Como el valor de un índice agregado simple pueden influir las unidades de medición, se emplea con frecuencia |
Cuando el error estándar es pequeño, significa que las dos variables no están muy relacionadas |
Cuando el valor t calculado se encuentra en la regíón de rechazo, se rechaza la Ho, esto significa que la correlación entre la población es cero |
Cuando los coeficientes de las variables explicativas presentan signo positivo, significa que existe una relación inversa cpn respecto a la variable dependiente |
Cuando los residuos sucesivos están correlacionados, a esta condición se lo conoce como homocedasticidad |
El coeficiente de determinación múltiple puede adoptar valores negativos |
El coeficiente de determinación múltiple a diferencia de coeficiente de determinación de una regresión lineal simple si puede adoptar valores negativos |
El coeficiente de determinación múltiple puede adoptar valores negativos y su interpretación es fácil |
El coeficiente de determinación puede tomar cualquier valor entre el rango de -1 a 1 |
El error estándar de estimación es similar a la varianza que se basa en valores cuadráticos |
El error estándar y el coeficiente de determinación son dos estadísticos que proporcional una evaluación general de la capacidad de un ecuación de regresión para predecir una variable independiente |
El incremento de los precios en los productos depende de la inflación y el desempleo. Es un ejemplo de regresión lineal simple |
El intervalo de confianza también se basa en el nivel de confianza, el tamaño del error estándar de estimación, el tamaño de la muestra y el valor de la variable independiente |
El salario puede depender del nivel de educación y de los años de experiencia en. En este ejemplo se está planteando un modelo de regresión lineal simple |
En el análisis de regresión se determinan medidas para expresar la fuerza y la dirección de la relación lineal entre dos variables |
En el caso estadístico de F, el valor p se define como la probalidad de observar un valor F tan o más grande que el estadístico de prueba F, asumiendo que la hipótesis nula es falsa |
En el método de Laspeyres se utilizan ponderaciones en el año en curso |
En el siguiente ejemplo «Se tiene interés en estimar el salario de un ejecutivo con base en los de su experiencia laboral y si se graduó de la universidad”. En este modelo la variable que se debe convertir en ficticia es la variable años de experiencia laboral. |
En la ecuación de regresión lineal Y= a+bk, a es la pendiente y b es la intersección con Y |
En la práctica es posible seleccionar variables que carezcan por completo de alguna relación |
En la prueba global la Ho es: al menos un coeficiente de regresión no es cero |
En la siguiente función Promedio de notas de Estadística = (Base matemáticas que tiene el estudiante). La variable dependiente sería Si el estudiante de la asignatura de estadística tiene o no bases de matemáticas |
Es usual comenzar con un diagrama de dispersión, cuando se estudia la relación entre dos variables en escala ordinal o nominal |
La base de la mayoría de los índices es diez |
La desventaja principal del índice de Paasche es que se supone que las cantidades n l periodo base aún sn realista n l periodo dado |
La distribución F es asintótica cuando la cola de la distribución se encuentra a la derecha |
La distribución F es sesgada de manera positiva cuando aumentan los valores de X, entoncesla curva s aproximará al eje horizontal |
La fuerza de Ia correlación depende de la dirección ya sea – o bien + |
La idea básica del análisis de correlación es reportar la asociación entre 4 variables |
La recta de regresión por mínimos cuadrados no siempre pasará por el punto X, Y |
La variable género (hombre-mujer) es de escala ordinal y de carácter cuantitativo |
Para realizar un análisis de correlación se debe elaborar una ecuación para expresar la relación lineal entre dos variables |
Para verificar la homocedasticidad, los residuos se trazan contra los valores ajustados de X |
Si dos o más series tienen el mismo periodo base no se pueden comparar de manera directa |
Si existe una correlación de 0,76 se puede concluir que existe una asociación muy débil entre las variables ya que el valor está muy cercano a 1 |
Si un análisis de regresión múltiple incluye más de dos variables independientes. Permiten emplear fácilmente una gráfica para ilustrar el análisis |
Un coeficiente de correlación de -1.00 o bien de +1.00 indica una correlación imperfecta |
Un coeficiente de correlación r cercano a cero indica que la relación lineal es muy fuerte |
Un diagrama de dispersión representan una correlación que no es perfecta cuando las observaciones no tienen ninguna tendencia ya sea para el lado positivo o negativo, es decir en este caso no existirá correlación alguna entre la variable «X» y «Y» |
Una de las carácterísticas del coeficiente de correlación indica que cuando el valor es cercano a -1 significa que existe una asociación directa o positiva entre las variables |
Una de las razones para calcular un índice es: que si los números son pequeños, con frecuencia es más fácil comprender el cambio del índice que las cifras reales |