Seminario 2 bioestadística (2010)

Ejercicio Español
Universidad Universidad de Málaga
Grado Medicina - 1º curso
Asignatura Bioestadística
Profesor F.R.
Año del apunte 2010
Páginas 12
Fecha de subida 28/03/2015
Descargas 1
Subido por

Descripción

Seminario práctico 2

Vista previa del texto

Seminario 2 bioestadística 2.1.- ¿Con qué variables puedo hacer un estudio de regresión? a. Con una variable cuantitativa y otra cualitativa b. Con dos variables cualitativas c. Con dos variables numéricas d. Con una variable cualitativa y otra numérica e. Con ninguna de las anteriores 2.2.- ¿Cuál de todas estas opciones es una propiedad del coeficiente de correlación de Pearson, r? a. r no tiene propiedades b. Es dimensional en el espacio c. No existe la correlación, es incorrelación de Pearson d. Toma valores positivos e. Toma valores del -1 a 1 2.3.- Después de estudiar la relación existente entre la flexión y la extensión de cuello de los alumnos de la UMA, obtenemos que el valor de la covarianza es -0,57. ¿El valor de r saldrá positivo o negativo? a. Saldrá positivo porque la relación es inversa.
b. Saldrá negativo también porque el signo de la covarianza y del coeficiente de correlación lineal de Pearson siempre coinciden.
c. No podemos saber el signo de r sabiendo la covarianza porque no están relacionados.
d. Todas las anteriores son falsas.
e. Necesitamos conocer R2 para saber el signo de r 2.4.- Si el coeficiente de correlación lineal de Pearson entre dos variables es -0,9 podemos decir que: a. la covarianza, por tanto, será positiva.
b. la relación lineal es buena.
c. al estar lejos de 1, la relación lineal es pequeña.
d. tenemos una relación lineal inversa pero no buena.
e. sólo dos son correctas.
2.5.- La covarianza de dos variables numéricas: a. Nos dice si el aspecto de la nube de puntos es creciente o no, además informa del grado de relación lineal entre las variables.
b. Es la raíz cuadrada del coeficiente de correlación.
c. Siempre es menor que cero.
d. Si es negativa, implica una relación decreciente entre las variables e. Las opciones a) y d) son correctas.
1 2.6.- Elige la respuesta incorrecta: a. r sólo toma valores en [0,1] b. r presenta el mismo signo que la covarianza.
c. r es adimensional.
d. Sabiendo r podemos saber la bondad de un ajuste de regresión lineal simple.
e. Algo de lo anterior es cierto.
2.7.- De las siguientes afirmaciones, es correcta: a. En una incorrelación tenemos para valores de X por encima de la media valores de Y por encima y por debajo de la media en proporciones similares.
b. En una incorrelación tenemos para valores de X por debajo de la media valores de Y por encima y por debajo de la media en diferente proporción.
c. Existe fuerte correlación directa cuando a valores de X menores que la media le corresponden valores mayores que la media.
d. En una relación inversa a valores de X mayores que la media le corresponden valores negativos de Y.
e. En una relación inversa a los valores de X menores que la media le corresponden valores de Y también menores.
