MirPirFir.

PIR 2018 · Pregunta 35

Estadística inferencial

Con relación a los supuestos del modelo estadístico, indique la afirmación CORRECTA:

Ver respuesta sin contestar

Respuesta correcta: C (clave oficial publicada)

Explicación

La pregunta evalúa el emparejamiento correcto entre los supuestos del modelo lineal y sus pruebas de diagnóstico correspondientes. La opción 3 es la única correcta porque la prueba de Durbin-Watson es el indicador estándar para verificar la independencia de los errores mediante el análisis de su autocorrelación. Las demás opciones confunden los supuestos con pruebas ajenas o invierten la lógica de los contrastes de hipótesis.

C. El estadístico de Durbin-Watson (rango 0-4) evalúa la autocorrelación de primer orden de los residuos. Un valor cercano a 2 indica independencia de los errores, mientras que desviaciones significativas hacia 0 o 4 señalan autocorrelación positiva o negativa, respectivamente. Por tanto, es la prueba estándar para verificar el supuesto de independencia en modelos de regresión.

  • A. La prueba de Brown-Forsythe (y Levene) contrasta la homogeneidad de varianzas (homocedasticidad), no la normalidad. Para explorar normalidad se utilizan pruebas como Shapiro-Wilk, Kolmogorov-Smirnov o gráficos Q-Q.
  • B. La prueba W de Welch (t de Welch o ANOVA de Welch) es un procedimiento para comparar medias que no asume igualdad de varianzas, es decir, es el 'remedio' cuando falla la homocedasticidad, no la prueba diagnóstica del supuesto. La comprobación de homogeneidad se realiza con Levene, Brown-Forsythe o Bartlett.
  • D. Doble error: primero, en pruebas de normalidad como Shapiro-Wilk la hipótesis nula es que los datos son normales; un resultado significativo (p ≤ 0,05) lleva a rechazar la normalidad, no a confirmarla. Segundo, el estadístico W oscila entre 0 y 1, por lo que un valor de 2,781 es imposible y delata una confusión con otro estadístico.

Fuentes

Explicación generada con IA y verificada por consenso entre modelos de distintas familias.

Ha caído también en