En un cuestionario, una pregunta que da libertad al encuestado para que conteste con sus propias palabras es una pregunta... ... cerrada ... filtro ... consistencia y control. ... abierta.
En un cuestionario, una pregunta que ya tiene unas respuestas precodificadas y el encuestado debe elegir una respuesta es una pregunta... ... cerrada ... filtro ... consistencia y control. ... abierta.
En un cuestionario, una pregunta que permite seleccionar qué encuestados continúan el cuestionario, o permite decidir si los encuestados pueden responder unas preguntas u otras es una pregunta... ... cerrada ... filtro ... consistencia y control. ... abierta.
En un cuestionario, una pregunta que se hace para saber si el encuestado está respondiendo con coherencia o al azar es una pregunta... ... cerrada ... filtro ... consistencia y control. ... abierta.
Qué requisitos ha de cumplir la información de un cuestionario para que sea válida. Favorecer la recogida de la información necesaria y facilitar la explotación posterior de los resultados. Favorecer la recogida de la información necesaria. Tener preguntas de respuesta abierta. Facilitar la explotación posterior de los resultados.
¿Qué características deben tener las preguntas de un cuestionario? (seleccione la que más se ajuste): Que no requieran esfuerzo de memoria. Sus respuestas deben presentar opciones no ambiguas y equilibradas. Ser cortas y con un lenguaje sencillo. Ser cortas y con un lenguaje sencillo, sus respuestas deben presentar opciones no ambiguas y equilibradas y que no requieran esfuerzo de memoria.
¿Qué ventajas tienen las entrevistas personales? Son más baratas. Son más rápidas. Se consiguen mayores tasas de respuesta. No hay influencias del entrevistador.
Del siguiente listado, ¿Cuál es el mayor inconveniente de las entrevistas telefónicas? El índice de respuesta es bajo. Una parte importante puede no remitir los cuestionarios. Deben ser breves. Los entrevistados no pueden ser orientados.
La finalidad de la fase conceptual de un proyecto de investigación es… ... la identificación del problema y redacción del objetivo e hipótesis de la investigación. ... la de describir las características de la muestra. ... la redacción de las conclusiones finales del estudio. ... la elección de la metodología específica y los instrumentos que se van a emplear durante el proceso de investigación.
El marco teórico del proyecto de investigación se redacta durante... ... la fase interpretativa. ... la fase empírica. ... la fase conceptual. ... la fase de planificación.
¿Cuál de las siguientes fases es la que va primera en un estudio estadístico? Representación. Análisis de resultados. Clasificación y organización. Recopilación de datos.
¿Cuáles son los principales pasos a seguir en la fase conceptual? Problema; Revisión bibliográfica; Marco teórico; Definición de variables; Objetivos e hipótesis. Problema; Selección de diseño; Determinación de casos. Selección de diseño; Identificación de la población; Determinación de casos; Estudio piloto. Problema; Selección de muestra; Análisis conceptual de resultados.
El diseño experimental a utilizar en nuestro proyecto de investigación se define en... ... la fase interpretativa. ... la fase empírica. ... la fase de planificación.. ... la fase conceptual.
La hipótesis de un estudio de investigación puede ser definida como... ... lo que esperamos no obtener tras el análisis de datos. ... parte del estudio que se define durante la fase metodológica. ... una explicación tentativa del fenómeno investigado ... una proposición de los resultados obtenidos tras el análisis de datos.
Si hablamos de una "explicación tentativa del fenómeno investigado formulada como una proposición", hablamos de... ... una hipótesis de investigación. ... la fase conceptual. ... una variable explicada ... una variable explicativa.
Si hablamos de la "síntesis de las metodologías utilizadas en investigaciones previas a la nuestra, relacionadas con la pregunta que pretendemos resolver", hablamos de... ... una variable explicativa. ... la fase conceptual. ... selección de una muestra. ... la revisión bibliográfica.
Las fuentes documentales utilizadas durante la revisión bibliográfica pueden ser clasificadas en... ... científicas y no científicas. ... primarias y secundarias. ... primarias, secundarias y terciarias. ... principales y secundarias.
Las fuentes documentales que consisten en documentos originales y que transmiten información directa como artículos originales o tesis doctorales se denominan... ... documentos cuaternarios. ... documentos secundarios. ... documentos terciarios. ... documentos primarios.
Las fuentes documentales que ofrecen descripciones de los documentos primarios, como por ejemplo catálogos, bases de datos, revisiones sistemáticas o resúmenes, se denominan... ... documentos cuaternarios. ... documentos secundarios. ... documentos terciarios. ... documentos primarios.
Las fuentes documentales que sintetizan los documentos primarios y los secundarios, como por ejemplo los directorios, se denominan... ... documentos cuaternarios. ... documentos secundarios. ... documentos terciarios. ... documentos primarios.
Las datos recogidos por el propio investigador se denominan datos recogidos mediante fuentes... ... directas. ... documentales. ... indirectas. ... secundarias.
¿En qué dos ramas se divide la Estadística Aplicada? Estadística Descriptiva y Estadística Inferencial. Estadística Matemática y Estadística Inferencial. Estadística Descriptiva y Estadística Básica. Estadística Matemática y Estadística Descriptiva.
¿En qué dos ramas se divide la Estadística? Estadística Matemática y Estadística Descriptiva. Estadística Matemática y Estadística Aplicada. Estadística Matemática y Estadística Inferencial. Estadística Descriptiva y Estadística Inferencial.
¿Qué rama de la Estadística desarrolla nuevos métodos y procedimientos que luego podrán utilizarse para resolver problemas en los distintos campos del saber? La Estadística Descriptiva. La Estadística Inferencial. La Estadística Matemática La Estadística Aplicada.
¿Qué rama de la Estadística estudia la transferencia de los métodos generados por la estadística matemática a otras disciplinas, centrándose en el cómo y cuándo utilizar cada procedimiento, además de cómo interpretar los resultados obtenidos? La Estadística Descriptiva. La Estadística Inferencial. La Estadística Matemática La Estadística Aplicada.
¿Qué rama de la Estadística describe, analiza y representa un grupo de datos utilizando tanto métodos numéricos como gráficos para resumir y representar la información contenida en ellos? La Estadística Descriptiva. La Estadística Inferencial. La Estadística Matemática La Estadística Aplicada.
¿Qué rama de la Estadística se basa en la teoría de las probabilidades y utiliza los datos que proporciona la estadística descriptiva con el propósito de extraer consecuencias a partir de los datos recolectados? La Estadística Descriptiva. La Estadística Inferencial. La Estadística Matemática La Estadística Aplicada.
Selecciona la afirmación correcta. El objetivo principal de la investigación aplicada es producir conocimientos y teorías, mientras que el objetivo de la investigación básica es resolver problemas prácticos Los procesos deductivos nos permiten generar teorías y leyes a partir de los datos obtenidos en la realidad. La estadística descriptiva pretende sintetizar y resumir los datos obtenidos en una muestra y la estadística matemática permite generalizar estos datos a la población de la cual procede. La estadística inferencial se basa en la teoría de la probabilidad y permite extraer consecuencias a partir de los datos recolectados.
