir el signo

Falso

Verdadero

117 Un coeficiente de correlación de -1.00 o +1.00 indica:

Una correlación casi perfecta.

Una correlación perfecta.

Ausencia de correlación.

118 El modelo de regresión lineal simple es adecuado para modelizar muchos fenómenos económicos,
ya que para explicar una variable económica se requiere en general tener en cuenta más de un factor.

Falso

Verdadero

119 Una forma de determinar si puede existir o no dependencia entre variables, y en caso de haberla
deducir de qué tipo puede ser, es gráficamente representando los valores observados en un diagrama
de dispersión.

Falso

Verdadero

120 En la ecuación de regresión lineal Y = a + bX, a es la pendiente y b es la intersección con Y

Falso

Verdadero

121 En la práctica común se debe situar la variable dependiente en el eje vertical o Y y la variable
independiente en el eje horizontal o x

Falso

Verdadero

122 Los siguientes son ejemplos de índices, entre otros, se pueden mencionar: Índice de precios al
consumidor, índice de precios al productor, índice de desarrollo humano, índice de pobreza humana e
índice de educación para todos.

Falso

Verdadero

123 Se puede afirmar que identificar y estudiar las relaciones entre variables puede proporcionar
información para: elevar ganancias, reducir los costos, predecir la demanda, etc.

Falso
Verdadero

124 Cuando los puntos en el diagrama de dispersión aparecen cerca de la recta

se observa que el coeficiente de correlación tiende a ser pequeño

se observa que el coeficiente de correlación tiende a ser grande

se observa que el coeficiente de correlación tiende a estar en el centro

125 La MULTICOLINEALIDAD se presenta cuando la variación respecto de la ecuación de regresión es

igual para todos los valores de las variables independientes

126 La multicolinealidad existe cuando

las variables independientes están correlacionadas

el error cometido por el modelo tiene siempre la misma varianza

se presenta con frecuencia cuando los datos se colectan durante un periodo

127 Una de las características del coeficiente de correlación menciona que, el valor cercano a 1 indica
una asociación CASI PERFECTA entre las variables

128 El término de no ponderado para un índice significa que todos los valores incluidos al calcular el
índice tienen igual importancia

Falso

Verdadero

129 Para utilizar una variable cualitativa en el análisis de regresión, se emplea un esquema de
variables ficticias en la cual se pueden codificar con 0 o un 1

130 El concepto de ingreso real algunas veces se denomina ingreso de deflación, y el IPC se denomina
índice de deflación

Falso

Verdadero

131 Muchas estadísticas y métodos estadísticos se utilizan para evaluar la relación entre una variable
mas de una variable dependiente una variable independiente

mas de una variable independiente

una variable independiente

mas de una variable dependiente

132 El coeficiente de determinación múltiple

Puede adoptar valor de -0,80

Puede tener un valor de 0,80

Puede adoptar valor entre -1 y 1

133 La existencia de correlación entre variables no implica causalidad.

Falso

Verdadero

134 El procedimiento que se realiza en un índice agregado simple consiste en:

Sumar los precios de un periodo y luego determinar el índice con base en los totales.

Sumar los precios de dos periodos y luego determinar el índice con base en los totales.

Sumar los precios del periodo base y dividirlo para el año presente.

135 Las ventas deflacionadas son importantes para mostrar la tendencia en las ventas reales

Falso

Verdadero

136 Un índice es un porcentaje aunque se suele omitir el signo

Falso

Verdadero

137 En un diagrama de dispersión se representa la relación entre dos variables, en donde la variable
dependiente se representa en el eje Y y la variable independiente en el eje X.

138 El error estándar de estimación es la medida de la dispersión de los valores observados respecto
a la recta de regresión

Falso

Verdadero

139 En la práctica común se debe situar la variable dependiente en el eje vertical o Y y la variable
independiente en el eje horizontal o X

Falso

Verdadero

140 Dentro de los índices no ponderados se encuentra el :

Índice de Paasche.

Índice de Lapeyres y Fisher.

Índice de precios agregado simple

141 Para un índice agregado simple es necesario encontrar una forma de ponderar de manera
aproximada los artículos de acuerdo con su importancia relativa

Falso

Verdadero
142 Si los sujetos más altos pesan más y los más bajitos pesan menos, entre peso y altura tendremos
una correlación POSITIVA: a mayor altura, mayor peso.

143 La regresión múltiple se utiliza para la predicción de respuestas a partir de variables explicativas

Verdadero

Falso

144 Cuándo el coeficiente de correlación se acerca a CERO existe una relación débil entre dos
variables

145 El consumo de azúcar eleva el número de divorcios en Ecuador, es un claro ejemplo de

correlación ESPURIA

146 El análisis de regresión múltiple sirve como:

Técnica descriptiva y de inferencia

Técnica descriptiva.

Técnica de inferencia

147 Si en los resultados de una regresión se obtiene que r = 0.90 y R2 = 0.82. Esto indica que el grado
de asociación lineal entre las variables es alto, y concretamente el 82% de la variación total de los
valores de la compresión pueden ser explicados mediante la recta de regresión ajustada.

