1
Q
- Las condiciones de aplicación de un modelo ANOVA en un diseño con observaciones independientes son:
A) Únicamente homocedasticidad.
B) Normalidad de los residuos y homocedasticidad
C) Un numero de individuos per tratamiento mayor a 30
D) Únicamente normalidad de los residuos
A
B) Normalidad de los residuos y homocedasticidad
2
Q
- Cuando realizaremos comparaciones a posteriori o post-hoc después de realizar una ANOVA?
a) Siempre
b) Cuando rechazamos la hipótesis nula de igualdad de varianzas
c) Cuando aceptamos la hipótesis nula de igualdad de medias
d) Cuando rechazamos la hipótesis nula de igualdad de medias.
A
d) Cuando rechazamos la hipótesis nula de igualdad de medias.
3
Q
- Cuando aplicamos corrección de Bonferroni en una comparación posteriori.
a) Se incrementa el error alfa o el nivel de significación
b) La media de la muestra se reduce
c) El significado incrementa en función de los niveles del factor.
d) El nivel de significación se reduce en función del número de comparaciones a realizar.
A
d) El nivel de significación se reduce en función del número de comparaciones a realizar.
4
Q
- Indica que afirmación es FALSA
a) Para utilizar estadístico de la t-studen tenemos que contrastar la homogeneidades de las varianzas poblacionales entre los grupos
b) El estadístico de la t-studen se puede utilizar para comparar medias en mas de dos grupos
c) El estadístico de la t-student es diferente si no existe homogeneidad de varianzas
d) Para utilizar ll estadístico de la t-Studen. La variable estudiada tuene que seguir una distribución normal o el tamaño de la muestra dene ser mayor a 30.
A
c) El estadístico de la t-student es diferente si no existe homogeneidad de varianzas
5
Q
- Los modelos de regresión lineal generales solo se pueden aplicar si:
a) El coeficiente de determinación es 1
b) La variancia residual es cero
c) El coeficiente de determinación es 0
d) La variable dependiente y los residuos siguen un modelo normal (Gausiano)
A
d) La variable dependiente y los residuos siguen un modelo normal (Gausiano)
6
Q
- En los modelos de regresión lineal múltiple, la homocedasticidad se evalúa mediante:
a) El diagrama de caja y bigotes de los residuos
b) El grafico de residuos y valores predichos por el modelo
c) El histograma de los valores predichos por el modelo.
d) El diagrama de cuartiles de los residuos.
A
b) El grafico de residuos y valores predichos por el modelo
7
Q
- En un modelo de regresión logística, cual de las siguientes afirmaciones sobre el coeficiente de una variable es FALSA:
a) Si hay relación significativa entre la variable explicativa i la respuesta, el intervalo de confianza de la exponencial del coeficiente incluiría el 0.
b) Si el coeficiente es significativamente diferente de 0, indica que hay relación entre la variable explicativa y la respuesta (outcome).
c) El exponencial del coeficiente es la ODDS RATIO
d) SI hay relación significativa entre la variable explicada y la respuesta, el intervalo de confianza del coeficiente de regresión incluirá el 0.
A
a) Si hay relación significativa entre la variable explicativa i la respuesta, el intervalo de confianza de la exponencial del coeficiente incluiría el 0.
8
Q
- En un modelo de regresión lineal múltiple, el coeficiente de regresión de una variable explicativa se interpreta como:
a) El efecto de la variable explicativa cuando las otras variables explicativas toman el valor de 0.
b) El efecto de la variable explicativa ajustado o controlado por las otras variables explicativas.
c) El efecto de la variable explicativa independientemente de las otras variables explicativas.
d) El efecto de la variable respuesta sobre las variables explicativas.
A
b) El efecto de la variable explicativa ajustado o controlado por las otras variables explicativas.
9
Q
- En un diseño de dos factores, la tabla completa de la descomposición de la varianza contendrá los siguientes elementos:
a) La suma de cuadrados de la interacción de los dos factores y la de los residuos.
b) La suma de cuadrados de los factores principales a y B, la de su interacción u la de los residuos.
c) La suma de cuadrados de los factores principales a y B y de su interacción.
d) La suma de cuadrados de los factores principales a y B
A
c) La suma de cuadrados de los factores principales a y B y de su interacción.