Si hablamos de la constancia y precisión de los resultados que obtiene un instrumento al aplicarlo en distintas ocasiones para realizar una medida, hablamos de... ... factibilidad. ... validez. ... fiabilidad. ... sensibilidad.
Si hablamos de en qué grado el instrumento mide lo que debería medir, es decir, aquello para lo que ha sido diseñado, hablamos de... ... factibilidad. ... validez. ... fiabilidad. ... sensibilidad.
Si hablamos de la capacidad que tiene un instrumento de medida de detectar cambios en la variable medida, hablamos de... ... factibilidad. ... validez. ... fiabilidad. ... sensibilidad.
Si hablamos de en qué medida el cuestionario es asequible para utilizarlo en el campo que se quiere utilizar en cuanto a tiempo de cumplimentación, formato, brevedad y claridad de las preguntas, registro, codificación e interpretación de los resultados, hablamos de... ... factibilidad. ... validez. ... fiabilidad. ... sensibilidad.
¿Cuáles son las características esenciales que ha de presentar una muestra? Ser numerosa y arbitraria. Ser arbitraria y representativa de los casos a estudiar. Ser representativa de la población de estudio y aleatoria. Ser no aleatoria y representativa de la población de estudio.
Indica cual de las siguientes afirmaciones es correcta. La muestra, formada por "n" número de casos, se extrae de la población de estudio. Ninguna de las otras respuestas es correcta. Los casos seleccionados para formar parte del estudio forman la población. La población, formada por “N” número de casos, se extrae a partir de la muestra..
Si deseamos saber el porcentaje de personas entre 40 y 50 años que han pasado una determinada enfermedad, y para ello seleccionamos aleatoriamente a 500 personas para realizarles un test que nos dirá si la han pasado o no, el conjunto de todas las personas entre 40 y 50 años es la... ... variable explicada. ... muestra. ... población. ...variable explicativa.
Si deseamos saber el porcentaje de personas entre 40 y 50 años que han pasado una determinada enfermedad, y para ello seleccionamos aleatoriamente a 500 personas para realizarles un test que nos dirá si la han pasado o no, las 500 personas sobre las que se ha realizado el test es la... ... variable explicada. ... muestra. ... población. ...variable explicativa.
Si a la hora de recoger datos para un estudio, preguntamos a las personas de la muestra sobre el fenómeno que queremos estudiar, hablamos de recogida de información mediante... ... observación o registro. ... muestra aleatoria. ... encuestas. ...experimentación.
Si a la hora de recoger datos para un estudio, observamos como se comportan las personas elegidas como muestra para el fenómeno que queremos estudiar, hablamos de recogida de información mediante... ... observación o registro. ... muestra aleatoria. ... encuestas. ...experimentación.
Si a la hora de recoger datos para un estudio, usamos un instrumento de medida que registra los datos que necesitamos para contrastar las hipótesis de nuestro estudio, estamos recogiendo datos mediante... ... observación o registro. ... muestra aleatoria. ... encuestas. ...experimentación.
Se ha preguntado a 20 familias, cuantos hijos conviven en el hogar. Las 20 respuestas se presentan en la tabla siguiente.
0 0 0 0 0
1 1 1 1 1
1 2 2 2 2
3 3 3 4 5
Cuantitativa. Cualitativa nominal. Cuantitativa nominal. Cualitativa ordinal.
Si en un cuestionario preguntamos ¿Con quién tienes contratada internet en tu casa?
Movistar
Vodafone
Orange
Otros
¿Qué tipo de variable es?
No hay datos suficientes. Cualitativa ordinal. Cualitativa nominal. Cuantitativa.
Si en un cuestionario preguntamos ¿Cuál es tu nivel de estudios?
No tengo
Primarios
Secundarios
Superiores
¿Qué tipo de variable es? No hay datos suficientes. Cualitativa ordinal. Cualitativa nominal. Cuantitativa.
Si en un cuestionario preguntamos: ¿Cuántos miembros componen tu hogar?
¿Qué tipo de variable es? No hay datos suficientes. Cualitativa ordinal. Cualitativa nominal. Cuantitativa.
Si realizamos un estudio para evaluar la evolución de una enfermedad en una población, y para ello, recojo muestras cada semana, y cada semana veo cómo evoluciona, ¿Qué tipo de estudio es si nos fijamos en que es un estudio que se realiza semanalmente? Estadístico. Muestral. Longitudinal. Transversal.
Si realizamos un estudio para evaluar la situación de una enfermedad en una población en un momento del tiempo concreto, y se realiza un único estudio, ¿Qué tipo de estudio es si nos fijamos en el hecho de que sólo hemos hecho uno? Estadístico. Muestral. Longitudinal. Transversal.
Indica cuál de los siguientes ejemplos no se corresponde con un estudio transversal: Registramos la fuerza del tren inferior de los jugadores del club balonmano Burgos en las temporadas 2000, 2001 y 2002 para saber si se producen mejoras a lo largo de estos tres años. Registramos el peso de un grupo de hombres y otro de mujeres un miércoles por la mañana para comprobar si el sexo es un factor determinante del peso. Registramos el nivel de glucosa en sangre en niños y adultos en una sesión de toma de datos, para comparar si existen diferencias entre estos dos grupos. Registramos los índices antropométricos que presenta un individuo para describir sus características personales.
Indica cuál de los siguientes ejemplos se corresponde con un estudio longitudinal: Registramos el tipo de pisada de niños y adultos en una sesión de toma de datos, para comparar si existen diferencias entre estos dos grupos. Registramos los índices antropométricos que presenta un individuo para describir sus características personales. Registramos la altura de salto en hombres y mujeres un miércoles por la mañana para comprobar si el sexo determina la capacidad de salto. Registramos la altura de salto de los jugadores de balonmano del club balonmano Burgos en las temporadas 2017, 2018 y 2019 para saber si se producen mejoras a lo largo de estos tres años.
En base a su delimitación temporal, los estudios pueden clasificarse en... ... longitudinales y transversales ... transversales y anuales ... únicos y longitudinales ... anuales y únicos.
¿Qué otro nombre recibe la variable dependiente Variable respuesta. Variable explicativa. Covariable. Variable independiente.
¿Qué otro nombre recibe la variable independiente? Variable respuesta. Variable explicativa. Covariable. Variable independiente.
Señala la opción FALSA. La variable independiente... ... se entiende como el posible efecto. ... está controlada por el investigador. ... es la variable predictora. ... se entiende como la posible causa.
Una variable que utilizo para dividir la muestra en varios grupos para hacer comparaciones entre ellos es.... (elija la mejor de todas las opciones). ... una variable discreta. ... un factor. ... una variable cualitativa nominal. ... una variable cualitativa ordinal.
¿Que tipo de variables se pueden transformar en un factor? Sólo las cuantitativas ordinales. Las cualitativas y las cuantitativas Sólo las cualitativas. Sólo las cuantitativas nominales.
¿Que variables son las que el investigador está interesado en comprender, explicar, predecir o estimar? Las dependientes. Las independientes. Las cualitativas. Las cuantitativas.
¿Que variables son las que toman valores numéricos? Las dependientes. Las independientes. Las cualitativas. Las cuantitativas.