2.8.- Cual de las siguientes propiedades de r son correctas: a. Es adimensional b. Cuanto más cerca esté r de de +1 o -1 mejor será el grado de relación lineal c. Las variables son incorreladas cuando r=0 d. Todas las anteriores son correctas e. Son todas incorrectas 2.9.- Se dice que la relación entre dos variables es directa cuando: a. La covarianza es igual a cero b. La covarianza es negativa c. La covarianza es mayor que cero d. El coeficiente de correlación lineal es positivo e. Las respuestas c) y d) son correctas 2 2.10.- Indica cuál de las siguientes afirmaciones es correcta: a. El coeficiente de correlación lineal de Pearson sólo toma valores en [0,1] b. El coeficiente de determinación es una cantidad adimensional c. La bondad de ajuste de un modelo de regresión se mide usando la covarianza d. La regresión lineal se representa con la ecuación Y= a + b/X e. Ninguna de las anteriores es correcta 2.11.- Sabiendo que r=+0.7 elija la afirmación falsa a. la covarianza es positiva b. hay cierta relación lineal entre las variables c. la bondad de ajuste es 0.14 d. la nube de puntos es creciente e. existe una relación directa 2.12.- Se observa que al aumentar los días de estudio aumenta la nota obtenida en el examen. El modelo de regresión entre ambas ofrece una bondad de ajuste del 64%: a. r= 0.8 b. r=-0.8 c. R2= 0.8 d. R2= 0.4 e. Sólo 2 de las anteriores son correctas 2.13.- En un estudio de regresión, ¿cuándo coincidirán los valores de la variable dependiente con los propuestos por el modelo lineal de regresión? a. cuando r tenga un valor positivo b. cuando r sea igual a cero c. nunca, aunque el modelo sea perfecto d. cuando r valga 1 ó -1 e. Las opciones c) y d) son correctas 2.14.- Dos variables tienen relación directa cuando: a. Para valores de X mayores que la media le corresponden valores de Y mayores también mayores que su media.
b. Para valores de X menores que la media le corresponden valores de Y menores también que su media.
c. Cuando la covarianza es mayor que cero d. Cuando la covarianza es igual o mayor que cero e. Tres de las anteriores son correctas 3 2.15.- Si r2 es muy cercano a 1: a. El ajuste de regresión lineal es bueno b. El ajuste de regresión lineal es malo c. Las variables tienen relación lineal directa d. Las variables son incorreladas e. La pendiente de la recta también es muy cercana a 1 2.16.- Si la covarianza es positiva podemos afirmar que: a. Si existe cierta relación lineal, es directa.
b. Si existe cierta relación lineal, es inversa.
c. Las variables están incorreladas.
d. Con dicha información no sabemos nada sobre la posible relación entre las variables.
e. No existe relación 2.17.- ¿Cuál de las siguientes afirmaciones no corresponde con las propiedades del coeficiente lineal de Pearson? a. Es adimensional.
b. Cuanto más cerca esté de +1 o -1 mejor será el grado de relación lineal.
c. Toma valores entre -1 y 1.
d. Toma valores entre 0 y 1.
e. Todas son falsas.
2.18.- Con respecto a la bondad de ajuste: a. La dispersión del error residual será una fracción de la dispersión original de Y.
b. En el modelo lineal simple, la bondad de ajuste se corresponde con r al cuadrado.
c. También se conoce como porcentaje de variabilidad explicado.
d. Cuando un ajuste es bueno, R2 será cercano a uno.
e. Todas las anteriores son verdaderas.
2.19.- En el modelo de regresión lineal simple: Y=b0 + b1 X a. La variable Y es dependiente.
b. La variable X es dependiente.
c. La variable Y es igual a la ordenada en el origen más la pendiente por la variable X.
d. Todas las anteriores son correctas.
e. Sólo a) y c) son correctas.
4 2.20.- En relación al coeficiente lineal de Pearson, r, qué afirmación es correcta: a. Se mide en las mismas dimensiones que las de las variables.
b. Toma valores entre –2 y 2.
c. Toma valores entre –1 y 1.
d. Es útil para determinar todo tipo de relaciones.
e. r es igual a la covarianza dividido por la mediana.
2.21.- Con respecto a la bondad de ajuste: a. La dispersión del error residual será una fracción de la dispersión original de Y.
b. En el modelo lineal simple, la bondad de ajuste se corresponde con r2 c. También se conoce como porcentaje de variabilidad explicado por el modelo de regresión.
d. Cuando un ajuste es bueno, R2 será cercano a uno.
e. Todas las anteriores son verdaderas.
