Estadistica 2Bimestre

La medida de dispersión cuyo resultado se expresa en unidades cuadráticas, es la: a. desviación estándar. b. desviación media. c. varianza.

La medida que nos indica que las tres cuartas partes de las observaciones, se encuentran bajo ese valor y que la cuarta parte restante se encuentra sobre aquel valor, es el: a. D3. b. Q3. c. P3.

La medida de dispersión que permite conocer que el 25% de las observaciones son menores que él y que el 75% de las observaciones se encuentran sobre el mismo, se denomina: a. Q1. b. P1. c. D1.

Es aquella medida que indica la amplitud de variación entre los valores observados en la investigación: a. rango o recorrido. b. desviación media. c. coeficiente de variación.

Cuando se trabaja con datos muestrales, en el cálculo de la desviación estándar, se debe dividir para: a. N. b. N ­1. c. N + 1.

Para su cálculo, es necesario considerar las diferencias entre la media aritmética y cada uno de los valores en términos absolutos: a. desviación media absoluta. b. coeficiente de variación. c. desviación típica o estándar.

La determinación de los valores correspondientes, sigue la misma metodología que el cálculo de la mediana: a. cuartiles, deciles y percentiles. b. desviación típica o estándar. c. varianza.

En cualquier distribución simétrica, aproximadamente el 68% de observaciones se encontrarán entre: a. más y menos una desviación estándar respecto a la media. b. más y menos dos desviaciones estándar respecto a la media. c. más y menos tres desviaciones estándar respecto a la media.

Aquel tipo de probabilidad que parte del supuesto de que los resultados de un experimento son igualmente posibles, se denomina: a. clásica. b. empírica. c. subjetiva.

Cuando nos referimos al proceso que induce a que ocurra una y sólo una de varias posibles observaciones, estamos definiendo un: a. evento. b. resultado. c. experimento.

La probabilidad que se basa en el número de veces que ocurra un evento como proporción del número de intentos conocidos, se denomina: a. clásica. b. empírica. c. subjetiva.

Cuando la probabilidad se basa en cualquier información disponible, nos estamos refiriendo a la probabilidad: a. subjetiva. b. clásica. c. empírica.

La probabilidad de obtener una “cara” al lanzar una moneda, es un ejemplo de probabilidad: a. clásica. b. subjetiva. c. empírica.

La probabilidad que considera el número de veces que ocurre el evento y el número total de observaciones, se denomina probabilidad: a. clásica. b. empírica. c. subjetiva.

Al lanzar una moneda, el evento de extraer una cara, se encuentra en el conjunto de: a. resultados posibles. b. resultados favorables. c. total de observaciones.

Para aplicar la regla especial de la adición, los eventos deben ser: a. independientes. b. mutuamente excluyentes. c. dependientes.

Si dos eventos no son independientes, para determinar la probabilidad conjunta de dichos eventos, se debe utilizar la regla: a. especial de multiplicación. b. general de multiplicación. c. especial de adición.

La probabilidad de que al lanzar una moneda, su resultado sea una “cara”, es: a. 1. b. 2. c. 1/2.

La probabilidad condicional, significa que se está trabajando con: a. un evento. b. dos o más eventos. c. un resultado.

Cuando no interesa el orden en el que se presentan los objetos seleccionados de un conjunto total, se utiliza: a. permutaciones. b. combinaciones. c. diagrama de árbol.

El número de combinaciones de tres elementos tomados tres a la vez, es igual a: a. 1. b. 3. c. 6.

Para el cálculo de la probabilidad binomial se utilizan: a. permutaciones. b. combinaciones. c. cuartiles.

La distribución de probabilidad hipergeométrica, se aplica cuando: a. los ensayos son independientes. b. la variable aleatoria cambia en cada ensayo. c. los muestreos se realizan en una población finita.

La distribución de probabilidad hipergeométrica, se caracteriza porque la probabilidad de éxito: a. cambia en cada ensayo. b. permanece fija en todos los ensayos. c. no influye en el resultado final.

Cuando se trabaja en intervalos definidos de espacio o tiempo es aconsejable el uso de la distribución de probabilidad: a. De Poisson. b. Hipergeométrica. c. Binomial.

Cuando las pruebas no son independientes, la distribución de probabilidad a utilizarse es: a. Hipergeométrica. b. Binomial. c. De Poisson.

En la distribución de probabilidad de Poisson, la media y la varianza se calculan con la misma fórmula, que dice: a. n*π. b. n+π. c. n/π.

Una característica de las distribuciones de probabilidad, indica que los resultados son eventos: a. mutuamente excluyentes. b. independientes. c. dependientes.

En la distribución de probabilidad de Poisson, la media y la varianza son: a. iguales. b. diferentes. c. no hay relación.

En una tabla de distribución de probabilidades, se considera el concepto de frecuencia. a. absoluta simple. b. relativa simple. c. absoluta acumulada.

La distribución de probabilidad hipergeométrica se caracteriza porque los ensayos son: a. dependientes. b. independientes. c. excluyentes.

La ley de los eventos improbables, se establece cuando la probabilidad de éxito es: a. grande y n es pequeña. b. muy pequeña y n es grande. c. es pequeña y n también lo es.

En la distribución de probabilidad normal estándar, la desviación estándar es de: a. 0. b. 1. c. 0,5.

Si la media aritmética es igual a 21, la desviación estándar es igual a 3, entonces el valor de X = 18 en términos de Z será: a. 1. b. -1. c. 0.

Si la media aritmética es igual a 30, la desviación estándar es igual a 4, entonces el valor de X = 20 en términos de Z será: a. 2,5. b. - 2,5. c. -5.

Para la probabilidad de que por lo menos ocurra X, se utiliza el área por encima de: a. X + 0,5. b. X – 0,5. c. X ± 0,5.

El área bajo la curva normal se caracteriza por ser: a. adimensional. b. dimensional. c. cuadrática.

El área de la curva normal a cada uno de los lados de la media aritmética es: a. 50%. b. 25%. c. 100%.

Se considera como una buena aproximación de la distribución normal a la binomial cuando, nπ y n(1 – π) son por lo menos: a. 5. b. 1. c. 10.

Uno de los tres enunciados siguientes no corresponde a las características de la distribución normal: a. tiene forma de campana. b. es asimétrica con respecto al origen. c. desciende suavemente en ambas direcciones del valor central.