Falso

Verdadero

148 En un índice no ponderado, se consideran las cantidades

Verdadero

Falso

149 El índice ideal de Fisher es:

La media geométrica del índice de Paasche.

La media geométrica del IPC.

La media geométrica del índice de Laspeyres y del índice de Paasche.

150 Si se obtiene un coeficiente de determinación de 0,576, se dice que el 57,6% de la variación en la

variable "Y" se ACERCA .por la variación de la variable

151 Los índices son una herramienta económica

152 Supongamos que una empresa tiene tres productos A, B y C; cada uno de los cuales tiene su
correspondiente precio (PA, PB y PC). Si nos interesara la evolución de cada precio individualmente,
hallaríamos los índices simples de PA, PB y PC

Verdadero

Falso
153 La CORRELACIÓN se presenta cuando la variación respecto de la ecuación de regresión es igual
para todos los valores de las variables independientes

154 La idea básica del análisis de correlación es reportar la asociación entre

dos variables

cuatro variables

tres variables

No corresponde

155 En una regresión los valores positivos indican una relación directa y los valores NEGATIVO una
relación indirecta

156 La canasta básica de alimentos está en función de los precios de los artículos: arroz, fideo, azúcar,
sal, etc., por lo que la suma de todos los artículos configura la canasta básica. En este ejemplo se
determina que un índice puede estar conformado por varios artículos, por lo que una variación, leve o
fuerte, puede afectar, levemente o fuertemente, al índice y, por ende, a la canasta básica. Es un
ejemplo de índices PRECIOS AL CONSUMIDOR

157 La REGRESION LINEAL SIMPLE se presenta cuando la variación respecto de la ecuación de

regresión es igual para todos los valores de las variables independientes

156 Cuando no hay ninguna relación entre dos conjuntos de variables

a. La r de Pearson es más uno

b. La r de Pearson es cero

c. La r de Pearson es menos uno

157 La ecuación Y=a+Bx:

a. a y B son variables dependientes

b. a y B son parámetros poblacionales

c. a y B son variables independientes

158 La variable género (hombre-mujer)

a. Es de escala ordinal y de carácter cuantitativo

b. Es de escala nominal y de carácter cuantitativo

c. Es de escala nominal y de carácter cuantitativo

159 Un índice de precios simple

a. Es el precio de un año seleccionado dividido entre el precio del año base

b. Es el precio de un año seleccionado multiplicado con el precio del año base

c. Es el precio de un año seleccionado multiplicado entre el precio del año base

160 ¿Cuál de las siguientes definiciones corresponde al error de muestreo?

a. La diferencia entre estadístico de una muestra y el parámetro de la población

b. La suma entre estadístico de una muestra y el parámetro de la población

c. El producto entre estadístico de una muestra y el parámetro de la población

161 ¿Cuál de los siguientes factores influyen en la elección del tamaño adecuado de la muestra?

a. Un nivel de confianza de 0 o 100%

b. El máximo error admisible, que es la magnitud que se suma y resta de la media muestral

c. La desviación estándar de la muestra

162 La Homoelasticidad se presenta con frecuencia cuando los datos se colectan durante un periodo.

163. Los ingresos de los profesores y el número de instituciones psiquiátricas han aumentado en
forma proporcional. Al relacionar estas dos variables se está presentando un ejemplo de

a. correlación espurias

b. multicolinealidad

c. heterocedasticidad.

163 Cuando los puntos en el diagrama de dispersión aparecen cerca de la recta

a. se observa que el coeficiente de correlación tiende a ser pequeño

b. se observa que el coeficiente de correlación tiende a ser grande

c. se observa que el coeficiente de correlación tiende a estar en el centro

164. Un coeficiente de correlación con un valor calculado de -1.00 revela que las variables están
perfectamente relacionadas en un sentido lineal Negativo

165 Estimar el valor de una variable con base en el valor de otra se conoce como análisis de
regresión.

Verdadero

Falso

166. El coeficiente correlación brinda una medida cuantitativa de la fuerza de la relación entre tres
variables.

Verdadero

Falso

167 Una de las características de la distribución F es que:

a. Puede ser positiva.

b. Es sesgada de manera negativa.

c. Es asintótica.

168 Una de las suposiciones de la regresión lineal hace referencia a que:

a. Las variables dependientes no deberán estar correlacionadas.

b. La variación en los residuos es la misma tanto para valores grandes como pequeños de Ŷ.

c. Los residuos son dependientes.

169 Los números índice se utilizan para medir el cambio relativo de una sola variable.

Verdadero

Falso

170 El procedimiento que se realiza en un índice agregado simple consiste en:

a. Sumar los precios de dos periodos y luego determinar el índice con base en los totales.

b. Sumar los precios de un periodo y luego determinar el índice con base en los totales.

c. Sumar los precios del periodo base y dividirlo para el año presente.