Tes

Si se aumenta el tamaño de muestra, el intervalo de confianza: Depende de la media poblacional. Se vuelve más ancho. No cambia. Se vuelve más estrecho.

Para calcular la varianza muestral se debe: Dividir la suma de cuadrados por n-1. Sumar las desviaciones sin elevarlas al cuadrado. Dividir por la media. Dividir la suma de cuadrados por n.

El estimador puntual de la media poblacional es: El rango. La media muestral. La mediana muestral. La moda.

Si en una muestra de 100 personas, 40 tienen cierta característica, la estimación puntual de la proporción es: 40. 0.60. 4. 0.40.

Un intervalo de confianza del 95% significa que: Hay 95% de probabilidad de que la media cambie. En el 95% de las muestras, el intervalo contendrá el valor real de la media poblacional. El valor de la media es siempre igual al límite superior. El intervalo es siempre simétrico.

La desviación estándar es: La varianza multiplicada por 100. El cuadrado de la varianza. La varianza dividida entre la media. La raíz cuadrada de la varianza.

Una proporción es: La diferencia entre dos medias. Un número mayor que 1. Una razón entre el número de casos favorables y el total de casos. El número absoluto de casos favorables.

Si se aumenta el tamaño de la muestra, el error estándar de la proporción: Disminuye. No cambia. Aumenta. Depende solo de p.

La estimación puntual consiste en: Obtener siempre el valor exacto del parámetro. Calcular un rango de valores. Usar un solo valor muestral como estimador del parámetro poblacional. Utilizar varios intervalos de confianza.

La precisión de un estimador puntual mejora cuando: Disminuye el número de datos recolectores. Aumenta el tamaño de la muestra. Aumenta la varianza poblacional. Disminuye el tamaño de la muestra.

Un buen estimador puntual debe ser: Insesgado. Sesgado negativamente. Sesgado positivamente. Inexacto.

En un intervalo de confianza para una proporción, los límites se calculan como: p ± media poblacional. p ± Z * error estándar. Media ± t * desviación estándar. Z ± p.

Si la media muestral es 100, la desviación estándar poblacional es 20 y el tamaño de muestra es 25, ¿cuál es el error estándar de la media?. 5. 20. 0.8. 4.

La distribución usada para construir intervalos de confianza para proporciones grandes es: Chi-cuadrado. t-Student. Poisson. Normal.

Al aumentar el nivel de confianza de 95% a 99%, el intervalo de confianza: No cambia. Depende del tamaño de la muestra. Se vuelve más ancho. Se vuelve más estrecho.

Un estimador es consistente si: Conforme aumenta el tamaño de la muestra, se aproxima al verdadero valor del parámetro. No depende del tamaño de la muestra. Siempre es igual a la media poblacional. No varía en muestras distintas.

Para una muestra de tamaño 36, media 50 y desviación estándar poblacional, ¿cuál es el intervalo de confianza al 95% para la media?. 50 ± 3.92. 50 ± 6.00. 50 ± 1.96. 50 ± 2.00.

La varianza se expresa en: Porcentaje. Unidades al cuadrado. Unidades originales. Unidades Logarítmicas.

¿Qué mide la varianza?. El sesgo de la distribución. La tendencia central. El valor máximo. La dispersión de los datos respecto a la media.

Si un valor extremo se aleja mucho de la media, la varianza: Aumenta. Se vuelve cero. Disminuye. No cambia.

En una prueba de hipótesis, el valor p indica: El tamaño de la muestra. La media poblacional. La probabilidad de observar un resultado extremo si H₀ es cierta. El nivel de confianza.

¿Qué representa el estadístico de prueba?. El nivel de confianza. El valor observado que se compara con el valor crítico. La diferencia de medias poblacionales. La varianza de la población.

