1c: Se trata de dos variables cuantitativas. De las cuatro respuestas la única que es una medida de la relación entre dos variables cuantitativas es la correlación de Pearson.

2d: Ahora tenemos una relación entre una variable dicotómica y una variable cuantitativa. La única medida de esta relación de entre las cuatro respuestas es la Odds ratio, que es la fundamentalmente usada en estos casos, en el contexto de una regresión logística.

3d: Si se observan los datos se ve claramente que hay relación y, además, una relación directa, una relación que nos debe llevar a una correlación positiva claramente. Por lo tanto, la respuesta a y la b descartadas. La respuesta c nos da una correlación positiva, efectivamente, y muy grande (r=0,99), pero no significativa. Una correlación tan grande con un tamaño muestral tan grande es imposible que no nos dé una relación significativa. Por lo tanto, descartada la respuesta c, también. Nos queda la respuesta d que es efectivamente la correlación significativa que tienen estas dos variables.

4c: Si se observa el gráfico es suficiente para comprobar que la respuesta c es incorrecta. Restar el tercer cuartel menos la mediana (el segundo cuartil) nos debe dar un valor algo inferior a 0,3, por lo tanto no nos puede dar 0,42.

5d: Si se observan ambos gráficos, ambas regresiones logísticas podemos ver que los valores están más segregados, más separados, en el caso de la variable «Relación adjetivos/sustantivos», lo que se visualiza también porque tiene una curva con más pendiente. Esto significa que con la variable «Relación adjetivos/sustantivos» construiríamos un mecanismo más eficaz de clasificación de un texto en la categoría de «Ciencias» o «Letras», un mecanismo con menos errores de mala clasificación.