estadistica

¿Cuándo se tendrá un buen ajuste de la recta en los casos de interpolación?. Cuanto menor sea el valor de R2. Cuando el valor de R2 sea negativo. Cuando el valor de R2 sea 0. Cuanto mayor sea el valor de R2.

La raíz cuadrada de la varianza es: La covarianza. La moda. La desviación típica. La media.

¿Qué información nos da la covariación en el Coeficiente de correlación de Pearson?. La relación estadística que hay entre dos variables discontinuas. La correlación entre dos variables aleatorias. La dirección de la relación y la intensidad de esta. La asociación ordinal entre dos cantidades medidas.

Distribución a partes iguales de la masa de probabilidad entre un número finito de valores: Distribución de Poisson. Distribución uniforme discreta. Distribución Binomial. Distribución uniforme continua.

¿Cómo se le denomina en matemáticas al resultado que será aceptado sin que sea necesaria una demostración?. Axioma. Hipótesis. Conjetura. Proposición.

La moda: No implica que sólo sea un único valor. Es el valor que queda en el centro de un conjunto de datos. Se encuentra en el cuantil 50. Nunca se puede calcular en valores continuos.

¿Cuántas categorías de apuntamiento se distinguen?. Cuatro. Cinco. Tres. Dos.

¿Cómo se denominan las predicciones realizadas dentro del rango?. Interpolaciones. Extrapolaciones. Intrapolaciones. Interpredicciones.

¿Qué son las extrapolaciones?. Predicciones que se hacen fuera del rango. Predicciones que se hacen dentro del rango. Respuestas promedio para el intervalo de confianza. Ecuaciones que pueden ser correctas e incorrectas.

¿Cómo se denomina el valor más repetido en un conjunto de números?. Varianza. Media. Moda. Mediana.

Distribución de la probabilidad discreta que se aplica a las ocurrencias de algún suceso durante un determinado intervalo: Distribución de Poisson. Distribución Binomial. Distribución de Bernoulli. Distribución Uniforme.

¿Qué se define como la extensión de la distribución uniforme discreta?. La distribución binomial. La distribución de Poisson. La distribución uniforme continua. La distribución de Laplace.

¿Qué distribución indica que en las colas hay un menor número de casos acumulados que en las colas de una distribución normal?. Distribución mesocúrtica. Distribución cutocúrtica. Distribución leptocúrtica. Distribución platicúrtica.

Distribución de probabilidad discreta que describe el número de éxitos al realizar n experimentos, que son independientes entre sí, acerca de una variable aleatoria: Distribución Binomial. Distribución de Laplace. Distribución de Bernoulli. Distribución Uniforme.

¿Qué resulta de la división de la desviación típica entre la media aritmética?. La desviación típica. La varianza. La covarianza. El coeficiente de variación.

¿Cuándo se definió por primera vez el concepto de probabilidad que actualmente se sigue usando?. A lo largo del siglo XX. A lo largo del siglo XXI. A lo largo del siglo XVIII. A lo largo del siglo XIX.

Proceso de transferir funciones continuas, variables, modelos y ecuaciones a contrapartes discretas: Curtosis. Interpolación. Desviación típica. Discretización.

¿Cómo se determinan poblaciones normales, que son independientes entre sí y cuyas varianzas son desconocidas?. σ12, σ22. μ1, μ2. x̅1, x̅̅2. s12, s22.

Tipo de distribución en la que ocurre lo mismo que en la distribución normal: Distribución cutocúrtica. Distribución leptocúrtica. Distribución platicúrtica. Distribución mesocúrtica.

¿Cuándo se utiliza este símbolo β?. Cuando cometemos un error tipo I. Cuando cometemos un error tipo II. Cuando se rechaza la hipótesis nula siendo no apta. Cuando se acepta la hipótesis nula siendo apta.

¿Cón qué debemos de estimar el intervalo de confianza para β0 con un nivel 1 – α?. μ1, μ2. σ2. p − valor. s12.

¿Cuándo debemos rechazar una hipótesis?. Cuando las predicciones dan una alternativa a la realidad. Cuando las predicciones coinciden con la realidad. Cuando las predicciones se ajustan a la realidad. Cuando las predicciones no coinciden con la realidad.

Cuando las predicciones no coinciden con la realidad. Las diferencias entre los valores reales que se observan (yi) y los que se estiman (y ̂_i). La covarianza muestral que existe entre X e Y. La significancia de las variables. La dependencia lineal que existe entre las dos variables.

¿Quién definió por primera vez el concepto de probabilidad que se usa actualmente?. Bowly. Fisher. Kolmogorov. Ivanov.

¿Qué información nos ofrece el coeficiente de regresión?. El comportamiento de la variable Y frente a la variable X. Si el límite de una función tiende a infinito. Si el dominio es positivo en todo su recorrido. La cuantificación del grado de variación de dos variables aleatorias conjuntas.