LA SIGUIENTE TABLA MUESTRA EL TIEMPO EN REALIZAR CIERTA LABOR POR PARTE DE LOS TRABAJADORES DE TRES EMPRESAS DIFERENTES. SE DESEA SABER SI SE PUEDE CONCLUIR EN BASE A ESTOS DATOS QUE LOS TIEMPOS MEDIOS NO SON IGUALES ENTRE LOS 3 GRUPOS. UTILIZAR UN ALFA DE 5% Y QUE LA POBLACIÓN SON NORMALES CON LAS MISMAS VARIANZAS. SI SE SABE QUE EL SST ES IGUAL A 7109, SSA ES IGUAL A 3801 Y EL SSE= 3308. EN FUNCIÓN A ESTOS DATOS CALCULAR EL C ALCULAR EL VALOR F. 3,42. 143,83. 13,21. 1900,5.

Varios investigadores desean saber si es posible concluir que dos poblaciones de niños diferentes respecto a la edad promedio en la cual pueden caminar por sí solos. Los investigadores obtuvieron los siguientes datos (edades en meses). SEA ALFA 0,05. CUÁL DE LAS SIGUIENTES AFIRMACIONES SERÁ LA RESPUESTA CORRECTA. zc=3,16. ct= 4,33. tc= -3,16. Se acepta H0.

LOS SIGUIENTES DATOS SON LOS CONSUMOS DE OXÍGENO EN ML DURANTE LA INCUBACIÓN DE UNA MUESTRA ALEATORIA DE 15 SUSPENCIONES CELULARES. PROPORCIONAN ESTOS DATOS SUFICIENTE EVIDENCIA EN UN NIVEL DE SIGNIFICACIÓN DE 0,05 DE QUE LA MEDIA DE LA PO LACIÓN NO ES IGUAL A 12ML. EN FUNCIÓN A ESTOS DATOS CUÁL DE LAS SIGUIENTES ALTERNATIVAS ES UNA AFIRMACIÓN. tc= 4,33. t=-4,33. zc= 4,33. Se acepta H0.

¿Qué se requiere para realizar un ANOVA correctamente?. Escalas nominales. Varianzas desiguales. Muestras pequeñas y no normales. Independencia de las observaciones y normalidad.

¿Cuál es la fórmula general de la regresión lineal simple?. y = mx + b. y = b + ax. y = a + bx. y = a + b1x1 + b2x2.

¿Cuál NO es un supuesto de la regresión lineal simple?. Linealidad. Homocedasticidad. Variables categóricas. Independencia de residuos.

¿Qué es una hipótesis estadística?. Un resultado de la prueba estadística. Una conjetura sin base empírica. Una afirmación que se puede probar mediante datos muestrales. Un dato comprobado experimentalmente.

¿Qué indica un coeficiente de determinación R² cercano a 1?. Que el modelo es pobre. Que hay una correlación negativa. Que la variable independiente explica bien la variable dependiente. Que no hay relación.

Si el coeficiente de correlación r es -0.9, ¿qué se puede concluir?. No hay correlación. Hay una fuerte correlación positiva. Hay una fuerte correlación negativa. El modelo no es lineal.

¿Qué supuesto adicional tiene la regresión múltiple frente a la simple?. Normalidad de residuos. Ausencia de multicolinealidad perfecta. Linealidad. Homocedasticidad.

Cuál de los siguientes métodos se usa para calcular los coeficientes de regresión?. Método de Cramer. Máxima verosimilitud. Mínimos cuadrados. Método de Montecarlo.

¿Cuál es el objetivo principal de la regresión lineal simple?. Predecir valores de la variable independiente. Predecir valores de la variable dependiente. Clasificar variables. Calcular promedios.

¿Qué indica el R² en regresión lineal simple?. La significancia estadística del modelo. La proporción de varianza explicada. La magnitud del error estándar. La pendiente de la recta.

En la regresión y = a + bx, si b = 0, ¿qué se puede afirmar?. El modelo es válido. y no cambia cuando x cambia. x tiene un fuerte efecto sobre y. Hay multicolinealidad.

En la regresión lineal simple, ¿qué representa la pendiente (b)?. La variación total. El error estándar. El valor de y cuando x es 0. El cambio promedio en y por unidad de x.