¿Que variables son las que no aceptan valores numéricos, y sus valores no pueden ser jerarquizados? Las cualitativas ordinales. Las cuantitativas. Las independientes. Las cualitativas nominales.
Si la variable lugar de nacimiento de una persona se codifica mediante números siendo el 1, 2, 3, 4,... códigos para identificar la provincia donde nació, la variable codificada resultante es una variable... ... explicada. ... nominal. ... ordinal. ... dependiente.
¿Qué es una tabla de frecuencias o tabla estadística? Es una tabla en la que se completan los datos que falten, sencilla, clara y precisa. Es una tabla que elaboramos con los datos de la población. Es una tabla que recoge la información de la muestra, ordena la muestra, y es la base para obtener las medidas descriptivas. Es otra manera de presentar la información, en lugar de presentarla de manera textual.
¿Qué es la frecuencia relativa de una modalidad de una variable aleatoria? Es el valor que más se repite de la variable Es una medida inferencial. Es el número de veces que aparece en la muestra esa modalidad.s. Es el número de veces que aparece en muestra esa modalidad dividido por el número total de datos.
¿Cuál de las siguientes representaciones gráficas es la más adecuada para representar una variable cuantitativa discreta? Histograma. Gráfico de dispersión. Diagrama de barras. Diagrama de rectángulos.
En la siguiente figura se representa el número de hijos que tienen las 200 personas preguntadas en un estudio de investigación. Histograma. Diagrama de sectores. Diagrama de barras. Diagrama de rectángulos.
Señala la afirmación correcta: El diagrama de Pareto es un tipo especial de histograma. El diagrama de Pareto es un tipo especial de diagrama de barras. El diagrama de Pareto es un tipo especial de gráfico de sectores. El diagrama de Pareto es un tipo especial de diagrama de rectángulos.
En un trabajo se está estudiando la variable edad. Los valores se han agrupado en intervalos. Uno de esos intervalos es el [25, 35). ¿Cuál es la marca de clase del intervalo? 30 10 25 35.
En un trabajo se está estudiando la variable edad. Los valores se han agrupado en intervalos. Uno de esos intervalos es el [25, 35). Una persona de 35 años de edad, ¿debería estar incluida en este intervalo? No se puede saber. No Depende de otras variables. Sí.
Indica el valor de la media que presenta la distribución normal tipificada: 1 1,5 0 2.
A la hora de tipificar una variable, tendremos que: restar a cada valor registrado el valor de la media muestral, y dividir el resultado entre su desviación típica restar a la media muestral cada valor registrado, y dividir el resultado entre su desviación típica Ninguna de las respuesta planteadas es correcta restar a la media muestral el valor de desviación típica, y dividir el resultado entre cada valor registrado.
Indica el valor de desviación típica que presenta la distribución normal tipificada: 1,5 0 1 2.
La media es una medida descriptiva, pero más concretamente es: Medida de forma. Medida de posición central. Medida de dispersión. Medida de posición no central.
La moda es una medida descriptiva, pero más concretamente es: Medida de forma. Medida de posición central. Medida de dispersión. Medida de posición no central.
Un cuantil es una medida descriptiva, pero más concretamente es: Medida de forma. Medida de posición central. Medida de dispersión. Medida de posición no central.
La desviación típica es una medida descriptiva, pero más concretamente es: Medida de forma. Medida de posición central. Medida de dispersión. Medida de posición no central.
El valor de la variable que más se repite, recibe el nombre de: Media Moda Mediana Desviación típica.
El valor del percentil 50 coincide con el valor de la: Media Moda Mediana Desviación típica.
Señala la afirmación correcta: La varianza tiene como unidad el cuadrado de la unidad de la variable. La varianza tiene la misma unidad que la variable. La varianza es la raíz cuadrada de la desviación típica. La varianza es una medida de posición central.
Indica cual de las siguientes medidas descriptivas es una medida de forma: un percentil. el coeficiente de curtosis. el rango. el error típico.
Señala la respuesta correcta. El rango y la desviación típica son: Medidas descriptivas de dispersión. Medidas descriptivas de tendencia central. Medidas descriptivas de posición. Medidas descriptivas de forma.
El valor del percentil 75 de una base de datos se corresponde con el valor... del segundo cuartil. del primer cuartil. de la mediana. del tercer cuartil.
En una variable cualitativa nominal, se puede calcular... Ni la moda ni la mediana ni la media. La moda y la mediana. La moda, la mediana y la media. La moda.
En una variable cualitativa ordinal, se puede calcular... Ni la moda ni la mediana ni la media. La moda y la mediana. La moda, la mediana y la media. La moda.
En una variable cuantitativa, se puede calcular... Ni la moda ni la mediana ni la media. La moda y la mediana. La moda, la mediana y la media. La moda.
Si al calcular la curtosis de una variable se obtiene un valor negativo, entonces... Es platicúrtica. Es leptocúrtica. Hay un error pues la curtosis no puede ser negativa. Es mesocúrtica.
¿Cuál de los siguientes parámetros estadísticos no tiene unidades (es decir es adimensional)? El coeficiente de variación, el rango y la curtosis. La media, la mediana y la moda. La asimetría, la curtosis y el rango. El coeficiente de variación, la asimetría y la curtosis.
¿Qué representa la siguiente fórmula, fracción m subíndice 4 entre s elevado a 4 menos 3? La mediana. La asimetría de Fisher. La curtosis. No representa nada.
Si la variable sueldo está medida en euros, su valor medio estará medido en... euros. euros al cuadrado. no podemos saberlo no tendrá dimensiones.
Si la variable sueldo está medida en euros, el coeficiente de variación estará medido en... euros. euros al cuadrado. no podemos saberlo no tendrá unidades.
¿Qué quiere decir que una medida de posición es robusta? Que tiene un valor absoluto muy grande. Que no tiene unidades. Que no está afectada por valores extremos. No significa nada.
Al analizar los resultados obtenidos en un cuestionario planteado a una misma muestra con un mes de diferencia, obtenemos un valor del coeficiente de correlación y concordancia de CCC = 0,35. El resultado lo podemos considerar una variable cualitativa ordinal.
Podremos por lo tanto concluir que... ... la fiabilidad del cuestionario es casi perfecta. ... la fiabilidad del cuestionario es sustancial. ... la fiabilidad del cuestionario es moderada. ... la fiabilidad del cuestionario es pobre.
Te encuentras ante una situación en la que quieres saber cuan fiables son los registros obtenidos mediante un radar de nueva creación. Para lograrlo, has registrado datos en una misma muestra con dos radares, el nuevo, y uno que lleva mucho tiempo en el mercado y está totalmente contrastado. Indica la prueba estadística que utilizarías para lograr tu objetivo, teniendo en cuenta que la variable dependiente es la velocidad (en kilómetros/hora) registrada por cada instrumento de medida:
Selecciona una: Índice de Kappa. Coeficiente de correlación de Pearson. Coeficiente de correlación de Spearman. Coeficiente de correlación y concordancia (CCC).
En un centro escolar, existen dos evaluadores que deciden si los candidatos a una beca son APTOS o NO APTOS para obtener el régimen de tercer grado.