2.22.- Cuando la covarianza entre dos variables Sxy es mayor que 0: a. La posible relación entre las dos variables es inversa.
b. Las variables son incorreladas.
c. La posible relación entre las dos variables es directa.
d. Todas son correctas.
e. todas son correctas excepto la b) 2.23.- Observamos una gráfica de dispersión y nos percatamos de que la nube de puntos está muy agrupada en torno a la recta de regresión, cuya pendiente es 0,55. Podemos deducir a. B1= 0,55 b. r está cerca de 0 c. Las predicciones que hagamos se aproximarán a la realidad d. La bondad de ajuste es cercana a 1 e. Tres son ciertas 2.24.- La covarianza nos indica: a. Si la relación lineal entre dos variables puede ser directa b. Si los puntos tienen tendencia a disponerse alineadamente c. Si hay relación lineal entre dos variables aunque no servirá para otro tipo de relaciones.
d. Son ciertas b) y c) e. Ninguna de las anteriores 5 2.25.- El coeficiente de correlación lineal de Pearson, nos indica que hay relación lineal perfecta entre dos variables sólo cuando: a. Permita mediante el signo de r saber si la relación es directa o inversa.
b. Al ser adimensional sirve para cualquier valor c. Su valor sea 1 d. Es imposible que una relación lineal sea perfecta e. Ninguna de las anteriores 2.26.- Si el coeficiente de correlación lineal de Pearson entre dos variables es -0,82, podemos afirmar que: a. la relación entre las dos variables es casi nula b. la relación que hay entre las variables es muy buena y directa c. la covarianza es positiva d. la relación que hay entre las variables es muy buena e inversa e. sólo dos de las afirmaciones anteriores son correctas 2.27.- La bondad de ajuste de un modelo de regresión tiene un valor de 82%.
a. Dado un valor de la variable independiente, la dependiente reduce su variabilidad en un 82% b. el 18% de las predicciones son incorrectas c. el 82% de las predicciones son correctas d. el ajuste es perfecto.
e. el ajuste es bastante malo.
2.28.- Si tenemos una bondad de ajuste, R2 =0.05, deducimos: a. El modelo de regresión es bueno b. Hay poca relación, aunque directa, entre las variables c. El modelo de regresión no tiene mucha capacidad predictiva.
d. Hay poca relación entre las variables e. Las opciones c) y d) son correctas 2.29.- El signo de la covarianza: a. Nos da información sobre el grado de relación lineal entre las variables.
b. Por si sola, no nos dice mucho sobre el grado de relación lineal entre las variables.
c. Nos dice si el aspecto de la nube de puntos es creciente o no.
d. No nos dice nada sobre la nube de puntos.
e. Las opciones b) y c) son correctas.
6 2.30.- Elija la respuesta correcta sobre la covarianza: a. Nos indica si la posible relación entre dos variables es directa o inversa b. Nos da información sobre la relación que hay entre 4 variables c. Nos dice lo bueno que es un ajuste d. Es una variable cualitativa e. Nada es correcto 2.31.- Cuando decimos que hay una relación directa entre las variables, afirmamos que: a. Para los valores de X mayores que la media, le asociamos valores de Y menores b. Para los valores de X menores que la media, le asociamos valores de Y mayores c. Para los valores de X por encima de la media, le asociamos valores de Y por encima y por debajo d. Para los valores de X menores que la media le asociamos valores de Y menores e. Ninguna de las opciones anteriores es correcta 2.32.- ¿Con qué valor del coeficiente de correlación de Pearson es correcto decir que existe una relación lineal perfecta entre dos variables? a. 1 b. -1 c. 0 d. Las opciones a) y b) son ciertas.
e. Ninguna de las anteriores.
2.33.- Si r=0: a. Hay independencia.
b. Hay relación lineal directa.
c. Hay relación lineal inversa.
d. Hay incorrelación.
e. Ninguna de las anteriores.
