1) Hemos estudiado dos variables cualitativas mediante un test de la ji-cuadrado y posteriormente hemos calculado la V de Cramer resultando ser 0.9, ¿qué afirmación es cierta?

a) El p-valor de la ji-cuadrado es 0.9 también.

b) La tabla de contingencias con la que se ha trabajado podría ser una tabla 4×3.

c) La relación entre estas dos variables es positiva.

d) Necesitamos saber si el p-valor del test de la ji-cuadrado es mayor que 0.05 para poder darle valor a esta aparente fuerte asociación.

2) Si dos variables tienen una correlación de Pearson r=-0.8 (p<0.05), ¿cuál de los siguientes no es un modelo de regresión simple compatible con esta información?

a) y=-7x+12

b) y=-5x

c) y=-(3-x)

d) y=-(x-2)

3) ¿Cuál de las siguientes afirmaciones es cierta?

a) Una Odds ratio con un intervalo de confianza (0.23, 2.45) es significativa.

b) Una Odds ratio con un intervalo de confianza (2.33, 3.75) no es significativa.

c) Una Odds ratio con un p-valor de 0.67 es compatible con un intervalo de confianza como el siguiente: (1.23, 1.98).

d) Una Odds ratio con un p-valor de 0.34 es compatible con un intervalo de confianza como el siguiente: (0.93, 1.34).

4) ¿Cuál de las siguientes afirmaciones no es cierta?

a) Una correlación de Pearson con un intervalo de confianza (0.33, 0.88) no es significativa.

b) Una correlación de Pearson con un intervalo de confianza (-0.73, -0.25) es significativa.

c) Una correlación de Pearson con un p-valor de 0.37 es compatible con un intervalo de confianza como el siguiente: (-0.23, 0.98).

d) Una correlación de Pearson con un p-valor de 0.02 es compatible con un intervalo de confianza como el siguiente: (0.63, 0.78).

5) ¿Cuál de los siguientes modelos no es una Regresión lineal múltiple?:

a) y=2x-2y+7

b) y=3x+5z-3

c) y=7x-3z-1

d) y=6x-3x+1

6) En una Regresión logística simple es cierto:

a) La variable dependiente es cuantitativa y continua.

b) Debemos aplicar un Stepwise para seleccionar qué variables independientes son relevantes.

c) Una Odds ratio de 10 pasaría a ser de 0.1 si se cambiara la codificación de los ceros y los unos de la variable dependiente (si los ceros pasaran a ser unos y los unos pasaran a ser ceros) .

d) Una Odds ratio con un intervalo de confianza (0.45, 2.26) indica que se trata de una relación significativa por no contener el 0.

7) En una Regresión logística simple es cierto:

a) Un coeficiente que multiplica a la variable independiente con un intervalo de confianza (-0.6, 0.7) es compatible con un intervalo de confianza de la Odds ratio de (1.15, 2.33).

b) Un coeficiente que multiplica a la variable independiente con un intervalo de confianza (0.6, 0.9) es compatible con un intervalo de confianza de la Odds ratio de (1.8, 2.5).

c) Un coeficiente que multiplica a la variable independiente con un intervalo de confianza (-0.6, -0.4) es compatible con un intervalo de confianza de la Odds ratio de (1.45, 3.33).

d) Un coeficiente que multiplica a la variable independiente con un intervalo de confianza (0.8, 0.9) es compatible con un intervalo de confianza de la Odds ratio de (0.15, 1.33).

8) En una Regresión logística simple si tenemos un coeficiente que multiplica a la variable independiente con un intervalo de confianza como el siguiente (1.14, 1.66), podemos afirmar:

a) Que la Odds ratio no será significativa.

b) Que la Odds ratio será significativa y mayor que 1.

c) Que la Odds ratio será significativa y menor que 1.

d) Que la Odds ratio será 0.

9) En una V de Cramer no es cierto:

a) Es un valor entre el 0 y el 1.

b) Es una medida del grado de relación entre variables cualitativas.

c) Es un valor que será significativo si el Test de la ji-cuadrado de la tabla de contingencia es menor que 0.05.

d) Cuanto mayor es indica una menor relación entre las variables cualitativas.

10. En los datos siguientes:

y	x
1	7
1	9
1	5
1	6
1	8
0	2
0	3
0	4
0	2
0	6

Si hiciéramos una Regresión logística simple:

a) El coeficiente que multiplica a la variable independiente sería un valor mayor que 0.

b) El coeficiente que multiplica a la variable independiente será 0 porque tenemos un tamaño de muestra muy pequeño.

c) La Odds ratio será menor que 1.

d) La Odds ratio será mayor que 1 porque el coeficiente que multiplica a la variable independiente será menor que 0.