ESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso

Transcripción

1 ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 22 - Diciembre Primera Parte - Test Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras que, a lo sumo, tengan funciones estadísticas básicas. No se pueden utilizar calculadoras programables. Existe una sóla respuesta correcta por pregunta. Cada respuesta correcta se valorará con 1 punto y cada incorrecta con -1/3. Las preguntas no contestadas no se valoran. Si se marcan varias respuestas a la vez se considerará la pregunta no contestada. El valor de esta primera parte del examen es de CINCO PUNTOS sobre diez. Responder con letras mayúsculas y bolígrafo. Las respuestas elegidas que se considerarán válidas son las que se consignen en el cuadro que se adjunta a continuación. Pregunta Respuesta D C B D C A Pregunta Respuesta A C B C D A CUESTIONES 1. Si el p-valor de un contraste es p = , entonces cuál es la mejor conclusión? A. H 0 es de nitivamente falsa B. H 0 es de nitivamente verdadera C. Hay una probabilidad del 50% de que H 0 sea verdadera D. Se acepta H 0 porque probablemente sea verdadera. 2. El contraste de Kolmogorov-Smirnov: A. Si la variable en estudio es continua, se deben hacer intervalos de clase para realizar este contraste.

2 B. Es válido para contrastar la bondad de ajuste de cualquier distribución continua, excepto la normal. C. No se puede realizar si la distribución de contraste es discreta. D. Tiene el inconveniente de que si se necesitan estimar parámetros de la población mediante la muestra, varían los grados de libertad del estadístico de contraste. 3. En un modelo de regresión, la gura adjunta presenta el grá co de los residuos frente al índice ft; e t g : A. Los errores son heterocedásticos. B. Existe dependencia negativa en el error. C. Existe dependencia en el error, pero no se conoce de qué signo. D. Es necesario introducir el tiempo como variable regresora. 4. El contraste de Kruskal-Wallis: A. Si la suposición de normalidad no es asumible, permite transformar los datos para obtener normalidad. B. Contrasta la hipótesis de normalidad. C. Es una extensión de la prueba t de Student para comparar la homogeneidad de dos poblaciones. D. Es un contraste de hipótesis de tipo no paramétrico acerca de la igualdad de medias. 5. En un diseño de experimentos de un factor con cinco niveles, se representa un box-plot de los residuos para cada nivel del factor. De él se deduce:

3 A. Presencia clara de homocedasticidad. B. Falta de normalidad de los residuos. C. La varianza de los residuos no es constante para cada nivel del factor. D. Se observa una estructura de dependencia positiva en los errores. 6. En el modelo de diseño en bloques completamente aleatorizado: A. El número de parámetros a estimar es I + J: B. El número de grados de libertad del error es IJ 1: C. Siempre se asume que existe interacción. D. b Y ij = + i + j + " ij : 7. En un modelo de regresión lineal simple, el coe ciente de determinación se calcula como: A. R 2 = (by i y) 2 (y i y) 2 : B. R 2 = 1 bs 2 R bs 2 Y C. R 2 = s XY s X s Y : D. R 2 = scme scmg : = (n 2) = (n 1): 8. En un modelo de regresión lineal simple, la autocorrelación muestral de orden uno de los n = 25 residuos es r 1 = Entonces, el estadístico de Durbin-Watson es, aproximadamente A. b d = , y para = se rechaza H 0 y aceptamos la existencia de autocorrelación positiva. B. b d = , pero el contraste no es concluyente para = C. b d = , y para = se rechaza H 0 y aceptamos la existencia de autocorrelación positiva. D. b d = , y para = se rechaza H 0 y aceptamos la existencia de autocorrelación negativa. 9. En un modelo de regresión múltiple, el leverage de una observación muestral: A. Es el número equivalente de observaciones para estimar m t = E Y j! X =! x t : B. Se encuentra siempre entre 1 n y 1. C. Es mayor cuanto más próximo esté! x t de x: D. Es el i ésimo elemento de la diagonal de la matriz X t X 1 :

