Preguntas tema 8 diseños de investigación

U ED Tudela

Diseños de Investigación y Análisis de Datos. Tema 8 (1ª parte)

Diseños de Investigación y Análisis de Datos
Preguntas de exámenes
TEMA 8 (1ª parte): REGRESIÓ Y CORRELACIÓ LI EAL SIMPLE
2
1.- R xy se puede interpretar como:
A) la medida de ajuste (exactitud) de las observaciones a la recta de regresión. B) la medida
de la variabilidad de las observaciones en torno a larecta de regresión; C) medida del grado
de desigualdad entre las observaciones
2.- El objetivo principal del modelo de correlación lineal simple es:
A) averiguar la fuerza de la relación entre X e Y; B) predecir los valores de Y (variable
criterio) a partir de los valores de X (variable predictora); C) valorar las diferencias entre
variables que miden las mismas características.
3.- En elmodelo de regresión lineal simple, la varianza de la y condicionada a cada valor de
x:
A) varía según varía la variable predictora; B) varía en virtud de los valores que toma la
variable criterio; C) es constante
4.- En el modelo de regresión lineal simple, donde Y es la variable criterio e X la predictora
(con valores fijados por el investigador), el parámetro beta (pendiente de la recta deregresión)
indica:
A) el cambio en el valor esperado de Y por unidad de cambio en la variable X; B) el cambio
en el valor esperado de Y según la variación aleatoria de X; C) el cambio en el valor esperado
de X por unidad de cambio en la variable Y.
5.- Un investigador conoce por la literatura especializada que el rendimiento escolar se
relaciona linealmente con la motivación al estudio. Suinterés es comprobar si esta cuestión es
cierta en sus alumnos y, una vez verificada, poder conocer con un margen de error el
rendimiento de un alumno sabiendo su puntuación en motivación. A la vista de este
planteamiento, ¿qué técnica estadística le permite resolver la cuestión?:
A) el análisis de regresión; B) el análisis de varianza de un factor de medidas no repetidas;
C) el análisis de varianzade un factor de medidas repetidas
6.- En las predicciones que realizamos mediante la recta de regresión hay que tener en cuenta
A) que son siempre exactas, ya que la predicción no se puede ver afectada por la variabilidad;
B) que no pueden ser exactas, entre otras razones debido a la variabilidad de las puntuaciones;
C) que son siempre exactas, ya que se cumple el principio dehomocedasticidad
7.- La expresión Y = α + β.X + E representa:
A) el modelo de análisis de varianza aditivo; B) el modelo de regresión lineal simple; C) el
modelo de regresión lineal múltiple
8.- Cuando el investigador está interesado en realizar “predicciones”, las técnicas estadísticas
apropiadas son:
A) pruebas de diferencia de medias para muestras relacionadas; B) técnicas de regresión;
C) técnicas deAnálisis de Varianza
9.- Cuando llevamos a cabo un análisis de regresión, el método de estimación por mínimos
cuadrados garantiza que:
A) las predicciones son exactas; B) la ordenada en el origen de la recta de regresión es nula;
C) los errores de predicción son mínimos
10.- El análisis de regresión tiene:
A) sólo vertiente descriptiva; B) sólo vertiente inferencial; C) vertiente descriptivae
inferencial.
11.- En la siguiente ecuación de una recta X = α + β.Y
A) alfa indica el valor de Y para X = 0; B) alfa representa la pendiente; C) ambas respuestas
son incorrectas
1 de 3

U ED Tudela

Diseños de Investigación y Análisis de Datos. Tema 8 (1ª parte)

12.- Cuando el coeficiente de determinación toma el valor cero:
A) el ajuste de la recta de regresión es perfecto; B) larecta de regresión es horizontal;
C) ambas respuestas son incorrectas.
13.- El coeficiente de determinación es una medida de:
A) la proporción de varianza no explicada por la ecuación de regresión; B) el grado de error
cometido en la regresión; C) la proporción de varianza explicada por la regresión
14.- r2xy: A) se suele utilizar como medida de la relación curvilínea entre dos variables,...