ES. APLICADA ADL DER.

La estadística se define principalmente como la ciencia que: Recolecta, organiza, analiza e interpreta datos para apoyar decisiones. Redacta normas jurídicas y sanciones. Realiza juicios de valor sin evidencia empírica. Sustituye a la investigación científica.

¿Cuál de las siguientes actividades corresponde a la estadística descriptiva?. Elaborar tablas y gráficos para resumir datos. Probar una hipótesis con un nivel de significancia. Calcular probabilidades condicionales para inferir causalidad. Estimar parámetros poblacionales con intervalos de confianza.

En un estudio sobre “tiempos de resolución de causas”, el conjunto total de todas las causas del año 2025 corresponde a: Parámetro. Población. Estadístico. Muestra.

Un subconjunto de expedientes seleccionados para analizar tiempos de resolución corresponde a: Muestra. Población. Censo. Parámetro.

Un parámetro es: Una medida calculada a partir de una muestra. Un gráfico estadístico. Una técnica de recolección de datos. Una medida que describe a toda la población.

El objetivo de aplicar estadística al derecho es principalmente: Tomar decisiones y sustentar análisis jurídicos con evidencia cuantitativa. Evitar la interpretación de normas. Eliminar la prueba documental. Reemplazar la argumentación jurídica por números.

Un ejemplo de aplicación de la estadística al derecho sería: Calcular la tasa de reincidencia por tipo de delito. Alegar oralmente en audiencia. Interpretar el artículo de una ley. Redactar una demanda civil.

La estadística inferencial se caracteriza por: Generalizar conclusiones desde una muestra hacia una población. Resumir datos mediante gráficos y tablas únicamente. Trabajar solo con variables cualitativas. Rechazar siempre la incertidumbre.

En términos generales, el propósito de la estadística en investigación es: Convertir datos en información para la toma de decisiones. Probar opiniones personales. Eliminar la necesidad de recolectar información. Hacer afirmaciones sin datos.

La afirmación correcta es: La estadística elimina la discrecionalidad judicial por completo. La estadística solo sirve para ciencias exactas. La estadística no se aplica en el derecho. La estadística puede apoyar diagnósticos y políticas públicas en justicia.

Una variable cualitativa nominal se caracteriza por: Tener un orden natural. Ser siempre numérica. Medirse con decimales. Representar categorías sin orden.

“Tipo de delito” (hurto, robo, estafa, etc.) es una variable: Cuantitativa continua. Cuantitativa discreta. Cualitativa nominal. Cualitativa ordinal.

“Grado de satisfacción del usuario” (bajo, medio, alto) es una variable: Cuantitativa continua. Cualitativa ordinal. Cuantitativa discreta. Cualitativa nominal.

¿Cuál opción corresponde a una fuente primaria de datos para un análisis judicial?. Un artículo de opinión. Un resumen elaborado por un tercero sin datos originales. Una base de datos oficial de sentencias o registros del sistema judicial. Un comentario en redes sociales.

En la recolección de datos, una fase clave es: Interpretar antes de recolectar. Publicar sin validar. Inventar datos para completar vacíos. Definir variables e instrumentos antes de medir.

Si una investigación registra “sexo” (femenino/masculino/otro) y “tipo de procedimiento” (civil/penal/contencioso), esos datos son: Variables de intervalo. Variables cuantitativas. Variables cualitativas nominales. Variables cualitativas ordinales.

El rango (R) de un conjunto de datos se calcula como: Mediana del conjunto. Valor máximo − valor mínimo. Promedio de los valores. Suma de todos los valores.

En datos agrupados, un intervalo de clase es: El valor más repetido. La suma de todas las frecuencias. El menor valor del conjunto. Un tramo de valores que agrupa observaciones.

La amplitud de clase representa: La media del conjunto de datos. El ancho de cada intervalo (límite superior − límite inferior). El valor más frecuente. El número total de datos.

Los límites de clase se refieren a: La marca de clase. La frecuencia acumulada. Los valores máximos y mínimos del conjunto total. Los valores que delimitan cada intervalo (inferior y superior).

La tabulación de datos consiste principalmente en: Organizar datos en una tabla, usualmente con clases y frecuencias. Eliminar datos repetidos. Dibujar un gráfico circula. Calcular solo el rango.

La marca de clase (xi) se define como: El límite inferior del intervalo. El punto medio del intervalo. El límite superior del intervalo. La frecuencia relativa.

¿Cuál es el orden correcto, en general, para construir una tabla de clases?. Rango → número de intervalos → amplitud → límites → marca de clase → tabulación. Marca de clase → amplitud → rango → tabulación. Amplitud → rango → marca de clase → límites. Frecuencia relativa → rango → límites → amplitud.