Tras calcular el índice de Kappa de las valoraciones dadas por ambos candidatos, el valor obtenido ha sido de 0,5.
¿Cómo es el nivel de concordancia entre ambos evaluadores? débil moderada pobre buena.
Nos encontramos ante una situación en la que dos evaluadores deciden si un individuo es APTO o NO APTO para desarrollar un determinado trabajo. El responsable del proceso de selección quiere saber si las valoraciones emitidas por los evaluadores son fiables, por los que nos pide a nosotros, como expertos en estadística, que le indiquemos si las valoraciones son fiables o no. Indica el tipo de prueba estadística que utilizarías en este supuesto: Coeficiente de correlación y concordancia. Coeficiente de correlación de Pearson. Índice de Kappa Análisis de regresión.
Qué test estadístico debemos utilizar para conocer la fiabilidad de un método de registro de una variable cualitativa: Análisis de regresión. Índice de Kappa. Coeficiente de correlación de Pearson. Coeficiente de correlación y concordancia de Lin.
En las pruebas físicas de acceso al cuerpo de bomberos de Burgos, existen dos evaluadores que deciden si el candidato es APTO o NO APTO. El director del cuerpo de bomberos quiere saber si las valoraciones emitidas por los evaluados son fiables, por los que nos pide a nosotros, como expertos en estadística, que le indiquemos si las valoraciones son fiables o no. Indica el tipo de prueba estadística que utilizarías en este supuesto: Análisis de regresión. Índice de Kappa. Coeficiente de correlación de Pearson. Coeficiente de correlación de Spearman.
¿Qué mide la teoría de las correlaciones? El grado de relación entre variables Establece el orden correlativo de las variables. La forma de las variables. La dispersión de las variables.
¿Para qué sirve una nube de puntos? Para medir la dispersión de las variables. Para medir de manera numérica la relación entre variables Para medir de manera visual la relación entre variables Para medir la forma de las variables.
El coeficiente de correlación entre dos variables nos permite... ... conocer el grado de asociación existente entre las dos variables analizadas. ... saber cuál es la variable que causa el efecto observado en la otra. ... estimar el valor que presentará una variable Y, conociendo qué valor toma la variable X. Ninguna de las otras respuestas es correcta.
Si al estudiar la relacion entre dos variables obtenemos que el coeficiente de regresión lineal es cero... ... no existe ningún tipo de relación entre ambas variables. ... existe una correlación perfecta entre ambas variables. ... no existe relación lineal entre ambas variables. ... no podemos afirmar nada respecto a la relación entre ambas variables.
Hemos llevado a cabo un estudio en el que queremos conocer el grado de asociación existente entre el número de horas semanales de actividad física y el estado de salud, medido a través de los niveles de colesterol en sangre, en un grupo de reclusos del centro penitenciario en el que trabajamos. Para ello hemos calculado en coeficiente de correlación de Pearson, obteniendo el siguiente resultado r = 0,81. En base al resultado obtenido, indica cual sería la conclusión correcta: Existe una correlación negativa pero muy pequeña entre el número de horas semanales de actividad física y el estado de salud. Existe una correlación positiva y fuerte entre el número de horas semanales de actividad física y el estado de salud. Existe una correlación positiva pero muy pequeña entre el número de horas semanales de actividad física y el estado de salud. Existe una correlación negativa y fuerte entre el número de horas semanales de actividad física y el estado de salud.
La variable independiente (señala la opción FALSA): Es la variable predictora Se entiende como el posible efecto. Se entiende como la posible causa. Está controlada por el investigador.
Señala la afirmación correcta: El coeficiente de correlación lineal toma valores en (-1,1). El coeficiente de correlación lineal toma valores en [0,1]. El coeficiente de correlación lineal toma valores en [-1,1]. El coeficiente de correlación lineal toma valores en (0,1].
¿Qué significado tiene el que el coeficiente de correlación de Pearson valga 0? Quiere decir que las variables están relacionadas de manera inversa. Quiere decir que las variables están relacionadas de manera directa. Quiere decir que las variables no están relacionadas de ninguna forma. Quiere decir que las variables no están relacionadas de manera lineal.
Si el coeficiente de correlación lineal r (también llamado coeficiente de correlación de Pearson) entre dos variables X e Y es 0, Significa que no tenemos información para relacionar ambas variables. No existe ningún tipo de relación entre ambas variables. Existe una relación lineal perfecta entre ambas variables. No existe relación lineal entre ambas variables.
¿Qué coeficiente es el más adecuado para medir la correlación entre dos variables ordinales? Coeficiente de correlación de Spearman. Coeficiente Kappa. Coeficiente de correlación de Pearson. Coeficiente de correlación y concordancia.
Hemos llevado a cabo un estudio en el que queremos conocer el grado de asociación existente entre el número de meses durante los cuales un grupo de individuos han seguido el programa de actividad física que les hemos planteado y su estado de salud, medido a través de los niveles de colesterol en sangre. Para ello hemos calculado en coeficiente de correlación de Pearson, obteniendo el siguiente resultado r = -0,81. En base al resultado obtenido, indica cual sería la conclusión correcta: Existe una correlación positiva y moderada entre el número de meses de dieta y el estado de salud. Existe una correlación negativa y débil entre el número de meses de dieta y el estado de salud. Existe una correlación positiva y fuerte entre el número de meses de dieta y el estado de salud. Existe una correlación negativa y fuerte entre el número de meses de dieta y el estado de salud.
La ecuación que nos permite obtener el valor de la covarianza existente entre dos variables es: a b c d.
¿Cuál es la finalidad de las rectas de regresión? Hacer predicciones. Calcular la dispersión de las variables. Medir la relación entre las variables. Calcular la media de las variables.
El parámetro b, obtenido al resolver un modelo de regresión lineal simple, se corresponde: Con el valor de la pendiente de la recta de regresión lineal. Con el valor que tomaría la variable dependiente cuando el valor de la independiente es igual a 0. El valor máximo que puede tomar la recta de regresión lineal. Ninguna de las otras respuestas es correcta.
El coeficiente que mide en qué grado la variable independiente X explica la variable dependiente Y es el... el coeficiente de correlación lineal. coeficiente de correlación y concordancia. coeficiente de determinación. coeficiente de correlación de Spearman.
Se desea un modelo para predecir el riesgo de contraer en el futuro una determinada enfermedad (No / Sí la contraerá).
¿Qué tipo de modelo habría que utilizar? Regresión de Pearson. Regresión logística binaria. Regresión lineal múltiple. Regresión lineal.
Se puntúa 1,00 sobre 1,00
Marcar pregunta
Enunciado de la pregunta
Si al estudiar las variables X=Antigüedad en el trabajo, medido en años, e Y=Sueldo mensual, medido en euros se obtiene la recta de regresión de Y sobre X
y = 1500 + 150·x Hay una relación lineal perfecta entre ambas variables. Por cada año de antigüedad, el sueldo esperado aumenta en 150 euros al mes. La pendiente de la recta es 150. La correlación entre antigüedad y sueldo es positiva.
Se ha realizado un modelo para estimar el peso del bebé antes de nacer a partir de ciertos parámetros que se pueden medir en una ecografía: longitud del fémur, perímetro craneal y perímetro abdominal.