¿Cuál es una desventaja de la correlación de Pearson?. Que el valor será independiente de cualquier unidad que se emplee para la medida de las variables. Que en el caso de muestras grandes, la exactitud de la estimación es más probable. Que se hace necesario que ambas variables se midan a un nivel cuantitativo continuo. Que indica la proporción de la varianza de una variable asociada a la variación de la otra.

¿En qué teoría se empleaba el p-valor y el NHST como parte de un proceso de decisión formal?. En la teoría del límite central. En la teoría de Fisher. En la teoría de Poisson. En la teoría de Neyman-Pearson.

¿A qué hacemos referencia cuando hablamos de que el coeficiente elevado al cuadrado podría interpretarse como un índice de la reducción de error en los pronósticos?. A la varianza asociada. Al índice de reducción del error. A las diferencias individuales. Al índice de aproximación de los puntos.

Una medida de dispersión es: La mediana. La media. La desviación típica. La moda.

¿Qué estudian los intervalos de confianza para la media?. La estimación de la media de una variable o población normal. La estimación puntual del parámetro. La representación de la densidad o probabilidad conjunta de las variables X1, X2...,Xn. La asociación de los valores de una variable aleatoria con sus probabilidades correspondientes.

¿Cuál no es una de las propiedades del coeficiente de correlación?. Si r<0, la variable será inversa. Tomará valores entre -2 y +2. Es adimensional. Con variables independientes, r=0.

Modelo teórico que es capaz de hacer una aproximación satisfactoria del valor de una variable aleatoria a una situación idílica: Distribución normal. Distribución uniforme discreta. Distribución de Poisson. Distribución binomial.

¿En qué consisten las predicciones?. En el paso de la recta por el origen de coordenadas. En la determinación del valor de la variable dependiente para una variable independiente. En la comprensión dell intervalo de confianza para la respuesta promedio. En la realización de una ecuación que puede ser correcta o no.

Un suceso seguro tiene una probabilidad: De cero. De dos. De tres. De uno.

¿Qué ocurre cuando se tiene un tamaño grande de muestra (n>30)?. La variable se distribuirá como una t-Student con n-1 grados de libertad. Se establece el nivel de confianza 1 – α (0 < α < 1). El estadístico empleado como estimador puntual de la diferencia de las dos medias será µ1 +µ2. Se puede hacer una aproximación o una distribución como una normal.

¿Qué significa TLC?. Teorema del límite central. Teorema del límite colateral. Teoria del límite cuadrado. Teorema de la linea lateral.

Cuando se toman valores más pequeños la desviación típica: Es más pequeña. Se duplica. Es más grande. Se reduce a la mitad.

¿Qué mide la siguiente expresión?. La significancia de las variables. Las diferencias entre los valores reales que se observan (yi) y los que se estiman (y ̂_i). La covarianza muestral que existe entre X e Y. La dependencia lineal que existe entre las dos variables.

Cuando en una varianza desconocida con n>30 se considera una población normal, ¿Qué se tomará como estadístico?. La moda. La mediana. La covarianza. La media muestral.

¿Qué estimador puntual se usará en las varianzas desconocida de muestra grande?. s21, s22. 𝜇1, 𝜇2. 𝑥̅̅1̅, 𝑥̅̅2̅. 1 − a.

¿Qué nos indica la varianza asociada?. Que el coeficiente elevado al cuadrado podría interpretarse como un índice de la reducción de error en los pronósticos. Que al elevar el coeficiente al cuadrado, se indica la proximidad de los puntos a la recta de regresión. Que la proporción de la varianza de una variable asociada a la variación de la otra. Que al multiplicar por 100 el coeficiente, indica el porcentaje de las diferencias individuales.

¿Cuándo utilizaremos el ajuste exponencial?. En los casos en que la curva de regresión de Y sobre X sea de tipo exponencial. Cuando se realizan Varianza asocias. Cuando se considere que los valores o parámetros poblacionales desconocidos entran de forma lineal en la ecuación. Cuando se realizan predicciones fuera de rango.

¿Qué cuantifica o mide el grado de incertidumbre que se tiene sobre el resultado de un experimento aleatorio?. La probabilidad. El espacio muestral. La eficacia. La inferencia estadística.

Cuando al elevar el coeficiente al cuadrado se indica la proximidad de los puntos a la recta de regresión hacemos referencia a: El Índice de aproximación de los puntos. La varianza asociada. Las diferencias individuales. El Índice de reducción del error.

¿Qué distribución señala que en las colas hay más casos acumulados que en las colas de una distribución normal?. Distribución mesocúrtica. Distribución cutocúrtica. Distribución leptocúrtica. Distribución platicúrtica.

¿Qué ocurre cuando el valor 𝛽0 = 0?. Que la recta pasará por el origen de coordenadas. Que la recta de regresión no pasará por el origen de coordenadas. Que la recta será paralela al origen de coordenadas. Que no podrá representarse la recta.