2.34.- Cuando dos variables numéricas son incorreladas: a. La nube de puntos no presenta aspecto creciente.
b. r=0 c. El modelo lineal de regresión propone valores diferentes de Y para valores diferentes de X.
d. Las opciones a) y b) son ciertas.
e. Las opciones a) y c) son ciertas.
7 2.35.- Si la covarianza de dos variables numéricas es de 0,5 la posible relación lineal entre ellas es: a. Directa b. Inversa.
c. Hay incorrelación.
d. Hay incorrelación y son inversas.
e. Ninguna de las anteriores.
2.36.- Si el coeficiente de correlación lineal de Pearson es 0,8 esto quiere decir que: a. Las variables son incorreladas b. La posible relación lineal entre las variables es directa.
c. El grado de correlación lineal es bajo d. Aparentemente hay una buena relación lineal entre las variables.
e. Las opciones b) y d) son correctas.
2.37.- Sabiendo que Y=5-2X y que r=-0,887 puedo afirmar que: a. La gráfica tiende a bajar en 2 unidades de X por cada una de Y b. La gráfica tiende a crecer en 5 unidades de X por cada dos de Y c. Existe una alta relación lineal d. Existe una relación lineal muy baja e. Son correctas a) y c) 2.38.- La covarianza entre dos variables, nos indica si la relación es: a. Directa, cuando es negativa.
b. Incorreladas, cuando es positiva.
c. Inversa, cuando es nula.
d. Directa cuando es negativa e inversa si es positiva.
e. no existente linealmente cuando es cero.
2.39.- Señale cuál de las siguientes expresiones no es correcta sobre los modelos de regresión lineal simple y sus errores residuales: a. El error medio siempre es cero, sea bueno o malo el modelo matemático b. Que la variabilidad de los errores es grande, es lo mismo que decir que r2 (al cuadrado) es cercano a 1 c. En los ajustes buenos, los errores son pequeños y se las observaciones reales se acercan a los modelos matemáticos d. Un modelo matemático es bueno cuando la variabilidad o varianza residual es pequeña.
e. Un modelo de regresión lineal se construye utilizando la técnica de estimación mínimo cuadrática.
8 2.40.- ¿Que nos indica la covarianza de dos variables? a. Nos indica hacia que lugar se desplaza la grafica.
b. Nos indica la relación directa o indirecta entre dos variables.
c. Indica si nos podemos o no fiar del modelo de regresión.
d. Todo lo anterior es cierto.
e. Ninguna de las anteriores son correctas.
2.41.- ¿Cuándo un modelo de regresión entre dos variables es bueno? a. Sólo cuando los errores marginales son nulos.
b. Cuando la dispersión de los residuos es considerablemente menor que la de la variable dependiente.
c. Si están incorrelada.
d. Si las dos variables son independientes.
e. Ninguna es cierta.
2.42.- El signo de la covarianza: a. Nos da información sobre el grado de relación lineal entre las variables.
b. Por si sola, no nos dice mucho sobre el grado de relación lineal entre las variables.
c. Nos dice si el aspecto de la nube de puntos es creciente o no.
d. No nos dice nada sobre la nube de puntos.
e. Las opciones b) y c) son correctas.
2.43.- Elija la respuesta correcta sobre la covarianza: a. Nos indica si la posible relación entre dos variables es directa o inversa b. Nos da información sobre la relación que hay entre 4 variables c. Nos dice lo bueno que es un ajuste d. Es una variable cualitativa e. Nada es correcto 9 2.44.- Cuando decimos que hay una relación directa entre las variables, afirmamos que: a. Para los valores de X mayores que la media, le asociamos valores de Y menores b. Para los valores de X menores que la media, le asociamos valores de Y mayores c. Para los valores de X por encima de la media, le asociamos valores de Y por encima y por debajo d. Para los valores de X menores que la media le asociamos valores de Y menores e. Ninguna de las opciones anteriores es correcta 2.45.- ¿Con qué valor del coeficiente de correlación de Pearson es correcto decir que existe una relación lineal perfecta entre dos variables? a. 1 b. -1 c. 0 d. Las opciones a) y b) son ciertas.
e. Ninguna de las anteriores.
