Dada la distribución bidimensional de las variables "Numero de desplazamientos diarios" y "Medio de transporte utilizado" es cierto que:
Dada la distribución bidimensional de las variables "Numero de desplazamientos diarios" y "Medio de transporte utilizado". Es cierto que de los alumnos que realizan 4 viajes:
Se ha observado conjuntamente "la edad" y "la antigüedad" de los trabajadores de una empresa. De los datos resulta que el 18% de los trabajadores tienen menos de 30 años y 2 años de antigüedad. Este 18% es:
Dada la siguiente distribución bidimensional de las variables X (medio de transporte) e Y (tiempo en minutos del recorrido), es FALSO que:
Dada la siguiente distribución bidimensional de las variables X (sexo) e Y (nivel educativo), El porcentaje de hombres con nivel educativo 16 es:
Dada la siguiente distribución bidimensional de frecuencias,la media y la varianza de la distribución de X condicionada a Y= 3 son, respectivamente:
Dada la siguiente distribución bidimensional de las variables X (sexo) e Y (nivel educativo), es falso que:
Dada la siguiente distribución bidimensional de frecuencias:Es CIERTO que:
Sea una variable bidimensional, gasto en transporte y tipo de transporte utilizado, con la siguiente distribución de frecuencias conjuntas. ¿Cuál de las siguientes afirmaciones es FALSA?
El siguiente cuadro recoge las distribuciones marginales de dos variables independientes. La frecuencia relativa conjunta de X=3 e Y=40 es :
El siguiente cuadro recoge las distribuciones marginales de dos variables independientes.
Es cierto que:
Indique la afirmación que es compatible con la siguiente distribución conjunta de las variables X e Y:
Del análisis bidimensional de las variables X e Y observadas en una muestra de tamaño 100, se han obtenido los siguientes resultados. La covarianza y el coeficiente de correlación entre X e Y son:
¿Cuál de las siguientes afirmaciones es cierta?
De la distribución conjunta de los salarios (X en miles de u.m.) y de la antigüedad (Y en años) de 50 trabajadores de una empresa de informática se sabe que la covarianza entre X e Y y el coeficiente de correlación lineal son 65297,222 y 0,397, respectivamente. Si se incrementan los salarios en un 4% más 10.000 u.m., la covarianza y el coeficiente de correlación de la nueva distribución conjunta es:
Se quiere cuantificar la relación entre las variables coste unitario (Y) y producción ( X). De una muestra aleatoria ha resultado que SX = 2, SY= 3 SXY = -5,4 y que la media muestral de X es 3 veces la de Y. El coeficiente de correlación rXY es igual a:
El coeficiente de correlación lineal correspondiente a las variables X e Y, cuya distribución conjunta se recoge en el siguiente diagrama de dispersión, podría ser:
El coeficiente de correlación lineal correspondiente a las variables X e Y cuya distribución conjunta se representa en el siguiente diagrama de dispersión podría ser:
En una muestra de tamaño 100 se han observado simultáneamente X e Y obteniendo los siguientes resultados. La recta de regresión de Y sobre X ajustada por MCO es:
De dos variables X e Y relacionadas entre sí se sabe que: las varianzas son iguales, su covarianza es 3,6, el coeficiente de correlación lineal entre ambas es 0,9 y la recta de regresión (Y sobre X) pasa por el punto (8; 21). Entonces la recta de regresión de Y sobre X es:
La recta de regresión ajustada a las 40 observaciones con las que se han calculado los siguientes resultados es:
Si la recta de regresión ajustada a partir de una muestra es la siguiente es cierto que:
La siguiente nube de puntos corresponde a la distribución conjunta de Y="Número de respuestas correctas en un test" y X="Total de horas de asistencia a clase". La recta de regresión y el coeficiente de determinación R2 compatible con esta nube de puntos es:
A efectos de analizar el rendimiento en la asignatura de Estadística (Y) en función de las calificaciones obtenidas en la Selectividad (X) se han observado estas variables en 100 alumnos. La pendiente de la recta de regresión de Y sobre X obtenida por MCO ha sido 1,33. La interpretación de este resultado es:
