control tema 6: análisis discriminante

1 ¿Cómo deben ser las variables que se utilizan en un análisis discriminante?
a)
b)
c)
d)
e)
Todas cuantitativas
Todas cualitativas
Una cuantitativa y el resto categóricas
Una independiente y otra dependiente
La variable dependiente categórica y las independientes cuantitativas
2 ¿Cuándo podemos decir que el modelo discriminante ha conseguido su objetivo?
a) Cuando la función discriminante influye en las variables
b) Cuando se obtienen más de una función discriminante
c) Cuando la o las funciones discriminantes consiguen separar de significativa los grupos definidos
previamente.
d) Cuando el discriminante es significativo
3 ¿Qué tienen en común el Análisis Discriminante y Análisis de Componentes Principales?
a) Los estadísticos de contraste
b) Los grupos o cluster formados
c) La función estimada que trata de explicar la variabilidad o información contenida en las
variables originales mediante funciones que son combinaciones lineales de dichas variables
d) Que las variables son de carácter cualitativo
4 ¿Cuáles el objetivo del análisis discriminante descriptivo?
a)
Definir los perfiles de los grupos según las variables que discriminan de forma significativa entre
grupos
b) Definir variables que mantengan un nivel significativo de correlación entre ellas
c) Describir formas de separar las variables según su escala de medida en variables categóricas y
variables cuantitativas
d) No existe el aspecto descriptivo del análisis discriminante
5 ¿Cómo podemos clasificar un nuevo caso no incluido en la muestra utilizada para llevar a cabo el
análisis discriminante?
a) Llevar a cabo un análisis de la varianza.
b) Llevar a cabo un contraste de igualdad de varianzas
c) Sustituir los valores de dicho caso para todas y cada una
discriminante de Fisher, de manera que asignaremos el caso
mayor puntuación discriminante de Fisher
d) Sustituir los valores de dicho caso para todas y cada una
discriminante de Fisher, de manera que asignaremos el caso
puntuación positiva discriminante de Fisher
de las variables en la función
a aquel grupo que obtenga una
de las variables en la función
a aquel grupo que obtenga una
6 ¿Cómo se mide la bondad del modelo discriminante estimado?
a)
b)
c)
d)
Analizando los errores cometidos
Comprobando que el número de variables elegidas es suficientemente grande
Comprobando que el número de variables elegidas no es excesivamente grande
Estudiando la correlación canónica y el porcentaje de casos correctamente clasificados
7 ¿Qué métodos conoces para la consideración de las variables discriminantes?
a)
b)
c)
d)
El método de Ward
El método de máxima verosimilitud
El método del vecino más cercano
Introducir todas las variables conjuntamente, Introducir iterativamente cada una de las variables
e Introducir/Excluir iterativamente cada una de las variables
8 ¿Qué deberíamos concluir si en la matriz de medias de las variables o funciones canónicas por grupos
no se observan diferencias entre grupos para cada una de las funciones?
a)
b)
c)
d)
El modelo discriminante es perfecto
Las funciones discriminantes canónicas no consiguen separar los grupos de forma significativa
El modelo discriminante ha conseguido un número de funciones canónicas superior al permitido
Ninguna de las opciones anteriores
9 ¿Cómo debemos interpretar el valor de λ en un análisis discriminante?
a)
Es un estadístico que mide el poder discriminante de manera que a mayor valor del mismo
mayor poder discriminante
b) Es un estadístico que mide el poder discriminante de manera que a menor valor del mismo
mayor poder discriminante
c) Dado que es el autovalor de la función discriminante indica el número de ellas que resultan
significativas en un análisis discriminante
d) Ninguna de las anteriores
10 ¿Qué recoge la matriz de estructura en un análisis discriminante?
a)
b)
c)
d)
e)
Cómo se estructuran las etapas del análisis
El nivel de multicolinealidad entre las variables independientes
Si existe o no homocedasticidad en el problema
Los coeficientes de correlación entre las variables independientes y las funciones discriminantes
Ninguna de las anteriores