4 10. En un modelo de regresión lineal simple, el siguiente grá co de dispersión de X frente a Y indica: A. No existe relación lineal entre las variables, pero sí podría existir otro tipo de relación. B. Falta de normalidad de los residuos. C. Hay linealidad y heterocedasticidad. D. La pendiente de la recta no es signi cativa. 11. En un modelo de regresión lineal múltiple, si no se puede calcular la matriz inversa de X t X, entonces: A. Las variables regresoras no son normales. B. Los datos se ajustan mejor a un modelo no lineal. C. Las variables explicativas son ortogonales. D. No se puede estimar unívocamente el vector de coe cientes b. 12. El p-valor de un contraste de hipótesis sobre el parámetro se calcula mediante: A. Depende de cómo sea H 1 : B. P jdj < d b jh 0 cierta : C. p valor = : D. 2 P d < djh b 0 cierta :

5 ESTADISTICA II, Ingeniería Informática, Problemas, 22 - Diciembre Apellidos, Nombre:... D.N.I.:... Responder de forma concisa y justi cada a las siguientes cuestiones. Las respuestas se escribirán con bolígrafo a continuación de las preguntas. Cada una de las preguntas tiene una valoración máxima de 0.5 puntos sobre cinco. Para aprobar el examen es necesario obtener una puntuación igual o superior a 1 punto en cada uno de los dos problemas. Problema 1. Se desea estudiar la posible in uencia, en el "Gasto en material informático (en cientos miles de euros al año)", del "Sector al que pertenece la empresa" (S1=Alimentación, S2=Transformación de materias, S3=Servicios) y de los "Ingresos globales que tenga (en millones de euros)" (I1=Menos de 10, I2=Entre 10 y 50, I3=Más de 50). Para ello se recoge una muestra de datos de 18 empresas seleccionadas al azar. Los datos son los siguientes: I Factor Ingresos I I Factor Sector S 1 S 2 S y i = P.1. Formular el modelo del apartado anterior y detallar todas las suposiciones que se hacen en él. Calcular las estimaciones de los efectos de los factores Sector e Ingresos. P.2. Ajustar un diseño de experimentos con dos factores e interacción, completar la tabla ANOVA e indicar qué efectos son signi cativos y cuáles no (nivel de signi cación 5%). Calcular el coe ciente de determinación. P.3. Encontrar un intervalo de con anza al 90% para la desviación típica del error y para la diferencia de medias entre los sectores 1 y 2. P.4. Contrastar, con = , si el promedio de los efectos de los niveles I1 y I3 coincide con el efecto del nivel I2 del factor Ingresos. P.5. Formular el diseño de experimentos más sencillo posible que permita explicar el gasto en material informático. Justi car por qué el modelo no se puede simpli car más y dar una medida de la bondad del modelo.

6 ESTADISTICA II, Ingeniería Informática, Problemas, 22 - Diciembre Apellidos, Nombre:... D.N.I.:... Problema 2: En ha realizado un estudio sobre los ingresos de los informáticos que trabajan en empresas privadas, Para ello se han elegido cien informáticos al azar y se les ha preguntado por sus ingresos anuales en euros (I); tiempo que llevan trabajando en meses (T ) y volumen de ventas en millones de su empresa (V ): A esta muestra se le ajusta la siguiente ecuación de regresión log I = log T log V; R 2 = ; ^s 2 R = ( ) ( ) Los valores entre paréntesis debajo de los coe cientes son las desviaciones típicas de los estimadores. P.6. Qué variables regresoras son signi cativas al = ?. Calcular un intervalo de con anza al 95% para el coe ciente de regresión de la variable log V: P.7. Calcular el valor absoluto del coe ciente de correlación parcial entre las variables log I y log T en presencia de log V: Interpretar este coe ciente. En qué se diferencia del coe ciente de correlación simple? P.8. Calcular el coe ciente de correlación múltiple corregido por grados de libertad del modelo. Interpretar este coe ciente. En qué mejora este coe ciente al coe ciente de correlación múltiple? P.9. De dos observaciones muestrales A y B se ha calculado el residuo (r i ) ; el valor de in uencia a priori o leverage (h i ) y el estadístico DF F IT S; obteniendo Observación e i h i DF F IT S A B En base a estos datos caracteriza a las dos observaciones son in uyentes?, son atípicas? P.10. De la observación A se sabe que T = 54; y V = : Calcular un un intervalo de predicción al 95% para los ingresos anuales (I) de este informático.