(Rango) Para los datos: 3, 7, 9, 10, 12. ¿Cuál es el rango?. 7. 12. 10. 9.

(Intervalos) Si el rango es 20 y se eligen 5 intervalos, ¿cuál es la amplitud aproximada?. 2. 4. 10. 5.

(Amplitud) En el intervalo [10 – 15), ¿cuál es la amplitud?. 5. 10. 15. 25.

(Marca de clase) Para el intervalo [20 – 30), la marca de clase es: 20. 50. 30. 25.

(Límites de clase) Para el intervalo [40 – 50), el límite inferior y superior son: 45 y 50. 50 y 40. 40 y 50. 40 y 45.

(Tabulación simple) Datos: 2, 2, 3, 4, 4, 4. ¿Cuál es la frecuencia absoluta del valor 4?. 3. 6. 2. 4.

(Tabulación por clases) Se proponen estos intervalos: [0–10), [10–20), [20–30). ¿En qué intervalo cae el valor 19?. [20–30). [10–20). No pertenece a ninguno. [0–10).

La frecuencia absoluta acumulada de la última clase coincide con: Frecuencia absoluta de la última clase. El valor mayor de los datos. Amplitud. El total de datos.

La frecuencia absoluta (fi) es: El porcentaje que representa una clase. La suma acumulada de porcentajes. El punto medio del intervalo. El número de veces que aparece un dato o una clase.

La frecuencia relativa (hi) se calcula como: fi × N. N / fi. fi / N. fi − N.

La frecuencia absoluta acumulada (Fi) representa: El promedio de frecuencias. El porcentaje acumulado. La frecuencia de la última clase. La suma progresiva de las frecuencias absolutas hasta una clase.

La frecuencia relativa acumulada (Hi) representa: La suma de todas las frecuencias absolutas. La amplitud del intervalo. La marca de clase acumulada. La suma progresiva de las frecuencias relativas hasta una clase.

Si la suma de todas las frecuencias relativas (hi) está bien calculada, debe ser: 1 (o 100%). 50. Igual al rango. 10.

En una tabla de frecuencias, ¿cuál afirmación es correcta?. Hi puede ser negativa. Fi nunca disminuye; siempre se mantiene o aumenta. Fi siempre es menor que fi. hi siempre es mayor que 1.

¿Cuál relación es correcta entre Fi y Hi?. Hi = Fi × fi. Hi = Fi / N. Fi = hi / N. Fi = N / Hi.

¿Cuál es la frecuencia absoluta (fi) del valor 3?. 2. 4. 3. 5.

¿Cuál es la frecuencia relativa (hi) del valor 2?. 0,10. 0,50. 0,30. 0,20.

Si se ordenan los valores 2, 3, 4, 5; ¿cuál es la frecuencia absoluta acumulada (Fi) hasta el valor 4?. 10. 3. 7. 5.

¿Cuál es la frecuencia relativa acumulada (Hi) hasta el valor 3?. 0,20. 0,70. 1,00. 0,50.

Con el mismo conjunto, ¿cuál es la frecuencia absoluta acumulada (Fi) de 5?. 8. 10. 9. 7.

Si para el valor 4 se tiene fi = 2 y N = 10, ¿cuál es hi?. 0,40. 2,00. 0,20. 0,05.

En una tabla, si hasta cierta clase se tiene Fi = 8 y N = 10, ¿cuál es Hi?. 1,25. 0,80. 0,18. 0,08.

En un despacho judicial se registran los días que tarda en resolverse un trámite. ¿Qué medida resume mejor el “promedio general” del tiempo?. Rango. Media aritmética. Mediana. Moda.

Si en una lista de montos de pensión alimenticia hay valores extremadamente altos (casos excepcionales), ¿qué medida es más adecuada para representar un “valor típico” sin que los extremos distorsionen el resultado?. Rango. Mediana. Frecuencia absoluta. Media aritmética.

Para calcular la mediana en datos no agrupados, el paso indispensable es: Calcular la marca de clase. Ordenar los datos. Hallar la frecuencia acumulada. Convertirlos a porcentajes.

La moda en un conjunto de datos no agrupados es: El valor que más se repite. El promedio de los datos. El valor central. La diferencia entre el mayor y menor valor.

Un conjunto de datos sobre “tipo de delito” (hurto, robo, estafa) no permite calcular media o mediana porque: Es una variable cualitativa nominal. No tiene valores repetidos. No se puede ordenar. Tiene muchos valores.

