Cuestionario sobre el modelo lineal simple

En la inferencia estadística para el modelo lineal simple, la significancia global no siempre es igual a la significancia individual. La significancia global prueba si al menos uno de los predictores en el modelo es significativamente diferente de cero, mientras que la significancia individual prueba si un predictor específico es significativamente diferente de cero.

En el análisis de los residuos, la verificación de los supuestos es crucial para la validez del modelo. Si los supuestos no se cumplen, las inferencias hechas a partir del modelo pueden ser incorrectas.

El coeficiente de correlación lineal de Pearson siempre tiene un valor entre -1 y 1. Un valor de -1 indica una correlación negativa perfecta, un valor de 1 indica una correlación positiva perfecta, y un valor de 0 indica que no hay correlación.

La estadística de Durbin-Watson se utiliza para detectar la presencia de autocorrelación en los residuos de un análisis de regresión.

En la estimación de mínimos cuadrados para el modelo de regresión lineal simple, las ecuaciones de normalidad se utilizan para calcular los coeficientes del modelo. Estas ecuaciones se derivan al minimizar la suma de los cuadrados de los residuos.