Crear
Descargar
Descarga SCORM
Para ser utilizado en un LMS (Moodle, Blackboard...)
Descarga normal
Para ser publicada en una web o blog.
La descarga de juegos es una característica exclusiva para usuarios con un Plan Académico o un Plan Comercial.
Obtén ahora tu Plan Académico o Comercial y comienza a integrar tus juegos en tu LMS, web o blog.
Obtener Plan Académico
Si lo deseas, puedes descargar un juego de prueba aquí y probar su integración:
Compartir juego
Test
Test

Cuestinario Interactivo

Intégralo en tu plataforma
G. Classroom M. Teams
Puedes integrar el juego en un LMS compatible con LTI 1.1 o LTI 1.3 como Canvas, Moodle, o Blackboard. De esta manera podrás guardar las puntuaciones automáticamente en el libro de calificaciones de esa plataforma.
Descargar
Has superado el número máximo de juegos que puedes integrar en Google Classroom con tu Plan actual.

Para integrar tantos juegos como quieras en Google Classroom, necesitas un Plan Académico o un Plan Comercial.

Obtener Plan Académico
Has superado el número máximo de juegos que puedes integrar en Microsoft Teams con tu Plan actual.

Para integrar tantos juegos como quieras en Microsoft Teams, necesitas un Plan Académico o un Plan Comercial.

Obtener Plan Académico
La descarga de juegos es una característica exclusiva para usuarios con un Plan Académico o un Plan Comercial.

Obtén ahora tu Plan Académico o Comercial y comienza a integrar tus juegos en tu LMS, web o blog.

Si lo deseas, puedes descargar un juego de prueba aquí y probar su integración:

Obtener Plan Académico

Cuestinario Interactivo

Test

Jugadas 3
Crear copia

Sobre esta actividad

Materia: Inferencia y probabilidad

Creada por

Anthxny
Anthxny
Venezuela

Descarga la versión para jugar en papel

Crea tu propio juego gratis desde nuestro creador de juegos
Compite contra tus amigos para ver quien consigue la mejor puntuación en esta actividad
Crear reto

Top juegos

 %
Anónimo
Anónimo
 %
%
%
Has superado el número máximo de juegos que puedes imprimir con tu Plan actual.

Para imprimir tantos juegos como quieras, necesitas un Plan Académico o un Plan Comercial.

Obtener Plan Académico
Imprime tu juego
Cuestinario Interactivo
 

Cuestinario InteractivoVersión en línea

Materia: Inferencia y probabilidad

por Anthxny
1

​Si calculas el coeficiente de correlación de Pearson entre dos variables, ¿entre qué valores debe estar obligatoriamente el resultado?

2

¿Cuál es el objetivo principal de un diagrama de dispersión?

3

El método de Mínimos Cuadros Ordinarios busca:

4

¿Qué indica un valor-p menor a 0.05?

5

Los residuos representan

6

El estadístico Durbin-Watson se utiliza para detectar:

7

Una correlación de Pearson igual a 0 indica que:

8

¿Qué característica debe presentar un gráfico de residuos para considerar que el modelo es adecuado?

9

¿Qué indica un coeficiente de correlación de Pearson cercano a 1?

10

¿Por qué es importante analizar los residuos de un modelo de regresión?

Explicación

El coeficiente de correlación de Pearson mide qué tan juntas se mueven dos variables. Su valor va de -1 a 1, cerca de 1 significa que cuando una sube la otra también sube, cerca de -1 que cuando una sube la otra baja, y cerca de 0 que no hay relación clara entre ellas.

El diagrama de dispersión es básicamente un gráfico donde cada punto representa un par de datos, y al verlos todos juntos puedes detectar si hay alguna relación entre las dos variables: si siguen una tendencia, si se agrupan de cierta forma, o si hay algún dato raro que se sale completamente del patrón.

El método MCO busca la recta que mejor se ajusta a los datos eligiendo aquella donde los errores entre los valores reales y los estimados sean lo más pequeños posible, específicamente minimizando la suma de esos errores elevados al cuadrado, lo que garantiza la mejor estimación de los parámetros del modelo siempre que se cumplan ciertos supuestos estadísticos.

Cuando el valor-p es menor a 0,05, significa que los datos que obtuviste serían muy poco probables si la hipótesis nula fuera cierta, así que la rechazas y concluyes que el resultado es estadísticamente significativo.

Los residuos son simplemente la diferencia entre lo que el modelo predijo y lo que realmente ocurrió, y analizarlos sirve para saber si el modelo está funcionando bien o si hay algo que no está capturando correctamente.

La prueba Durbin-Watson detecta si los errores del modelo siguen algún patrón entre sí, cuando deberían ser independientes. Un valor cercano a 2 indica que todo está bien, mientras que valores cercanos a 0 o a 4 son señal de que los errores sí están relacionados, lo cual es un problema para el modelo.

Que Pearson dé 0 no significa que las variables no tengan ninguna relación, sino que no tienen una relación en línea recta. Podrían estar relacionadas de otra forma, simplemente Pearson no está diseñado para detectarla.

Si al graficar los residuos estos se dispersan de forma aleatoria alrededor del cero, sin formar ningún patrón reconocible, es una buena señal de que el modelo está bien planteado y sus supuestos se están cumpliendo.

Cuando Pearson se acerca a 1, significa que ambas variables suben juntas de forma muy consistente, casi como si una jalara a la otra.

Analizar los residuos es clave para saber si el modelo realmente funciona, porque ahí es donde se revelan los problemas que no se ven a simple vista: errores que no se comportan bien, datos raros que distorsionan los resultados, o relaciones que el modelo no está capturando correctamente.

 
¿Estás seguro que quieres abandonar la página?

Al abandonar la página perderás el progreso del juego.