¿Cuál es la variable explicada? Peso. Perímetro craneal. Perímetro abdominal. Longitud del fémur.
Se ha realizado un modelo para estimar el peso del bebé antes de nacer a partir de ciertos parámetros que se pueden medir en una ecografía: longitud del fémur, perímetro craneal y perímetro abdominal.
De los siguientes modelos, ¿cuál utilizarías? Regresión logística. Modelo de concordancia. Regresión lineal simple. Regresión lineal múltiple.
El objetivo del análisis de regresión es: obtener una función que nos permita predecir el valor de la variable dependiente en base al valor que toma la variable independiente. comparar los valores registrados para una variable independiente en más dos grupos. obtener una función que nos permita predecir el valor de la variable independiente en base al valor que toma la variable dependiente. conocer el grado de asociación existente entre dos variables.
Señala la afirmación correcta: Parámetro y estimador son lo mismo. Parámetro y estimador no son lo mismo. Un parámetro es una propiedad descriptiva de la muestra. Un estimador es una propiedad descriptiva de la población.
¿Cuál es el estimador puntual de la varianza poblacional? La cuasivarianza muestral. La cuasidesviación típica poblacional. La desviación típica muestral. La desviación típica poblacional.
Una vez fijado el nivel de confianza para una estimación, también queda fijado... ... la heterogeneidad de la muestra. ... la precisión de la estimación. ... el valor de significación. ... el tamaño muestral.
El intervalo de confianza para una estimación depende de... (seleccione la que más se ajuste a la realidad) ... tamaño de la muestra y nivel de significación. ... tamaño de la muestra y tamaño del universo. ... tamaño del universo y nivel de significación. ... tamaño de la muestra, tamaño del universo y nivel de significación.
Indica la respuesta correcta. El error de estimación... ... es un parámetro de medida de la precisión del intervalo de confianza calculado. Ninguna de las otras respuestas es correcta. ... es el grado de certeza que tenemos acerca de lo precisa que es nuestra estimación. ... es un parámetro de medida de la variabilidad del registro realizado.
¿Qué valor z hay que utilizar si se desea una fiabilidad del 90%? 1,96 2,57 1,64 1,31.
¿Qué valor z hay que utilizar si se desea una fiabilidad del 99,52%? 2,58 1,64 1,96 2,82.
Si estamos haciendo un estudio sobre los gustos de los niños, y para ello seleccionamos aleatoriamente varios colegios, y dentro del colegio preguntamos a niños elegidos al azar para que respondan unas preguntas, dicho muestreo sería... ... por estratos. ... por conglomerados. ... aleatorio simple. ... no aleatorio.
Respecto al muestreo aleatorio estratrificado, ¿Qué afirmación es incorrecta? Este tipo de muestreo consiste en descomponer la población en estratos cuyos componentes presenten características comunes entre ellos. Cuanto mayor sea el número de estratos, mayor será la homogeneidad intraestrato. Se puede estratificar por varias variables. Cada estrato por si mismo es una unidad experimental representativa de la población.
Si decidimos emplear un muestreo aleatorio sistemático, ¿cuál será el intervalo regular idóneo para la elección de los elementos de una muestra, si tenemos una población de tamaño 4200 y queremos estudiar una muestra de 60 individuos? Faltan datos de la población para poder calcularlo. 70 100 No es necesario calcular el intervalo regular en el muestreo aleatorio sistemático.
Cuando la técnica de muestreo no ha sido implementada de manera correcta y la muestra elegida no es representativa de la población, se produce... ... un error de muestreo. ... un error de sesgo. ... un error de segundo grado. ... un error de tercer grado.
Indica cual de las siguientes afirmaciones es verdadera: Cuanto más numerosa sea la muestra, menos representativa será en relación a la población de estudio Cuanto más grande sea el tamaño de la muestra, si es aleatoria, más cercana estará la distribución muestral de la distribución poblacional Cuanto más aleatoria sea la muestra, más se acercará la distribución muestral a la distribución poblacional Un error de sesgo cometido durante la selección de la muestra, no impedirá que ésta sea representativa de la población de estudio.
Las técnicas de muestreo probabilístico son: Muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo opinático, muestreo por conglomerados, y muestreo polietápico. Muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo aleatorio estratificado, muestreo por conglomerados, y muestreo polietápico. Muestreo convencional, muestreo aleatorio sistemático, muestreo aleatorio estratificado, muestreo por conglomerados, y muestreo polietápico. Muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo aleatorio estratificado, muestreo por conglomerados, y muestreo por cuotas.
Una de las siguientes opciones de respuesta no se corresponde con los errores de muestreo que podemos cometer durante el reclutamiento de nuestra muestra de estudio. Indica cual: Error de sesgo Error de muestreo Error de 2º grado Error de población.
Nos hemos dado cuenta de que, una vez definidos los individuos de una población que formarán parte de nuestra muestra de estudio, hemos cometido el error de seleccionar a 4 individuos que no estaban en nuestro listado. En este caso habremos cometido un... ... error aleatorio ... error de aplicación ... error de 2º grado ... error de sesgo.
Indica qué tipo de error de muestreo se daría si aplicamos incorrectamente la técnica de muestreo que hemos seleccionado para nuestro estudio: ... error aleatorio ... error de aplicación ... error de 2º grado ... error de sesgo.
Indique cuáles son las técnicas de muestreo probabilístic Muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo opinático, muestreo por conglomerados, y muestreo polietápico Muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo aleatorio estratificado, muestreo por conglomerados, y muestreo por cuotas Muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo aleatorio estratificado, muestreo por conglomerados, y muestreo polietápico Muestreo convencional, muestreo aleatorio sistemático, muestreo aleatorio estratificado, muestreo por conglomerados, y muestreo polietápico.
Indica cual de las siguientes afirmaciones es verdadera. Cuanto más grande sea el tamaño de la muestra, más cercana estará la distribución muestral de la distribución poblacional Cuanto menos aleatoria sea la muestra, más se acercará la distribución muestral a la distribución poblacional Cuanto más numerosa sea la muestra, menos representativa será en relación a la población de estudio Un error de sesgo cometido durante la selección de la muestra, no impedirá que ésta sea representativa de la población de estudio.
Indica cuál de los siguientes se trata de un tipo de muestreo no aleatorio: Muestreo polietápico Muestreo accidental Muestreo sistemático Muestreo simple.
Indica cuál de los siguientes se trata de un tipo de muestreo no aleatorio. Muestreo sistemático Muestreo estratificado Muestreo por conglomerados Muestreo bola de nieve.
Indica cuál de los siguientes se trata de un tipo de muestreo no aleatorio. Muestreo polietápico Muestreo por cuotas Muestreo por conglomerados Muestreo simple.
Indica cuál de los siguientes se trata de un tipo de muestreo no aleatorio. Muestreo polietápico Muestreo sistemático Muestreo por estratificado Muestreo opinático.
Indica cuál de los siguientes se trata de un tipo de muestreo aleatorio: Muestreo accidental Muestreo bola de nieve Muestreo simple Muestreo opinático.