En la ecuación Ŷ = b₀ + b₁X₁ + b₂X₂, ¿qué representa b₂?. Intercepto. Coeficiente para X₂ manteniendo X₁ constante. Error de predicción. Correlación entre X₁ y X₂.

¿Qué condición debe cumplirse para aplicar la regresión lineal simple?. Debe haber una relación lineal entre las variables. Las variables deben ser cualitativas. Las variables deben ser independientes. La muestra debe ser par.

En una regresión lineal, ¿qué indica un residuo?. La media de x. La diferencia entre y observado y y estimado. El valor ajustado de y. El coeficiente de correlación.

Si se tiene la ecuación de regresión y = 3 + 2x, ¿cuál es el valor de y cuando x = 4?. 11. 10. 8. 9.

La homocedasticidad se refiere a: Normalidad en la variable dependiente. Varianza constante de los residuos. Relación perfectamente lineal. Ausencia de valores atípicos.

La regresión lineal múltiple se diferencia de la simple porque: Usa variables categóricas. Incluye dos o más variables predictoras. No requiere supuestos estadísticos. Solo trabaja con datos no lineales.

¿En qué escenario sería más útil la regresión múltiple?. Comparar dos medias. Predecir el precio de una casa usando tamaño, ubicación y antigüedad. Analizar la correlación entre dos variables. Clasificar imágenes.

¿Qué describe mejor la regresión lineal simple?. Relación curvilínea entre tres variables. Relación lineal entre una variable dependiente y una independiente. Clasificación de datos en categorías. Comparación de medias entre grupos.

El R² ajustado es preferible al R² normal porque: Es siempre mayor. Penaliza la inclusión de predictores irrelevantes. No requiere supuestos. Ignora el número de variables.

¿Qué método ayuda a seleccionar variables en regresión múltiple?. Prueba t para una muestra. Método stepwise. ANOVA de un factor. Correlación de Spearman.

En la ecuación Ŷ = b₀ + b₁X, ¿qué representa b₁?. Punto de corte con el eje Y. Pendiente de la recta. Error estándar. Coeficiente de correlación.

Si b₁ = 2.5 en un modelo de regresión, significa que: Por cada unidad que aumenta X, Y aumenta 2.5 unidades. X e Y tienen correlación perfecta. El modelo explica el 25% de la varianza. Y disminuye 2.5 unidades cuando X aumenta.

¿En qué caso sería apropiado usar regresión lineal simple?. Predecir ventas en función del gasto en publicidad. Clasificar pacientes en enfermos/sanos. Comparar tres métodos de enseñanza. Analizar preferencias por marcas.

Un VIF (Factor de Inflación de Varianza) de 8 indica: Ausencia de correlación entre predictores. Baja capacidad predictiva. Alta multicolinealidad. Error estándar muy pequeño.

En una muestra de 16 empleados, la media salarial es de 800 USD con una desviación muestral de 80 USD. Suponiendo distribución normal, IC 95% para la media. (770.8, 829.2). (760.8, 839.2). (780.8, 819.2). (768.8, 831.2).

Qué prueba paramétrica se utiliza para comparar dos medias relacionadas?: Chi cuadrado. Prueba U de Mann-Whitney. t de Student para muestras relacionadas. ANOVA.

Cuál de las siguientes pruebas es paramétrica?. ANOVA. Prueba U de Mann-Whitney. Prueba de Wilcoxon. Prueba de Kruskal-Wallis.

Una empresa reporta que una muestra de 49 productos tiene media 200 g y σ = 14 g. IC 95% para la media es. (196.1, 203.9). (195.0, 205.0). (197.1, 202.9). (198.0, 202.0).

HACE POCO CON MOTIVO DE EXPANSIÓN DEL MERCADO INTRODUJO NUEVOS MÉTODOS DE PRODUCCIÓN Y SE CONTRATÓ A MÁS EMPLEADOS. EL VICEPRESIDENTE DE FABRICACIÓN PRETENDE INVESTIGAR SI HUBO ALGÚN CAMBIO EN LA PRODUCCIÓN SEMANAL DE ESCRITORIOS. EN OTRAS PALABRAS LO QUE SE QUIERE SABER SI LA CANTIDAD DE LA MEDIA SEMANAL ES DIEFERENTE A 200. t=-4,33. tc= 1,55. Zc= 1,55. Se rechaza H0}.

