Análisis de Datos 2 UJA

Una variable se distribuye según N(500, 45), por lo que: El tamaño de la población es 500. La desviación típica es 45. La media es 45.

El nivel de riesgo (α) hace referencia a: La probabilidad de estimación correcta. La probabilidad de estimación incorrecta. La probabilidad de que el estimador puntual coincida exactamente con el valor del parámetro.

¿Cuál de las siguientes es una característica de la distribución chi-cuadrado?. Sólo puede asumir valores positivos. Puede asumir cualquier valor. La media será igual a 2 veces sus grados de libertad.

Una distribución normal tipificada (o estandarizada) se caracteriza por: µ = 0, σ = 1. Expresarse en puntuaciones directas. Sólo puede asumir valores positivos.

Necesitamos calcular un intervalo de confianza, pero no conocemos la σ. Por consiguiente: No podemos realizar una estimación por intervalos de confianza. Utilizamos la desviación típica insesgada muestral para calcular el IC. Utilizamos la varianza insesgada poblacional para calcular el IC.

En el contexto del cálculo de un intervalo de confianza, ¿Qué quiere decir que perdemos precisión en la estimación si aumentamos el nivel de confianza sin aumentar el tamaño de la muestra?. Que aumenta la anchura del IC (el rango de valores que incluye es mayor). Que aumenta el nivel de riesgo. Que el IC se vuelve más pequeño.

Necesitamos estimar un intervalo de confianza al 99% para una muestra n=25 y no conocemos la desviación típica de la población. La puntuación crítica necesaria para calcular el Emax la obtendremos empleando un modelo de distribución: Normal tipificado. t de Student. Normal.

La distribución muestral del estimador 1 tiene una varianza de 1.25. La distribución muestral del estimador 2 tiene una varianza de 1.35. ¿Cuál se considera más eficiente?. El estimador 1. El estimador 2. No se puede determinar con la información presentada.

¿Cuál de los siguientes es un estimador insesgado?. Varianza. Desviación típica. Media.

¿En qué caso de los siguientes se emplea el modelo de distribución t Student para calcular probabilidades relacionadas con la distribución muestral de la media?. Cuando desconocemos la varianza de la muestra. Cuando desconocemos la desviación típica de la población. Cuando desconocemos la media de la muestra.

Conforme aumenta el tamaño muestral: Aumenta el error típico. Disminuye el error típico. El error típico es independiente del tamaño de la muestra.

La distribución muestral de la media sigue un modelo de distribución: Normal. Binomial. Desconocido.

Los estudios señalan que la media de la población en cociente intelectual (CI) es de 100. Sin embargo, un investigador no está de acuerdo porque le ha pasado un test de inteligencia a 120 personas elegidas aleatoriamente y ha obtenido una media en CI de 110. ¿Qué está ocurriendo?. El investigador está confundiendo estadístico con parámetro. Con total y absoluta seguridad el proceso de aleatorización de la muestra no se ha realizado correctamente. El investigador ha seleccionado una muestra de mayor tamaño que la puntuación media del test, lo que explicaría la variación con respecto a la media poblacional.

¿Cuál de las siguientes NO es una característica de una prueba de Bernoulli?. Sólo hay dos resultados posibles. El resultado obtenido en un ensayo está condicionado al resultado del ensayo previo. Los distintos resultados posibles son mutuamente excluyentes.

Una ANOVA factorial 2x2x2 presenta. 2 variables con 2 condiciones cada una. 2 variables con 3 condiciones cada una. 3 variables con 2 condiciones cada una.

¿En cuál de estas situaciones las observaciones son dependientes o están relacionadas?. Se compara el nivel de atención de un mismo grupo de estudiantes cuando estudian con música clásica y cuando estudian con música techno. Se compara el nivel de ansiedad de un grupo de pacientes antes y después de un tratamiento. Ambas son correctas.

Si se desea comparar si el nivel de ansiedad de un grupo de pacientes antes y después de un tratamiento ha disminuido, ¿qué tipo de contraste hay que usar?. Bilateral. Unilateral. Las conclusiones sobre la efectividad del tratamiento serán iguales ya sea bilateral o unilateral.

Si se desea contrastar si existen diferencias en el nivel de ansiedad en dos grupos (A y B), las hipótesis correctas de un contraste formal. H0: medias iguales H1: medias distintas. H0: medias distintas H1: medias iguales. Ambas son correctas.

Si se desea comprobar si el nivel de atención de un grupo de niños con TDAH (T) es menor que el de un grupo de niños sin TDAH (C), indique cuál es la hipótesis alternativa. μT ≥ μC. μT = μC. μT ≠ μC.

Siendo todo lo demás igual, ¿para cuál de los siguientes niveles de significación (α) es menor la probabilidad de cometer un error tipo 1?. 0.05. 0.01. 0.025.

Dado un intervalo de confianza para estimar la media poblacional, la amplitud del intervalo disminuye si. Disminuye el valor de α. Disminuye el tamaño de la muestra. Aumenta el tamaño de la muestra.

Un estimador es sesgado si. Su esperanza matemática NO es igual al parámetro que desea estimar. Su esperanza matemática es igual al parámetro que se desea estimar. Tiene mayor esperanza matemática es igual al parámetro que se desea estimar.

Una variable que se distribuya según una F de Fisher-Snédecor se obtiene como. El cociente de los valores de dos variables que se distribuyen según una t-Student. La suma de variables normales tipificadas al cuadrado. El cociente de dos variables que se distribuyen según Chi-cuadrado, cada una de ellas dividida por sus grados de libertad.

La distribución Chi-cuadrado. Puede presentar valores negativos. Sólo puede presentar valores positivos. Es simétrica cundo tiene 10 o menos grados de libertad.

Si los grupos a comparar en un análisis de varianza presentan distinta varianza intragrupo (o varianza error), entonces. No se cumple el supuesto de homocedasticidad. Se cumple el supuesto de homocedasticidad. El supuesto de homocedasticidad no se relaciona con las varianzas error de los grupos.

En un contraste de hipótesis, α es la probabilidad de. Rechazar una hipótesis nula verdadera. Mantener una hipótesis nula falsa. Rechazar una hipótesis nula falsa.

Para determinar si existen diferencias en ansiedad entre 3 grupos de pacientes utilizamos: ANOVA. Prueba T para muestras relacionadas. Ambas son correctas.