Cuestiones
ayuda
option
Mi Daypo

TEST BORRADO, QUIZÁS LE INTERESEEstadística II Test

COMENTARIOS ESTADÍSTICAS RÉCORDS
REALIZAR TEST
Título del test:
Estadística II Test

Descripción:
Estadistica

Autor:
Peter Lion
(Otros tests del mismo autor)

Fecha de Creación:
27/06/2023

Categoría:
Matemáticas

Número preguntas: 55
Comparte el test:
Facebook
Twitter
Whatsapp
Comparte el test:
Facebook
Twitter
Whatsapp
Últimos Comentarios
No hay ningún comentario sobre este test.
Temario:
La medición en centímetros de la estatura de los individuos de una población, es un ejemplo de: Variable Elemento Atributo.
Si el examen final de una asignatura puntúa el doble que los exámenes parciales, un alumno que ha obtenido un 5 en el primer parcial, un 9 en el segundo y un 6 en el examen final, tiene de nota media: 6,67 6,2 6,5.
La media aritmética de las desviaciones de los valores de una variable con respecto a su media aritmética: Es la desviación típica Es siempre cero Es una medida de dispersión absoluta.
Si en una distribución de frecuencias unidimensional ocurre que la varianza es cero: La media debe ser también cero. Esto no puede ocurrir nunca. Entonces todas las observaciones son exactamente iguales. .
Para comparar la dispersión relativa de dos distribuciones de frecuencias el mejor estadístico es: El coeficiente de variación de Pearson. La mediana. La varianza.
Decir cuál de las siguientes afirmaciones es la correcta: frecuencia marginal es una frecuencia poco importante las medidas de curtosis sólo se pueden aplicar en distribuciones unimodales simétricas o con ligeras asimetrías el coeficiente de asimetría de Fisher viene expresado en las mismas unidades que la variable.
frecuencia marginal es una frecuencia poco importante 1 0.5 0.
Las medidas estadísticas que estudian la equidistribución de los recursos totales, o masas globales, son medidas de: Dispersión Concentración Curtosis.
La medición en centímetros de la estatura de los individuos de una población, es un ejemplo de: Atributo. Elemento. . Variable.
Para que un valor pueda ser considerado como promedio debe cumplir que: sea un valor entero no son precisas ninguna de las anteriores condiciones esté comprendido entre el menor y el mayor de los valores de la variable.
El valor de una variable estadística que se ve superado por el 90% de los datos es el: Decil 1 La mediana de la distribución más un 40% de su valor Percentil 90.
Si X es una variable aleatoria tal que su E(X) existe, entonces el valor de E(E(X)) es: 0 E(X) el cuadrado de E(X). .
La moda de una variable aleatoria de tipo continuo es: El valor en el que la función de densidad de probabilidad alcanza un máximo. El valor más frecuente de la variable. El valor más probable de la variable.
Si la media de una variable vale 7 y su varianza 20, entonces el valor esperado de sus cuadrados es: 144 49 69.
Supongamos que la variable aleatoria X tiene varianza nula a. Esto es posible y ocurre cuando la variable aleatoria asigna toda la probabilidad a un único valor, que es su valor esperado. b. Esto no es posible, ya que la varianza es siempre estrictamente positiva. c. Esto es posible y ocurre siempre que los valores que toma la variable son simétricos en torno a su valor esperado. .
Si X es una variable aleatoria tal que E(X)=2 y Var(X)=9, entonces, si Z=3X-2, se verifica que: a. E(Z)=0 y Var(Z)=1 b. E(Z)=4 y Var(Z)=81 c. E(Z)=4 y Var(Z)=1 .
Si X e Y son variables aleatorias independientes, con Var(X)= 4, Var(Y)=3, entonces la varianza de X-Y vale a. 7 b.No se puede dar el resultado sin conocer la covarianza. c. 1 .
Si E[X] = 2 y E[Y] = 1 son las esperanzas matemáticas de las variables aleatorias X e Y. Entonces la E[6X – 8Y] vale: a. 4, siempre que X e Y sean independientes. b. E[6X -8Y] = 6 E[X] + 8 E[Y] -2.6.8.Cov(X,Y) c. 4, siempre .
Si disponemos de dos estimadores de un parámetro “p”, ambos insesgados, entonces: a. Si los dos son insesgados, los dos tienen que ser iguales. b. Si son insesgados tienen la misma varianza. c. Es preferible el estimador que tenga menor varianza.
Si X es una variable aleatoria con esperanza μ y varianza σ2 conocidas, entonces si definimos la variable aleatoria Z = (X- μ) / σ se verifica que: a. E[Z] = 1 y var(Z) = 1 b. E[Z] = 1 y var(Z) = 0 c. E[Z] = 0 y var(Z) = 1 .