Indica cuál de los siguientes se trata de un tipo de muestreo aleatorio. Muestreo accidental Muestreo bola de nieve Muestreo sistemático Muestreo por cuotas.
Indica cual de las siguientes afirmaciones es correcta. La muestra se extrae de la población de estudio, y está formada por “n” número de casos. Los casos seleccionados para formar parte del estudio forman la población. La población está formada por “n” número de casos, y se extrae a partir de la muestra. Ninguna de las anteriores respuestas es correcta.
Indica cual de las siguientes afirmaciones es verdadera. La estimación de parámetros será correcta aunque nuestra muestra no sea representativa de la población. La estimación de parámetros no será correcta si nuestra muestra no es representativa de la población. Ninguna de las respuestas planteadas es correcta. Un estimador es siempre representativo de la población de estudio.
Hemos llevado a cabo un test de Kruskal-Wallis, obteniendo un p-valor = 0,03. Si hemos asumido un nivel de significación de alpha = 0.05, indica la respuesta correcta : tendremos que rechazar la hipótesis alternativa de igualdad entre grupos. Ninguna de las respuestas restantes es correcta. tendremos que rechazar la hipótesis nula de igualdad entre grupos. tendremos que aceptar la hipótesis nula de igualdad entre grupos.
Observamos que el p-valor asociado al estadístico de contraste t obtenido al realizar una prueba t de Student para muestras emparejadas, es igual a 0,1. Sabiendo que hemos definido un valor de significación de 0.05, entonces tendremos que: rechazar la hipótesis nula de igualdad de medias. Ninguna de las respuestas restantes es correcta. aceptar la hipótesis nula de igualdad de medias aceptar la hipótesis nula de igualdad de varianzas.
Pretendemos comparar los valores de concentración de lactato en sangre registrados en una muestra de judokas antes y después de realizar un entrenamiento mediante simulación de combate. En este supuesto, en el que disponemos de una base de datos con variable Lactato_pre y Lactato_post. tendremos que tratar nuestra base de datos como: Muestras emparejadas. Muestras independientes. Una muestra “normal” Todas las respuestas anteriores son incorrectas.
Queremos comparar la media de edad que presentan dos grupos de entrenamiento (grupo A y grupo B), y hemos comprobado que sus distribuciones son normales, y sus varianzas son iguales. Por lo tanto, tendremos que llevar a cabo: Prueba t de Student para muestras independientes. Test de la suma de rangos de Wilcoxon Un test de Kruskal-Wallis Un análisis de la varianza (ANOVA) de un factor.
Disponemos de una base de datos que presenta dos muestras independientes, y hemos comprobado que sus varianzas son iguales, y que la distribución de datos NO es normal. Por lo tanto, para comparar sus medias tendremos que utilizar... ... una prueba no paramétrica. ... una prueba paramétrica
... una prueba que no sea ni paramétrica ni no paramétrica. ... tanto una prueba paramédica, como una no paramédica.
Hemos registrado el número de alumnos de un centro escolar que presentan obesidad, antes y después de llevar a cabo un programa de promoción de la actividad física y hábitos de vida saludables. Queremos conocer si el programa ha permitido disminuir significativamente la proporción de alumnos obesos, por lo que tendremos que llevar a cabo... ... un test de McNemar. ... una prueba t de Student para muestras independientes. ... un test chi-cuadrado de Pearson. ... un test exacto de Fisher.
Hemos registrado durante un año el número de altas que se producen en federaciones deportivas de cuatro comunidades autónomas del territorio español. Estamos por tanto en disposición de calcular la media de altas federativas que suceden al año en cada una de esas cuatro comunidades autónomas. Ahora queremos comprobar si existen diferencias significativas entre el número de altas que se han producido en cada comunidad. Habiendo comprobado que nuestra distribución de datos es normal, y que las varianzas entre grupos son iguales, indica qué prueba hemos de utiliza: Un test de Kruskal-Wallis. Un Test de Welch. Una prueba t de Student para muestras emparejadas. Un análisis de la varianza (ANOVA).
Hemos llevado a cabo un test de Kruskal-Wallis, obteniendo un p-valor = 0,03. Si hemos asumido un nivel de significación de alpha = 0,05... ... tendremos que rechazar la hipótesis nula de igualdad entre grupos. ... tendremos que aceptar la hipótesis nula de igualdad entre grupos. Ninguna de las otras respuestas es correcta. ... tendremos que rechazar la hipótesis alternativa de igualdad entre grupos.
¿Qué relación existe entre el nivel de significación y el nivel de confianza en un contraste de hipótesis? La suma de ambos es el 100%, si vienen expresados en tanto por ciento. La suma de ambos es 1, si vienen expresados en tanto por ciento. La suma de ambos es el 100%, si vienen expresados en tanto por uno. La suma de ambos es cero.
¿Qué nivel de confianza se considera por defecto, en el caso de no especificar uno, para un contraste de hipótesis? 99% 95% 90% La suma de ambos es cero.97%.
El valor de significación asociado a un nivel de confianza del 90% será... 0,15 0,05 0,005 0,10.
Al decir que hemos cometido un Error Tipo II en nuestro contraste de hipótesis, entonces estamos asumiendo que... Ninguna de las otras respuestas es correcta. ... hemos rechazado la hipótesis nula, cuando debiéramos haberla asumido. ... hemos asumido la hipótesis nula, cuando debiéramos haberla rechazado. ... hemos rechazado la hipótesis nula, sin estar seguros de si debiéramos asumirla o rechazarla.
Al decir que hemos cometido un Error Tipo I en nuestro contraste de hipótesis, entonces estamos asumiendo que... Ninguna de las otras respuestas es correcta. ... hemos rechazado la hipótesis nula, cuando debiéramos haberla aceptado. ... hemos aceptado la hipótesis nula, cuando debiéramos haberla rechazado ... hemos rechazado la hipótesis nula, sin estar seguros de si debiéramos aceptarla o rechazarla.
Si tenemos una muestra donde el 50% son mujeres, y el 50% son hombres, diremos que hombres y mujeres forman muestras... independientes. paramétricas emparejadas no paramétricas.
Si tenemos una muestra donde el 50% son mujeres, y el 50% son hombres, donde para cada uno de ellos se les ha medido el nivel de hemoglobina en sangre en dos días consecutivos, ambas medidas del nivel de hemoglobina forman muestras... independientes. paramétricas emparejadas no paramétricas.
Aquellos test que sólo se pueden llevar a cabo cuando la muestra cumple ciertas condiciones también se conocen como pruebas... independientes. paramétricas emparejadas no paramétricas.
¿Qué tipo de error estamos cometiendo si aceptamos la hipótesis nula siendo esta falsa?: Ninguna de las otras respuestas planteadas es correcta. Error tipo I Error tipo II Error tipo III.
¿Qué tipo de error estamos cometiendo si rechazamos la hipótesis nula siendo esta verdadera?: Error tipo II. Ninguna de las otras respuestas planteadas es correcta Error tipo III. Error tipo I.
Habiendo asumido un nivel de significación de 0,05, señala qué debemos hacer si la prueba estadística que llevamos a cabo reporta un p-valor igual a 0,3: Aceptar la hipótesis nula. Rechazar la hipótesis nula Cambiar el nivel de significación Asumir la hipótesis alternativa.