En un análisis de “edad de víctimas” donde los datos son numéricos y hay asimetría por algunos casos muy altos, la medida más robusta es: Mediana. Media aritmética. Frecuencia relativa. Moda.

Si un conjunto de datos tiene dos valores con la mayor frecuencia, se dice que es: Unimodal. Bimodal. Simétrico. Sin moda.

(Media aritmética) Días de resolución de 5 causas: 10, 12, 8, 15, 5. ¿Cuál es la media?. 8. 12. 9. 10.

(Mediana) Montos (USD) de 5 multas de tránsito: 60, 90, 50, 120, 80. ¿Cuál es la mediana?. 60. 70. 80. 90.

(Moda) Número de audiencias realizadas por semana: 3, 4, 4, 2, 4, 5. ¿Cuál es la moda?. 5. 4. 3. 2.

(Mediana con N par) Días de atención de trámites: 4, 6, 8, 10. ¿Cuál es la mediana?. 7. 6. 8. 9.

(Media con dato 0) Número de escritos presentados por día en una semana (incluye un feriado): 5, 7, 0, 6, 2. ¿Cuál es la media?. 3. 4. 5. 3,5.

(Identificación de la medida más adecuada) Tiempos de resolución (días) en un juzgado: 3, 4, 4, 5, 60. ¿Qué medida representa mejor el “tiempo típico”?. Moda = 60. Mediana = 4. Media = 15,2. Rango = 1.

(Moda y tipo de distribución) Montos (USD) de caución: 200, 300, 300, 400, 400, 500. ¿Cómo se clasifica respecto a la moda?. Unimodal (moda 300). Bimodal (modas 300 y 400). Unimodal (moda 400). Sin moda.

En un estudio sobre tiempos de resolución de causas por intervalos (0–10, 10–20 días, etc.), ¿por qué la media calculada es aproximada?. Porque se usan marcas de clase como representantes de cada intervalo. Porque la frecuencia relativa siempre da 100%. Porque la media solo sirve para datos cualitativos. Porque la mediana no puede calcularse en datos agrupados.

En datos agrupados, la marca de clase (xi) se define como: La frecuencia acumulada. El límite superior de la clase. El límite inferior de la clase. El punto medio del intervalo.

Para hallar la clase mediana en una tabla de frecuencias agrupadas, primero se debe: Identificar la clase con mayor frecuencia. Ubicar dónde cae N/2 en la frecuencia acumulada. Calcular la media de las marcas de clase. Calcular la frecuencia relativa acumulada y detenerse en 50% exacto.

En una distribución agrupada, la clase modal es: La clase con mayor frecuencia absoluta (fi). La clase con mayor límite superior. La clase que contiene N/2. La clase con mayor marca de clase.

En un caso de montos de pensión alimenticia agrupados en intervalos, la mediana agrupada se interpreta como: La diferencia entre el mayor y el menor monto. El monto promedio exacto de todos los casos. El monto aproximado que deja al 50% de casos por debajo y 50% por encima. El monto más repetido.

¿Qué elemento NO es indispensable para calcular la media agrupada?. Total de datos (N). Marcas de clase (xi). Frecuencias (fi). Frecuencia acumulada (Fi).

Si en datos agrupados se cambia el número de intervalos (clases), puede cambiar el valor de: El total N. La existencia de datos. La moda y la media aproximada (por cambios en marcas de clase). Las frecuencias absolutas totales.

Media agrupada (tiempos de resolución) En un juzgado, los tiempos de resolución (días) se agrupan así: 0–10: fi = 2 10–20: fi = 3 20–30: fi = 1 ¿Cuál es la media agrupada aproximada? (Use marcas de clase: 5, 15, 25). 13,3. 20,0. 15,0. 10,0.

Marca de clase (montos de multa) Multas de tránsito (USD) agrupadas en el intervalo [100–200). ¿Cuál es la marca de clase de ese intervalo?. 150. 300. 100. 200.

Clase modal (montos de pensión alimenticia) Montos de pensión (USD) agrupados así: 200–300: fi = 4 300–400: fi = 7 400–500: fi = 5 ¿Cuál es la clase modal?. 400–500. 300–400. 200–300. No se puede determinar.

Frecuencia acumulada (casos ingresados) Casos ingresados por semana (agrupados): 0–5: fi = 6 6–10: fi = 3 11–15: fi = 1 ¿Cuál es la frecuencia absoluta acumulada (Fi) hasta el intervalo 6–10?. 3. 6. 10. 9.

