Créer jeu
Télécharger
Téléchargement SCORM
A utiliser dans un LMS (Moodle, Blackboard...)
Téléchargement régulier
Pour être publié sur un site Web ou un blog.
Le téléchargement du jeu est une fonctionnalité exclusive pour les utilisateurs avec un Plan Académique ou un Plan Commercial.
Obtenez votre Plan Académique ou Plan Commercial dès maintenant et commencez à intégrer vos jeux dans votre LMS, votre site Web ou votre blog.
Obtenir Plan Académique
Si vous le souhaitez, vous pouvez télécharger une jeu de test ici et tester son intégration:
Partager le jeu
Test
Test

Cuestinario Interactivo

Intégrez-le à votre plateforme
G. Classroom M. Teams
Vous pouvez intégrer le jeu dans un LMS compatible avec LTI 1.1 ou LTI 1.3 comme Canvas, Moodle ou Blackboard. Les scores seront ainsi automatiquement enregistrés dans le carnet de notes de la plateforme.
Télécharger
Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Google Classroom avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Google Classroom, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Obtenir Plan Académique
Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Microsoft Teams avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Microsoft Teams, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Obtenir Plan Académique
Le téléchargement du jeu est une fonctionnalité exclusive pour les utilisateurs avec un Plan Académique ou un Plan Commercial.

Obtenez votre Plan Académique ou Plan Commercial dès maintenant et commencez à intégrer vos jeux dans votre LMS, votre site Web ou votre blog.

Si vous le souhaitez, vous pouvez télécharger une jeu de test ici et tester son intégration:

Obtenir Plan Académique

Cuestinario Interactivo

Test

Parties jouées 3
Créer une copie

À propos de cette activité

Materia: Inferencia y probabilidad

Créé par

Anthxny
Anthxny
Venezuela

Téléchargez la version pour jouer sur papier

Créez votre propre jeu gratuite à partir de notre créateur de jeu
Affrontez vos amis pour voir qui obtient le meilleur score dans ce jeu
Créer un défi

Top Jeux

 %
Anonyme
Anonyme
 %
%
%
Vous avez dépassé le nombre maximum de jeux que vous pouvez imprimer avec votre Plan actuel.

Pour imprimer autant de jeux que vous le souhaitez, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Obtenir Plan Académique
Imprimez votre jeu
Cuestinario Interactivo
 

Cuestinario InteractivoVersion en ligne

Materia: Inferencia y probabilidad

par 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.

 
Voulez-vous vraiment quitter la page ?

En quittant la page, vous perdrez la progression du jeu.