Si la distribución de probabilidad asociada a una determinada variable aleatoria depende de un parámetro desconocido, “p”, se llama “estimador del parámetro” a: a. Un número real que se tomaría como aproximación del parámetro b.Cualquier estadístico función de la muestra. c. Cualquier estadístico que proporciona generalmente valores próximos al verdadero valor del parámetro.
Un estadístico es: a. Es cualquier función real de las variables aleatorias que integran una muestra. b. Es la distribución conjunta o n-dimensional de la muestra aleatoria simple. c. Es el resultado de aplicar una determinada función a los datos obtenidos en una realización muestra. .
El error cuadrático medio es una medida para comparar estimadores y se puede calcular como la suma de dos términos: a. El sesgo y el valor esperado del estimador b.La varianza del estimador y su sesgo al cuadrado. c. La varianza del estimador y el parámetro. .
Una estimación de un parámetro poblacional es: a. El resultado numérico que produce un estimador del parámetro poblacional para una realización concreta de la muestra. b.Una característica de interés obtenida con observaciones de todos los elementos que componen la población investigada. c. Una función real de la muestra aleatoria simple que se emplea para estimar un parámetro. .
Sean T1 y T2 dos estimadores insesgados de “p”. Si Var(T1) < Var (T2) a. T2 es mejor estimador que T1 b.Para ver cuál de los dos es el mejor, necesitamos conocer su error cuadrático medio. c. T1 es mejor estimador que T2 .
Si el estimador de un parámetro es insesgado, entonces: a.La esperanza del estimador es el propio parámetro. b.El error cuadrático medio vale cero c. La esperanza del sesgo es igual al valor del parámetro. .
Si se aumenta el tamaño de una muestra aleatoria simple de una población normal, entonces la varianza de la media muestral: a. Aumenta. b. Se mantiene c. Disminuye. .
Si X se distribuye normalmente con media 50 y desviación típica 3, e Y se distribuye normalmente con media 70 y desviación típica 4, y ambas variables son independientes, entonces la variable X – Y cumple que: a. Su desviación típica es 7 b. Su media es 20. c. Su desviación típica es 5. .
Si Z ~ N(0, 1) entonces P(Z = 0) es igual a: 0.5 1 0.
Si X es una variable aleatoria que se distribuye según una ley normal estándar, se verifica que P(-1<X<1) es aproximadamente igual a: a. 0,68 b. 0,95 c. 0,99 .
Dadas dos variables aleatorias e independientes X~ N(2 ; 3) e Y~ N(2 ; 1), entonces la variable W=3X-2Y-1 se distribuye según una distribución: a. Normal de media 1 y varianza 76. b.Normal de media 1 y varianza 85. c. Normal de media 2 y varianza 77. .
Si X ~ N(0,1), ¿cuál de las siguientes expresiones es correcta? a. P(X < x) = 1 - P(X > -x). b. P(X > x) = P(X < -x). c. P(X > -x) = 1 - P(X < x). .
Si ha debido realizar una corrección por continuidad para aproximar una variable aleatoria X, entonces para calcular P(X>9) en la variable original, deberá obtener en la aproximada: a. P(X>9) b. P(X>8.5) c. P(X>9.5) .
¿Cuál de las siguientes distribuciones es la que tiene su función de densidad más parecida a la de una normal de media cero y varianza 1. a. Una chi-cuadrado con 5 grados de libertad. b.Una t de Student con 8 grados de libertad. c. Una Poisson con media cero. .
Sea X una variable aleatoria que sigue una distribución F de Snedecor con 12 grados de libertad en el numerador y 6 grados de libertad en el denominador. ¿Qué valor de X acumula por debajo una probabilidad de 0,05? 4 4.82 1/3.
La suma de variables aleatorias normales independientes es una distribución normal cuando: a. Haya un número suficiente para aplicar el Teorema Central del Límite b.Todas posean la misma desviación típica c. Siempre .
Para reducir la amplitud o longitud de un intervalo de confianza para un parámetro, obtenido a partir de un determinado estimador, hay que: a. Los intervalos de confianza de parámetros poblacionales no se construyen a partir de estimadores del parámetro. b.Aumentar el nivel de confianza. c. Aumentar el tamaño de la muestra. .
Cuando, al construir un intervalo de confianza, se aumenta el tamaño de la muestra permaneciendo constantes los demás elementos que intervienen, se tiene que: a. Es más probable que el intervalo contenga el verdadero valor del parámetro. b. La longitud del intervalo disminuye. c. La longitud del intervalo aumenta. .