Habiendo asumido un nivel de significación de 0,05, señala qué debemos hacer si la prueba estadística que llevamos a cabo reporta un p-valor igual a 0,001 : Rechazar la hipótesis alternativa. Aceptar la hipótesis nula. Cambiar el nivel de significación Asumir la hipótesis alternativa.
Observamos que el p-valor asociado al estadístico de contraste t obtenido al realizar una prueba t de Student para muestras emparejadas, es igual a 0,1. Sabiendo que hemos definido un valor de significación de 0,05, entonces tendremos que... ... aceptar la hipótesis nula de igualdad de varianzas. ... aceptar la hipótesis nula de igualdad de medias. ... rechazar la hipótesis nula de igualdad de medias. Ninguna de las otras respuestas es correcta.
Indica la respuesta correcta. El valor de significación... ... es un parámetro de medida de la variabilidad del registro realizado. ... es la probabilidad de cometer un error en nuestra estimación del intervalo de confianza. ... es un parámetro de medida de la precisión del intervalo de confianza calculado. Ninguna de las otras respuestas es correcta.
Si durante la realización de un ANOVA obtengo en el test de Levene un p-valor de 0,10, entonces, con un nivel de significación del 95%... ... rechazaremos la igualdad de varianzas de la variable estudiada en todos los niveles del factor, y que por tanto se viola uno de los supuesto del ANOVA. ... rechazaremos la igualdad de medias para los distintos niveles del factor analizado. ... aceptaremos la igualdad de varianzas de la variable estudiada en todos los niveles del factor, y que se puede proceder con el ANOVA. ... aceptaremos la igualdad de medias para los distintos niveles del factor analizado.
Si durante la realización de un ANOVA obtengo en el test de Levene un p-valor de 0,01, entonces, con un nivel de significación del 95%... ... rechazaremos la igualdad de medias para los distintos niveles del factor analizado. ... rechazaremos la igualdad de varianzas de la variable estudiada en todos los niveles del factor, y que por tanto se viola uno de los supuesto del ANOVA. ... aceptaremos la igualdad de medias para los distintos niveles del factor analizado. ... aceptaremos la igualdad de varianzas de la variable estudiada en todos los niveles del factor, y que se puede proceder con el ANOVA.
Si al realizar un ANOVA obtengo en el test de Kolmogorov-Smirnov un p-valor de 0,10, entonces, con un nivel de significación del 95%... ... aceptaremos la igualdad de medias para los distintos niveles del factor analizado. ... rechazaremos que la muestra es normal, y que por tanto se viola uno de los supuesto del ANOVA. ... rechazaremos la igualdad de medias para los distintos niveles del factor analizado. ... aceptaremos que la muestra es normal, y que se puede proceder con el ANOVA.
Si al realizar un ANOVA obtengo en el test de Kolmogorov-Smirnov un p-valor de 0.01, entonces, con un nivel de significación del 95%... ... aceptaremos que la muestra es normal, y que se puede proceder con el ANOVA. ... rechazaremos que la muestra es normal, y que por tanto se viola uno de los supuesto del ANOVA ... aceptaremos la igualdad de medias para los distintos niveles del factor analizado. ... rechazaremos la igualdad de medias para los distintos niveles del factor analizado.
Pretendemos comparar los valores de tasa de alcoholemia registrados en una muestra de conductores la primera vez que se les detiene, y tras haber transcurrido una hora desde el primer test. En este supuesto, en el que disponemos de una base de datos con variable Alcohol_pre y Alcohol_post. tendremos que tratar nuestra base de datos como: Todas las otras respuestas son incorrectas. Una muestra “normal”. Muestras independientes. Muestras emparejadas.
Se ha realizado un test cognitivo a hombres y mujeres. Dicho test, cuya escala varía entre 0 y 100, presenta normalidad e igualdad de varianzas para ambos grupos.
Tras la realización de un ANOVA, el p-valor obtenido ha sido de 0,43, y el nivel de confianza pedido del 95%.
Señala la frase correcta. Se debe rechazar la hipótesis nula de igualdad de medias entre grupos. Este test no es el más adecuado para realizar el análisis. Se debería haber elegido el t de Student para muestra independientes. Este test no es el más adecuado para realizar el análisis. Se debería haber elegido el t de Student para muestra emparejadas. Se debe aceptar la hipótesis nula de igualdad de medias entre grupos.
Queremos comparar la media de edad que presentan dos grupos de reclusos (grupo A y grupo B), y hemos comprobado que sus distribuciones son normales, y sus varianzas son iguales. Por lo tanto, tendremos que llevar a cabo: Prueba t de Student para muestras independientes. Un test de Kruskal-Wallis Test de la suma de rangos de Wilcoxon. Un análisis de la varianza (ANOVA) de un factor.
Disponemos de una base de datos que presenta dos muestras independientes, y hemos comprobado que sus varianzas son iguales, y que la distribución de datos NO es normal. Por lo tanto, para comparar sus medias tendremos que utilizar... ... una prueba no paramétrica. ... una prueba paramétrica. ... es válida tanto una prueba paramédica, como una no paramédica. Todas las otras respuestas son incorrectas.
Hemos registrado el número de alumnos de un centro escolar que consumen drogas el fin de semana, antes y después de llevar a cabo un programa de concienciación en dicho centro. Queremos conocer si el programa ha permitido disminuir significativamente la proporción de alumnos consumen drogas el fin de semana, por lo que tendremos que llevar a cabo : Un test exacto de Fisher. Un test chi-cuadrado de Pearson. Una prueba t de Student para muestras independientes. Un test de McNemar.
Hemos registrado durante un año el número de accidentes de tráfico con víctimas mortales en cuatro ciudades del territorio español. Estamos por tanto en disposición de calcular la media de accidentes de tráfico con víctimas mortales que suceden al mes para cada una de esas cuatro ciudades. Ahora queremos comprobar si existen diferencias significativas entre dichas ciudades. Habiendo comprobado que nuestra distribución de datos es normal, y que las varianzas en los grupos son iguales, indica qué prueba hemos de utilizar : Un Test de Welch. Un análisis de la varianza (ANOVA). Una prueba t de Student para muestras emparejadas. Un test de Kruskal-Wallis.
Si se quiere saber si el ir o no ir a una academia preparatoria influye en aprobar o no un examen, se puede utilizar... Un test Chi-Cuadrado Un test ANOVA. Un test de Kolmogorov-Smirnov. Un test de Levene.
A los alumnos de una clase se les ha realizado un test con calificación apto / no apto. Posteriormente todos los alumnos han realizado un curso preparatorio, y posteriormente se les ha vuelto a realizar un test equivalente al primero.
¿Qué test habría que realizar para comprobar si el curso preparatorio ha servido para aumentar el porcentaje de aptos en la clase Test exacto de Fisher Test de Welch Test chi-cuadrado Test de McNemar.
Se desea conocer si una determinada enfermedad afecta más a las personas mayores de 45 años que a las personas menores de esa edad.
¿Que test habría que usar? Ni el test chi-cuadrado y ni el test exacto de Fisher. Un test exacto de Fisher. Un test chi-cuadrado exclusivamente. Un test chi-cuadrado o un test exacto de Fisher.