10
Q
- Si queremos evaluar el efecto de la magnitud de una exposición sobre una variable respuesta cuantitativa en presencia de variables confusoras y variables modificadores del efecto, utilizare:
a) Regresión logística múltiple
b) Test t-student
c) Regresión lineal múltiple.
d) Test ANOVA de un factor.
A
c) Regresión lineal múltiple.
11
Q
- Si disponemos de dos modelos para explicar la variabilidad de una variable dependiente Y, el que tenga mayor coeficiente de determinación (R Cuadrado)
a) Sera el modelo que peor explique Y
b) Sera el que la varianza residual sea negativa
c) Sera el que la varianza residual sea menor.
d) Sera el que la varianza residual sea mayor.
A
c) Sera el que la varianza residual sea menor.
12
Q
- Queremos modela la variable “presencia y ausencia de enferemedad”. Para ellos debemos utilizar?
a) Modelo ANOVA
b) Modelo regresión lineal multiple
c) Ninguno modelo anterior
d) Modelo regresión logística
A
b) Modelo regresión lineal multiple
13
Q
- Para identificar posibles valores extremos de la variable dependiente Y usaremos:
a) Diagrama de barras
b) Histograma
c) Diagrama de cajas y bigotes.
d) Grafico de cuartiles
A
c) Diagrama de cajas y bigotes.
14
Q
- Si en una regresión lineal, incorporemos una variable cualitativa con tres catergorias, cuantos coeficientes de regresión obtendremos en esta variable?
a) 4
b) 2
c) 1
d) 3
A
4
15
Q
- En los modelos de regresión logística el efecto de las variables independientes se interpreta como:
a) Odds ratio
b) Probabilidades
c) diferencia de medias
d) Pendientes
A
a) Odds ratio
16
Q
- Si existe una relación indirecta entre dos variables.
a) la covarianza será positiva
b) Alguna de las variancias de variables será negativa
c) El coeficiente de correlación de PAerson presentara un valor inferior a 0.
d) El coeficiente de determinación será negativo
A
d) El coeficiente de determinación será negativo
17
Q
- Se realiza una regresión lineal simple entre dos variables cuantitativas. Si obtenemos un coeficiente de regresión de la variable explicativa negativo, indica cual de las siguientes afirmaciones es CIERTA.
a) la coordenada en el origen será negativa
b) El coeficiente de correlación entre las dos variables será negativo.
c) Con los datos disponibles podemos afirmar que la variable explicada presenta asociación estadísticamente significativa
d) indica que cuando incrementemos una unidad la variable explicativa la variable respuesta incrementa
A
c) Con los datos disponibles podemos afirmar que la variable explicada presenta asociación estadísticamente significativa
18
Q
- Se calcula el Odds Ratio de un factor respecto una enfermedad, se obtiene un valor inferior de 1.
a) el factor explica significativamente estadístico la enfermedad
b) El factor es protector de la enfermedad
c) el factor es de riesgo de la enfermedad.
d) el factor no influye en la enfermedad.
A
b) El factor es protector de la enfermedad
19
Q
- Si en una tabla anova la interacción entre dos factores es estadísticamente significativa.
a) El efecto de un factor es igual en función de los niveles del otro factor.
b) La variabilidad asociada a la interacción será superior a la variabilidad total
c) EL efecto de un factor es diferente en función de los niveles del otro factor.
d) p-valor asociado al efecto interacción será superior a 0.05
A
a) El efecto de un factor es igual en función de los niveles del otro factor.
20
Q
- En un modelo de regresión logística las variables explicativas deben ser:
a) exclusivamente categóricas (de dos categorías o mas)
b) Pueden ser categóricas binarias (dummy), categóricas o cuantitativas
c) Exclusivamente cuantitativas
d) Exclusivamente categóricas binarias.
A
b) Pueden ser categóricas binarias (dummy), categóricas o cuantitativas
s.publica i epi.
flashcards
Decks in class (5)
# Cards
