1. Si tenemos que pronosticar la probabilidad de que una persona que pide una hipoteca acabe siendo moroso en función de los años que lleva cotizados tenemos que hacer una:
a. Regresión logística múltiple.
b. Regresión lineal simple.
c. Regresión logística simple.
d. Regresión múltiple.
2. Si tenemos el modelo y=2x1+3x2-5x3 es cierto:
a. Se trata de una Regresión no lineal.
b. Se trata de una Regresión logística múltiple.
c. Se trata de una Regresión múltiple.
d. Se trata de una Regresión multivariante.
3. Si en una Regresión simple con el modelo y=2x-3 con un p-valor para la pendiente: p<0.05, podemos afirmar:
a. El error es menor de 3.
b. La pendiente no es significativa.
c. La correlación es positiva pero no sabemos si es significativa.
d. El p-valor de la correlación será menor que 0.05.
4. En una Regresión logística múltiple con dos variables independientes donde el coeficiente a1 tiene un intervalo de confianza del 95%: (-0.5, 2.1) y el coeficiente a2 tiene un intervalo de confianza del 95%: (-0.8, -0.3), no podemos decir lo siguiente:
a. En un Stepwise se acabará eligiendo un modelo con únicamente la variable x2 como independiente.
b. Al aumentar el valor de x2 disminuye la probabilidad del fenómeno codificado con un 1 en la variable dependiente.
c. Al aumentar el valor de x1 disminuye la probabilidad del fenómeno codificado con un 1 en la variable dependiente.
d. La Odds ratio que evalúa la relación entre x2 y la variable dependiente es un valor significativo y menor que 1.
5. Elegir la Odds ratio que indique mayor grado de relación:
a. OR=0.25; IC 95%: (0.05, 0.67)
b. OR=5; IC 95%: (4.2, 7.3)
c. OR=0.2; IC 95%: (0.01, 1.67)
d. OR=10; IC 95%: (0.5, 62.3)
6. ¿Cuál de las siguientes afirmaciones no es cierta?
a. Si la correlación de Pearson no es significativa la R2 aunque sea muy grande no tiene valor como medida de la calidad de los pronósticos.
b. Si la correlación de Pearson es significativa una R2 de un 20% indica muy poca calidad pronóstica de nuestro modelo de Regresión.
c. La R2 es una medida del nivel de determinación de la variable dependiente por parte de la o de las variables independientes.
d. Una R2 del 90% es siempre un indicador de relación significativa.
7. Una Regresión múltiple con el modelo y=3x1-5x2+4, con intervalos de confinaza del 95% de (2, 4), de (-6, -4) y de (3, 5) respectivamente, para los tres parámetros del modelo nos indica:
a. Que en un Stepwise se tomaría sólo la x1 como variable independiente del modelo.
b. Que existe una correlación positiva significativa entre la variable dependiente y la variable independiente x1.
c. Que no existe relación entre la variable dependiente y esas dos variables independientes.
d. No podemos decir nada acerca de la relación entre la variable dependiente y las dos variables independientes.
8. En una Regresión logística simple en la que la Odds ratio tiene un IC del 95%: (1.82, 3.0), ¿cuál de los siguientes IC del 95% para el coeficiente que multiplica a la variable independiente continua es el correcto?
a. (0.6, 1.1).
b. (-0.3, 3.4).
c. (0.1, 5.5).
d. (-2.1, -0.5).
9. En una Regresión lineal simple con un modelo y=2x-3, con intervalo de confianza para la pendiente de (1.5, 2.5) podemos afirmar:
a.La correlación entre las dos variables es significativa porque el intervalo de confianza de la pendiente no contiene al 1.
b. La correlación entre las dos variables es significativa porque el intervalo de confianza de la pendiente no contiene al 0.
c. No podemos decir nada sobre la significación de la correlación. Necesitamos tener su p-valor.
d. Si tenemos un individuo con el valor x=10 tendrá un valor de y=17.
10. Si entre dos variables tenemos una correlación de r=-0.5 con una p=0.001, no podemos decir los siguiente:
a. El coeficiente de determinación es del 25%.
b. La correlación es negativa y significativa.
c. Al tratarse de una correlación significativa podemos realizar una regresión con suficiente capacidad de predicción.
d. La pendiente de la regresión lineal simple que hagamos será también negativa y con un p-valor inferior a 0.05.