Población es el nombre que recibe el colectivo sobre el que se va a realizar un análisis
estadístico V F. Espacio muestral es el nombre que recibe el conjunto de todos los valores posibles de la
característica X V F. Si la variable es no numérica y se codifica numéricamente, no es posible realizar operaciones
aritméticas. V F. Muestreo aleatorio simple. Al seleccionar n casos de un colectivo, todos ellos deben tener la
misma probabilidad de ser elegidos y la extracción de un caso no condiciona la selección del
caso siguiente. Si la población es finita, el muestreo es con reemplazamiento V F. Sea X una variable (numérica o no) medida sobre un conjunto de n casos, es decir, se dispone
de n valores x1, x2, …, xn. Se define como espacio muestral el conjunto de los posibles valores
de X. V F. Una variable numérica, en escala por intervalo, permite comparar las diferencias o distancias
entre dos casos con las diferencias o distancias que existen entre otros dos. V F. Los métodos paramétricos clásicos de estimación y de contrastación de hipótesis se basan
en unas premisas o hipótesis a priori sobre la forma de la distribución de la población
generadora de la muestra V F. Un estadístico T = t (X1, X2, …, XN) = t (X) es una variable aleatoria que depende de la muestra
genérica X, y cuya distribución muestral depende de la distribución de la población X V F. Las propiedades deseables de un estimador son la insesgadez, consistencia, eficiencia y
suficiencia. V F. Un estimador es insesgado o centrado si su valor esperado coincide con el páramo
desconocido θ que se estima, es decir, si se cumple que E[θ(X)] = θ V F. El error Tipo I se produce cuando se acepta la hipótesis H1 cuando es falsa. V F. El error Tipo II se produce cuando se acepta la hipótesis H0 cuando es falsa V F. La probabilidad límite, p, representa la probabilidad que el estadístico del contraste time
valores iguales o más extremos, hacia H1, que el valor t obtenido con la muestra concreta. V F. El nivel de significación asociado a una regla de decisión es una medida del riesgo de tomar
una decisión errónea (si es cierta H0) V F. Los contrastes de ajuste se utilizan para comprobar si una muestra procede de una
determinada población. V F. En los contrastes de ajuste, es recomendable utilizar la corrección de continuidad cuando los grados de libertad de la distribución chi-cuadrado sean iguales a 1, y si el número total de datos no es muy elevado. V F. En los modelos causales, las perturbaciones aleatorias se utilizan para representar la parte
de la variable dependiente que no puede ser explicada por las variables explicativas. V F. En un modelo lineal uniecuacional, una de las condiciones sobre la especificación es que los
coeficientes de regresión son valores constantes para todos los datos muestrales.
V F. Un modelo lineal en el que todas las variables explicativas x1, x2,…, xk son cualitativas (llamadas factores) se denomina modelo de análisis de la varianza. V F. En los modelos logit, F(z) es la función de distribución de una variable logística. V F. En los modelos probit, F(z) es la función de distribución Normal tipificada V F. En los modelos probit, F(z) es la función de una variable aleatoria V F. El estimador de máxima verosimilitud θ (X) se obtiene hallando el máximo de esta función:
max L (θ) = L (θ). V F. Muestreo aleatorio estratificado: la población se divide en varios subconjuntos o estratos y en cada uno de éstos se toma una muestra; los estratos se seleccionan de forma que sean lo más homogéneos posibles internamente y heterogéneos entre sí. V F. Muestra es el subconjunto de W que se observa, y que usa para inferir o extrapolar información sobre toda la población. V F. Los contrastes de ajuste se utilizan para decidir si la población generadora de los datos es de cierto tipo, para decidir si las poblaciones generadoras pueden considerarse idénticas o no y para decidir entre la homogeneidad de las poblaciones generadoras. V F. En un modelo lineal uniecuacional, una de las condiciones sobre la especificación es que la forma funcional se supone que es correcta. V F. En un modelo lineal uniecuacional, una de las condiciones sobre la especificación es que las
variables x1, x2 ,…, xk influyen sobre Y, y su variación no depende de Y, ni de otras variables incluidas en el modelo. V F. Si una población, X, tiene de media μ y varianza σ^2, se representa mediante la expresión XϵD (μ; σ2). V F. La aproximación de la distribución de X converge hacia la distribución Normal rápidamente, aunque la variable X difiera bastante de una distribución Normal V F. En poblaciones finitas, la variable aleatoria X no puede ser Normal. Sin embargo, si el tamaño muestral n es grande y la fracción muestral pequeña (n ≥ 20 y f ≤ 0.20) la distribución muestral de X es aproximadamente Normal. V F.
|