TEST ESTADÍSTICA I

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.