1. Si queremos predecir si un estudiante aprobará un examen en función de las horas que ha dedicado a estudiar, debemos tener una muestra previa de casos reales ya examinados y aplicar una:

a. Regresión lineal simple.

b. Regresión no lineal múltiple.

c. Regresión logística simple.

d. Aquí no es posible aplicar ninguna Regresión puesto que estamos hablando de una probabilidad.

2. En una Regresión lineal simple podemos decir:

a. Que los coeficientes son positivos siempre.

b. Que los coeficientes son significativos siempre.

c. Que la decisión sobre la significación de la pendiente de la recta sigue la misma suerte que la decisión sobre la correlación entre las variables: si una es significativa la otra también lo es , si una no es significativa la otra tampoco lo es.

d. Que si la pendiente es significativa la ordenada en el origen también lo será. Y si la pendiente no es significativa la ordenada en el origen puede o no ser significativa.

3. En una Regresión lineal múltiple:

a. El modelo obtenido por el Forward stepwise y por el Backward stepwise es siempre el mismo.

b. Siempre se alcanza un modelo con al menos dos variables independientes.

c. Siempre se alcanza un modelo con al menos una variable independiente.

d. Ninguna de las tres opciones anteriores es cierta.

4. En el modelo y=5x+1, podemos decir:

a. Que la ordenada en el origen no es significativa porque es muy pequeña respecto a la pendiente.

b. Que la ordenada en el origen no es significativa porque es muy pequeña en valor absoluto.

c. Que la pendiente es significativa porque es muy grande en valor absoluto.

d. No podemos decir con seguridad ninguna de las tres cosas anteriores.

5. En un modelo y=2x-4 donde la pendiente tenga un intervalo de confianza del 95% como el siguiente: (0.5, 3.5), podemos decir:

a. No es significativo el valor de la pendiente porque en su intervalo de confianza tenemos el 1.

b. Es significativo el valor de la pendiente porque el intervalo de confianza no contiene al 0.

c. El error en las predicciones será menor del 5%.

d. El valor de la pendiente, a nivel poblacional, podemos asegurar que es 2.

6. En una Regresión logística simple con una Odds ratio igual a 2 i con un intervalo de confianza de esa Odds ratio de (0.6, 5) podemos afirmar:

a. Que hay una relación significativa entre las variables que estamos relacionando porque el intervalo no contiene al 0.

b. Que no es significativa la relación porque el intervalo contiene al 1.

c. Que al aumentar el valor de la variable cuantitativa aumenta la probabilidad de que se dé el suceso codificado con un 1.

d. Que al aumentar el valor de la variable cuantitativa disminuye la probabilidad de que se dé el suceso codificado con un 1.

7. En una Regresión logística simple con una Odds ratio igual a 0.2 i con un intervalo de confianza de esa Odds ratio de (0.05, 0.45) podemos afirmar:

a. Que no hay una relación significativa entre las variables que estamos relacionando porque el intervalo no contiene al 1.

b. Que es significativa la relación porque el intervalo no contiene al 0.

c. Que al aumentar el valor de la variable cuantitativa aumenta la probabilidad de que se dé el suceso codificado con un 1.

d. Que al aumentar el valor de la variable cuantitativa disminuye la probabilidad de que se dé el suceso codificado con un 1.

8. En una Regresión logística simple con un coeficiente b, que multiplica a la variable independiente, de 3 con un intervalo de confianza del 95% de (-1, 7), podemos afirmar:

a. Que un intervalo de confianza del 95% de la Odds ratio no incluirá al 1.

b. Que no es significativa la relación porque el intervalo de confianza contiene al 1.

c. Que no es significativa la relación porque el intervalo de confianza incluye al 0.

d. Que al aumentar el valor de la variable cuantitativa disminuye la probabilidad de que se dé el suceso codificado con un 1.

9. En una Regresión logística simple con un coeficiente b, que multiplica a la variable independiente, de -2, con un intervalo de confianza del 95% de (-4, -1) podemos afirmar:

a. Que un intervalo de confianza del 95% de la Odds ratio incluirá al 1.

b. Que no es significativa la relación porque el intervalo no contiene al 0.

c. Que es significativa la relación porque el intervalo de confianza no incluye al 0.

d. Que al aumentar el valor de la variable cuantitativa aumenta la probabilidad de que se dé el suceso codificado con un 1.

10. Cuál de las siguientes Odds ratio indica una mayor relación entre las variables:

a. 0.2 con un IC 95%: (0.1, 0.4)

b. 5 con un IC 95%: (5, 10)

c. 0.1 con un IC 95%: (0.05, 0.3)

d. 11 con un IC 95%: (9, 15)