Se desea conocer la incidencia de una determinada enfermedad en los tramos de edad "hasta 25 años", "de 25 a 45 años", "45 años o más".
¿Que test habría que usar? Ni el test chi-cuadrado y ni el test exacto de Fisher. Un test chi-cuadrado exclusivamente Un test exacto de Fisher. Un test chi-cuadrado o un test exacto de Fisher.
Si al hacer un test chi-cuadrado para conocer si una determinada enfermedad afecta más a las personas mayores de 45 años que a las personas menores de esa edad, el p-valor obtenido es de 0,03, entonces, con un nivel de significación del 95%... Rechazaríamos la hipótesis nula, aceptando que la enfermedad afecta igual a los distintos tramos de edad. Aceptaríamos la hipótesis nula. La enfermedad afecta de manera diferente a los distintos tramos de edad. Rechazaríamos la hipótesis nula, aceptando que la enfermedad afecta de manera diferente a los distintos tramos de edad. Aceptaríamos la hipótesis nula. La enfermedad afecta igual a los distintos tramos de edad.
Se dispone de una base de datos donde con distintas variables explicativas, para predecir si una persona tendrá una enfermedad del corazón pasados diez años.
Se ha realizado en test Chi-Cuadrado entre las variables TenYearCHD (si tendrá o no una enfermedad pasados 10 años), y la variable education que indica el nivel de educación de la persona, codificada como un factor de 4 niveles.
Según la tabla de contingencia, ¿Qué nivel de educación tienen las personas con mayor riesgo de tener enfermedades del corazón pasados 10 años? College. High School or GED Some College. Some high School.
Se dispone de una base de datos donde con distintas variables explicativas, para predecir si una persona tendrá una enfermedad del corazón pasados diez años.
Se ha realizado en test Chi-Cuadrado entre las variables TenYearCHD (si tendrá o no una enfermedad pasados 10 años), y la variable education que indica el nivel de educación de la persona, codificada como un factor de 4 niveles.
Con un 95% de confianza, ¿son significativas las diferencias de riesgo de tener enfermedad del corazón en función del nivel de estudios? No disponemos de datos suficientes. Sí, al 95% y al 99%, pero habría que confirmar con el test exacto de Fisher. Sí al 95%, pero no al 99% Sí, al 95% y al 99%.
Se dispone de una base de datos donde con distintas variables explicativas, para predecir si una persona tendrá una enfermedad del corazón pasados diez años.
Se ha realizado en test K-S para las variables cuantitativas para estudiar la normalidad de las variables.
Con un 95% de confianza, ¿qué variables presentan normalidad? SYSBP, BMI, HEARTRATE, GLUCOSE. TOTCHOL, SYSBP, DIABP, BMI, HEARTRATE. GLUCOSE. TOTCHOL, DIABP.
Se dispone de una base de datos donde con distintas variables explicativas, para predecir si una persona tendrá una enfermedad del corazón pasados diez años.
Se ha realizado en test K-S para las variables cuantitativas para estudiar la normalidad de las variables.
Con un 99% de confianza, ¿qué variables presentan normalidad?
SYSBP, BMI, HEARTRATE, GLUCOSE GLUCOSE TOTCHOL, DIABP TOTCHOL, SYSBP, DIABP, BMI, HEARTRATE.
Se dispone de una base de datos donde con distintas variables explicativas, para predecir si una persona tendrá una enfermedad del corazón pasados diez años.
A continuación se presenta una salida del software PSPP, de un análisis que se ha realizado.
La variable TENYEARCHD es la variable explicada, si tendrá o no problemas de corazón pasados 10 años
Las variables TOTCHOL y BMI son variables explicativas donde se ha informado el nivel de Colesterol de distintas personas, y el Índice de Masa Corporal (BMI por sus siglas en inglés).
Se ha realizado una prueba t de Student para muestras independientes de ambas variables, para comparar los grupos que sí, y que no tienen enfermedades de corazón.
¿Las variables TOTCHOL y BMI son normales? No se sabe. Deberían serlo, pues el test t de Student es una prueba paramétrica que necesita que las variables sean normales. Deberían serlo, pues el test t de Student es una prueba NO paramétrica que necesita que las variables sean normales. No son normales con un nivel de confianza del 95% pues el p-valor es menor que 0,05.
Se dispone de una base de datos donde con distintas variables explicativas, para predecir si una persona tendrá una enfermedad del corazón pasados diez años.
A continuación se presenta una salida del software PSPP, de un análisis que se ha realizado.
La variable TENYEARCHD es la variable explicada, si tendrá o no problemas de corazón pasados 10 años
Las variables TOTCHOL y BMI son variables explicativas donde se ha informado el nivel de Colesterol de distintas personas, y el Índice de Masa Corporal (BMI por sus siglas en inglés).
Se ha realizado una prueba t de Student para muestras independientes de ambas variables, para comparar los grupos que sí, y que no tienen enfermedades de corazón.
Con un nivel de confianza del 95%, ¿Qué podemos decir de la igualdad de las varianzas en ambos grupos (sanos y enfermos)? Ambas variables presentan igualdad de varianzas en ambos grupos. La variable TOTCHOL tiene varianzas distintas en el grupo de sanos y en el de enfermos, y BMI tiene varianzas iguales. La variable BMI tiene varianzas distintas en el grupo de sanos y en el de enfermos, y TOTCHOL tiene varianzas iguales. No hay información sobre la igualdad de varianzas.
Se dispone de una base de datos donde con distintas variables explicativas, para predecir si una persona tendrá una enfermedad del corazón pasados diez años.
A continuación se presenta una salida del software PSPP, de un análisis que se ha realizado.
La variable TENYEARCHD es la variable explicada, si tendrá o no problemas de corazón pasados 10 años
Las variables TOTCHOL y BMI son variables explicativas donde se ha informado el nivel de Colesterol de distintas personas, y el Índice de Masa Corporal (BMI por sus siglas en inglés).
Se ha realizado una prueba t de Student para muestras independientes de ambas variables, para comparar los grupos que sí, y que no tienen enfermedades de corazón.
¿Alguno de estos dos indicadores pueden servir para predecir si la persona va a tener mayor o menor probabilidad de tener problemas de corazón? BMI. Ninguno Ambos TOTCHOL.
Se dispone de una base de datos donde con distintas variables explicativas, para predecir si una persona tendrá una enfermedad del corazón pasados diez años.
A continuación se presenta una salida del software PSPP, de un análisis que se ha realizado.
La variable TENYEARCHD es la variable explicada, si tendrá o no problemas de corazón pasados 10 años
Las variables SYSBP y DIABP son variables explicativas donde se ha informado la presión sanguínea sistólica y diastólica.
Se ha realizado una prueba t de Student para muestras independientes de ambas variables, para comparar los grupos que sí, y que no tienen enfermedades de corazón.
¿Se podrían considerar las presiones sanguíneas como indicadores tempranos para saber si una persona tendrá problemas de corazón? Ninguna de las dos presiones. La sistólica, SYSBP. La diastólica, DIABP Sí, ambas presiones.
|