¿Qué prueba paramétrica se usa para comparar tres o más medias?. t de Student. ANOVA. Kruskal-Wallis. Kolmogorov-Smirnov.

En un sondeo, 120 de 400 encuestados apoyan una medida. IC 95% para la proporción: (0.260, 0.340). (0.270, 0.330). (0.250, 0.350). (0.262, 0.338).

De una muestra de 150, 90 aprueban una política. IC 95% para la proporción: (0.510, 0.690). (0.534, 0.666). (0.500, 0.670). (0.520, 0.680).

¿Cuál es el error tipo I?. Rechazar una hipótesis falsa. Aceptar una hipótesis falsa. Rechazar una hipótesis verdadera. No rechazar una hipótesis verdadera.

Meming et al (2020) encontraron que 66 % de los niños en una muestra de 670 emplearon toda una serie de vacunas contra la hepatitis B. ¿ Es posible concluir que con base a estos datos en la población muestreada, más de 60 % tienen la serie completa de vacunas contra la hepatitis B? Sea alfa= 0,05. CUÁL DE ESTÁS ES LA AFIRMACIÓN CORRECTA. zc= 2,02. Se acepta H0. tc= 3,17. zc= 3,17.

¿Qué representa el nivel de significancia (α)?. La probabilidad de aceptar una hipótesis falsa. La probabilidad de cometer un error tipo I. El valor del estadístico de prueba. El tamaño de la muestra.

Si el valor p es mayor que el nivel de significancia α, se concluye que: Se rechaza la hipótesis nula. No se rechaza la hipótesis nula. Se acepta la hipótesis alternativa. Se modifica el valor crítico.

Si p < α, entonces: No se rechaza H₀. Se aumenta el tamaño muestral. Se acepta H₀. Se rechaza H₀.

En la comparación de dos medias independientes, la hipótesis nula establece que: Las medias son diferentes. Las muestras son dependientes. Las medias son iguales. No hay relación entre variables.

La desviación estándar es: El cuadrado de la varianza. La varianza multiplicada por 100. La varianza dividida entre la media. La raíz cuadrada de la varianza.

En una muestra de 250 votantes, 175 prefieren un candidato. IC 95% para la proporción poblacional: (0.620, 0.780). (0.652, 0.748). (0.630, 0.770). (0.640, 0.760).

Se toma una muestra de 15 observaciones con s² = 25. Encuentra el IC 95% para la varianza poblacional (χ²₀.₀₂₅=27.49, χ²₀.₉₇₅=6.26). (8.7, 37.5). (10.0, 40.0). (13.6, 54.9). (11.0, 44.0).

En una encuesta a 500 personas, el 40% apoya una propuesta. IC 95% para p: (0.370, 0.430). (0.340, 0.460). (0.356, 0.444). (0.350, 0.450).

Una muestra de 25 estudiantes obtuvo una media de 70 puntos con una desviación estándar poblacional de 10. ¿Cuál es el intervalo de confianza al 95% para la media?. (69.00, 71.00). (68.04, 71.96). (65.00, 75.00). (66.08, 73.92).

¿Cuál de las siguientes es una hipótesis nula?. Los grupos presentan diferencias significativas. Las medias poblacionales son diferentes. No hay diferencia entre las medias poblacionales. Existe relación entre las variables.

Una muestra de 36 clientes tiene gasto promedio de 150 USD y s = 18 USD. IC 95% para la media poblacional: (145.1, 154.9). (147.0, 153.0). (143.5, 156.5). (144.1, 155.9).

Una muestra de 10 observaciones presenta s² = 36. Con χ²₀.₀₂₅=19.02 y χ²₀.₉₇₅=2.70, el IC 95% para σ² es: (17.0, 86.0). (12.0, 94.0). (15.3, 88.9). (13.5, 100.0).