Para la elección de intervalo de confianza, lo más adecuado es: a. Elegir el intervalo más estrecho posible con mayor grado de confianza. b. Elegir el intervalo más ancho posible con mayor grado de confianza. c. Elegir el intervalo más estrecho posible con menor grado de confianza. .
Un intervalo de confianza del 95% de un parámetro, supone que: a. Ninguna de las anteriores. b. La probabilidad de que el parámetro esté contenido en ese intervalo es de 0,95. c. La probabilidad de que el intervalo contenga al parámetro es de 0,95. .
En la construcción de un intervalo de confianza a partir de una muestra aleatoria simple de tamaño n, se puede reducir su longitud: a. Disminuyendo n. b. Disminuyendo α. c. Ninguna de las anteriores .
En la construcción de un intervalo de confianza a partir de una muestra aleatoria simple de tamaño n, si aumenta el nivel de confianza, manteniendo todo lo demás constante: a. Aumenta la longitud del intervalo. b. Ninguna de las otras. c. Disminuye la longitud del intervalo. .
En un intervalo de confianza al nivel del (1-alfa)*100%, la probabilidad de que el intervalo contenga al parámetro, una vez que se han estimado sus límites inferior y superior, es: alfa b.No se puede afirmar nada sobre dicha probabilidad c. 1-alfa .
Para construir el intervalo de confianza para estimar la proporción en una población dicotómica, se debe utilizar la siguiente distribución: Binomial Bernoulli Normal.
Si en un intervalo de confianza, con una muestra dada, aumentamos el nivel de confianza, entonces: a.Aumenta la longitud del intervalo b.No cambia la longitud del intervalo c. Disminuye la longitud del intervalo .
Para reducir la longitud de un intervalo de confianza, sin cambiar los datos obtenidos a partir de una realización muestral, es necesario: a. Mantener el mismo nivel de confianza. b.Reducir el nivel de confianza. c. Aumentar el nivel de confianza. .
En un contraste paramétrico, el error de tipo I se comete cuando: a. Se acepta H0 siendo H0 falsa. b. Se rechaza H1 siendo H1 cierta. c. Se rechaza H0 siendo H0 cierta. .
La región de aceptación de un contraste de hipótesis viene especificada por: a. el conjunto de valores del estadístico de prueba (o experimental) para los que se acepta H0. b. el conjunto de todos los valores posibles del parámetro. c. el conjunto de valores del estadístico de prueba (o experimental) para los que se acepta H1. .
En un contraste de hipótesis bilateral, la región crítica: a. Está a la derecha de la región de aceptación. b. Está dividida en dos tramos que rodean a la región de aceptación. c. Está a la izquierda de la región de aceptación .
Una vez construido el contraste de hipótesis, si el valor del estadístico de prueba está en la región crítica, se debe a.Rechazar H0 al nivel de significación establecido b. Aceptar H0 al nivel de significación establecido c. No se puede afirmar ninguna de las anteriores hasta que no se establezca la probabilidad del error de tipo II .
En un contraste de hipótesis, el error cometido al aceptar la hipótesis nula siendo falsa se denomina: a. Error de tipo II. b. Error de tipo I. c. Potencia del contraste. .
En un contraste de hipótesis estadísticas, el nivel de significación y la probabilidad de cometer error de tipo I: a. Son iguales. b. A igualdad de tamaño muestral, si uno aumenta el otro disminuye c. Suman la unidad. .
Al realizar un contraste de hipótesis cometemos un error de tipo II si: a.Aceptamos H0 siendo falsa. b.Rechazamos H0 siendo cierta c. Rechazamos H0 siendo falsa .
En un contraste de hipótesis paramétrico, lo que sí es cierto es que: a. La región de aceptación y la región de rechazo de H0 son siempre independientes del tamaño de la muestra. b.El valor del estadístico de prueba no depende de la muestra escogida. c. Ninguna de las anteriores es cierta .
En un contraste de hipótesis, los tamaños de los errores de tipo I y de tipo II pueden reducirse simultáneamente: a.Aumentando el tamaño muestral. b. Nunca porque han de sumar siempre 1 c. Sólo cuando se reduce el nivel de significación .
Denunciar test Consentimiento Condiciones de uso