Se han recogido 10 observaciones conjuntas de las variables Y= Puntuación final en Estadística y X = Puntuación en la prueba de acceso a la Universidad. Bajo el supuesto de que es adecuado un modelo lineal de la forma Yi = a + b Xi , el coeficiente de determinación es:
Del análisis bidimensional de las variables X (salario inicial) e Y (salario actual), en el estudio de 100 trabajadores, se han obtenido los siguientes resultados. La ordenada en el origen (a) y la pendiente (b) de la recta de regresión de Y respecto a X son:
El diagrama de dispersión y la recta de regresión obtenidos de una muestra bidimensional de 60 observaciones son las que recoge el siguiente gráfico. El coeficiente de determinación correspondiente a este ajuste podría ser:
Es falso que:
El coeficiente de correlación lineal correspondiente a las variables X e Y cuya distribución conjunta se recoge en el siguiente diagrama de dispersión podría ser:
Una empresa desea comprobar si es efectivo el gasto efectuado en publicidad. Para ello obtiene información sobre el gasto en publicidad (X) y los beneficios netos (Y), en miles de Euros. Con un gasto en publicidad de 20 (miles de Euros), el beneficio neto esperado, en base al modelo estimado, es:
El diagrama de dispersión obtenido de una muestra bidimensional de 60 observaciones se recoge en el siguiente gráfico. El coeficiente de determinación correspondiente a este ajuste podría ser:
A partir de una muestra de tamaño 100 se han obtenido los siguientes resultados y se ha ajustado la recta de regresión por MCO:
De una muestra de 50 observaciones conjuntas de las variables X e Y se han obtenido los siguientes resultados. La pendiente de la recta de regresión de Y sobre X ajustada por MCO es:
Con los datos correspondientes a la evolución de las separaciones matrimoniales con acuerdo (en miles) de 1981 a 2000 se han obtenido los siguientes resultados.La tendencia ajustada por MCO de esta serie (t=1 en 1981) es:
De la observación conjunta de dos variables X e Y relacionadas entre sí se ha obtenido los siguientes resultados. Entonces, la recta de regresión de Y sobre X y el coeficiente de determinación son:
La siguiente serie trimestral recoge la evolución de una variable desde 1998 a 2001. Indique las componentes que se identifican en la serie:
Indique que variable (X1, X2, X3) seleccionaría como variable explicativa del comportamiento de Y en base a la información recogida en la siguiente matriz de varianzas y covarianzas:
¿A cuál de las siguientes variables cree que puede corresponder la siguiente serie mensual?
La tendencia de las separaciones matrimoniales sin acuerdo ajustada por MCO con t = 1 en 1981 es: Xt=10302+828 t. Entonces la predicción para los años 2002, 2003 y 2004 es:
La tendencia de las ventas de un determinado producto (en miles de Euros) ajustada por MCO, con t = 1 en 1990 es: Yt=305+28,2 t. Entonces la predicción para los años 2008, 2009 y 2010 es:
La evolución del nº de establecimientos de turismo rural en Cataluña es la siguiente. La pendiente de la tendencia ajustada por MCO es:
Se han observado conjuntamente las variables X= "Bibliotecas Públicas" e Y = "Plazas en residencias públicas" en 10 comarcas seleccionadas al azar. El coeficiente de correlación lineal de X e Y es aproximadamente:
Una empresa de equipos de alta fidelidad tiene establecimientos en ocho países distintos. El cuadro adjunto recoge el número de unidades vendidas y los precios correspondientes (en miles de u.m). Bajo la consideración de que la variable Precio explica de forma lineal el comportamiento de la variable Ventas, es FALSO:
Si la evolución del valor total de compra de alimentos desde 1990 a 2000 es la siguiente, la pendiente de la tendencia ajustada por MCO es:
De una empresa de hilados se dispone de la evolución de su producción (en Tm.). Se quiere predecir la producción de los 2 períodos siguientes. En base a la representación gráfica, ¿cuál de los siguientes períodos cree más adecuado para estimar la tendencia y realizar esta predicción? y ¿qué resultado es el correcto?