2.46.- Si r=0: a. Hay independencia.
b. Hay relación lineal directa.
c. Hay relación lineal inversa.
d. Hay incorrelación.
e. Ninguna de las anteriores.
2.47.- Cuando dos variables numéricas son incorreladas: a. La nube de puntos no presenta aspecto creciente.
b. r=0 c. El modelo lineal de regresión propone valores diferentes de Y para valores diferentes de X.
d. Las opciones a) y b) son ciertas.
e. Las opciones a) y c) son ciertas.
10 2.48.- Si la covarianza de dos variables numéricas es de 0,5 la posible relación lineal entre ellas es: a. Directa b. Inversa.
c. Hay incorrelación.
d. Hay incorrelación y son inversas.
e. Ninguna de las anteriores.
2.49.- Si el coeficiente de correlación lineal de Pearson es 0,8 esto quiere decir que: a. Las variables son incorreladas b. La posible relación lineal entre las variables es directa.
c. El grado de correlación lineal es bajo d. Aparentemente hay una buena relación lineal entre las variables.
e. Las opciones b) y d) son correctas.
2.50.- Sabiendo que Y=5-2X y que r=-0,887 puedo afirmar que: a. La gráfica tiende a bajar en 2 unidades de Y por cada una de X b. La gráfica tiende a crecer en 5 unidades de X por cada dos de Y c. Existe una alta relación lineal d. Existe una relación lineal muy baja e. Son correctas a) y c) 2.51.- ¿Qué otro nombre reciben los diagramas de dispersión? a. diagrama de regresión b. nube de puntos c. diagrama lineal d. diagrama de relación inversa e. diagrama simple 2.52.- La covarianza entre dos variables, nos indica si la relación es: a. Directa, cuando es negativa.
b. Incorreladas, cuando es positiva.
c. Inversa, cuando es nula.
d. Directa cuando es negativa e inversa si es positiva.
e. no existente linealmente cuando es cero.
11 2.53.- Señale cuál de las siguientes expresiones no es correcta sobre los modelos de regresión lineal simple y sus errores residuales: a. El error medio siempre es cero, sea bueno o malo el modelo matemático b. Que la variabilidad de los errores es grande, es lo mismo que decir que r2 (al cuadrado) es cercano a 1 c. En los ajustes buenos, los errores son pequeños y se las observaciones reales se acercan a los modelos matemáticos d. Un modelo matemático es bueno cuando la variabilidad o varianza residual es pequeña.
e. Un modelo de regresión lineal se construye utilizando la técnica de estimación mínimo cuadrática.
2.54.- ¿Cuándo un modelo de regresión entre dos variables es bueno? a. Sólo cuando los errores marginales son nulos.
b. Cuando la dispersión de los residuos es considerablemente menor que la de la variable dependiente.
c. Si están incorrelada.
d. Si las dos variables son independientes e. Ninguna es cierta Soluciones: 2.1-c 2.2-e 2.3-b 2.4-b 2.5-d 2.6-a 2.7-a 2.8-d 2.9-e 2.10-b 2.11-c 2.12-a 2.13-d 2.14-e 2.15-a 2.16-a 2.17-d 2.18-e 2.19-e 2.20-c 2.21-e 2.22-c 2.23-e 2.24-a 2.25-e 2.26-d 2.27-a 2.28-e 2.29-e 2.30-a 2.31-d 2.32-d 2.33-d 2.34-d 2.35-a 2.36-e 2.37-e 2.38-e 2.39-b 2.40-b 2.41-b 2.42-e 2.43-a 2.44-d 2.45-d 2.46-d 2.47-d 2.48-a 2.49-e 2.50-e 2.51-b 2.52-e 2.53-b 2.54-b 12 ...

Tags: