Pregunta: 10. En la regresión de Ridge, a medida que aumenta el parámetro de regularización, ¿disminuye el coeficiente de regresión? Seleccione uno: a. Sí b. No C. Depende de la base de datos d. Ninguna de las anteriores 9. ¿Cuál de estas es una diferencia entre Lasso y Ridge Regression? Seleccione uno: a. Ridge ofrece resultados de repuesto en comparación con Lasso

10. En la regresión de Ridge, a medida que aumenta el parámetro de regularización, ¿disminuye el coeficiente de regresión?
Seleccione uno:
a. Sí
b. No
C. Depende de la base de datos
d. Ninguna de las anteriores

9. ¿Cuál de estas es una diferencia entre Lasso y Ridge Regression?
Seleccione uno:
a. Ridge ofrece resultados de repuesto en comparación con Lasso
b. En Ridge agregamos un término de penalización que es igual al valor absoluto del coeficiente, mientras que en Lasso agregamos el cuadrado del coeficiente como penalización.
C. Lasso tiende a hacer coeficientes al cero absoluto en comparación con Ridge, que nunca establece el valor de un coeficiente al cero absoluto.
d. Ninguna de las anteriores

8. En una regresión, si tuviéramos R-cuadrado=1, entonces
Seleccione uno:
a. La suma de errores al cuadrado puede ser cualquier valor positivo.
b. La suma de errores al cuadrado debe ser igual a cero.
C. La suma de errores al cuadrado también debe ser igual a uno.
d. Ninguna de las anteriores

7. Si P=N, el R cuadrado de la muestra será:
Dónde
P: Número de regresores
N: Número de observaciones en una muestra
Seleccione uno:
a. R cuadrado (muestra)=1
b. R cuadrado (muestra)=0,5
C. R cuadrado (muestra)=0,05
d. Ninguna de las anteriores