Clase mediana (tiempo de trámite) Tiempo de trámite (días) agrupado: 0–10: fi = 5 10–20: fi = 4 20–30: fi = 3 Total N = 12. ¿En qué intervalo se encuentra la clase mediana?. 20–30. 0–10. 10–20. No se puede determinar.

Mediana agrupada (cálculo sencillo) Duración de audiencias (minutos) agrupada: 30–40: fi = 2 40–50: fi = 6 50–60: fi = 2 Total N = 10. Calcule la mediana agrupada aproximada. (Use L = 40, F_anterior = 2, f = 6, A = 10). 50,0. 55,0. 45,0. 40,0.

Interpretación de Hi (acumulada relativa) En una tabla de frecuencias de “días de notificación”, se obtiene Hi = 0,75 hasta el intervalo 10–20 días. ¿Qué significa?. Que el 75% está exactamente en 10–20 días. Que el promedio es 0,75 días. Que 75 casos están en 10–20 días. Que el 75% de los casos está en 20 días o menos.

Las medidas de dispersión se utilizan principalmente para: Determinar categorías cualitativas. Reemplazar la media y la mediana. Identificar el valor más frecuente. Medir qué tan separados o variables están los datos respecto a un centro.

La diferencia clave entre medidas de tendencia central y de dispersión es que: La tendencia central ubica un valor representativo; la dispersión mide variabilidad alrededor de ese valor. La dispersión solo se usa con datos cualitativos. La tendencia central solo se usa en datos agrupados. Ambas miden lo mismo pero con fórmulas distintas.

Una semejanza correcta entre tendencia central y dispersión es que: Ambas resumen un conjunto de datos para facilitar interpretación y toma de decisiones. Ambas requieren siempre datos agrupados. Ambas dependen únicamente del valor máximo. Ambas se expresan siempre en porcentajes.

En un análisis de tiempos de resolución de causas, la tendencia central ayuda a saber: La diferencia entre el tiempo más alto y más bajo. La suma de los tiempos. El valor típico o representativo del tiempo de resolución. El porcentaje acumulado por intervalos.

En el análisis de tiempos de resolución de causas, la dispersión permite identificar: Solo el valor más repetido. Cuál es el valor central exacto. Si los datos son cualitativos u ordinales. Si los tiempos son homogéneos o muy variables entre casos.

El rango se define como: Punto medio de una clase. Suma de frecuencias acumuladas. Promedio de los datos. Valor máximo − valor mínimo.

Una limitación clásica del rango es que: Siempre da el mismo resultado que la desviación estándar. No se calcula con datos numéricos. Depende solo de dos valores (mínimo y máximo) y es sensible a valores extremos. No se usa en derecho.

La varianza mide: El promedio de las desviaciones cuadráticas respecto a la media. El dato más repetido. La suma de los datos. La diferencia entre mediana y moda.

¿Por qué la varianza usa cuadrados?. Para reemplazar la necesidad de la media. Para evitar que las desviaciones positivas y negativas se cancelen. Para que la varianza sea negativa si hay menos datos. Para eliminar decimales.

La desviación estándar es importante porque: Solo sirve con moda. Siempre es mayor que el rango. Es la raíz cuadrada de la varianza y vuelve a las mismas unidades de los datos. Solo se usa con datos cualitativos.

En interpretación, un valor mayor de desviación estándar significa: Mayor dispersión/variabilidad de los datos. Que la media es incorrecta. Menos variabilidad. Que no existe mediana.

El coeficiente de variación (CV) se usa principalmente para: Determinar frecuencias acumuladas. Hallar la clase modal. Comparar dispersión relativa entre conjuntos con diferentes escalas o unidades. Calcular la mediana sin ordenar.

¿Cuál afirmación es correcta sobre el coeficiente de variación?.

¿Qué relación describe correctamente el uso conjunto de tendencia central y dispersión?. Una medida de centro sin dispersión puede ser engañosa, porque no muestra si los datos están concentrados o dispersos. La dispersión reemplaza a la mediana. La moda se obtiene de la varianza. Si se calcula media ya no hace falta dispersión.

En datos agrupados, ¿por qué las medidas suelen ser aproximadas?. Porque no se pueden calcular con clases. Porque no existen límites de clase. Porque se representa cada intervalo mediante su marca de clase. Porque las frecuencias no intervienen.

Si dos juzgados tienen el mismo promedio de días de resolución, pero uno presenta mayor desviación estándar, entonces: El de mayor desviación estándar es mejor necesariamente. El de mayor desviación estándar es más irregular: algunos casos tardan mucho más o mucho menos que el promedio. El promedio del segundo juzgado está mal calculado. Ambos tienen igual desempeño y estabilidad.