ESTADISTICA APLICADA A LA EDUCACION 11

La carencia de sesgo de un estimador se refiere a: Las estimaciones realizadas con él se encuentran alrededor del parámetro en cuestión. La desviación típica del estimador es muy pequeña. A medida que aumenta el tamaño de la muestra, se eleva la probabilidad de que el valor del estadístico se acerque al del parámetro.

¿Cómo se puede conocer el nivel de significación?. Nos lo da la muestra. Lo elige el investigador. Aplicando la fórmula correspondiente.

En inferencia estadística, cuando nos referimos a la desviación típica de una distribución muestral, hablamos de: Error muestral. Error de medida. Error típico.

Supongamos que hemos estimado que el parámetro media se encuentra entre las puntuaciones 150 y 180. En este caso, el error muestral es de: 30. 150. 15.

Supongamos que hemos estimado que el parámetro media se encuentra entre las puntuaciones 50 y 70. En este caso, el error muestral es de: 5. 10. Faltan datos.

Al estimar el parámetro coeficiente de correlación, se crea un intervalo confidencial que oscila entre r= -0.1 y r= 0.35. Podemos afirmar que: Es una correlación estadísticamente significativa. La correlación no es estadísticamente significativa al nivel fijado. Nos faltan datos para decidir.

La significación estadística nos permite afirmar que la correlación entre dos variables es: Real, no debida al azar. Muy grande, por su diferencia. Un valor estadístico.

El intervalo de confianza para decidir sobre la diferencia entre dos proporciones, para un nivel de confianza del 99%, supone. ±1.96 veces el error de estimación. ±2.58 veces el error de estimación. ±3 veces el error de estimación.

Afirmar que una diferencia es estadísticamente significativa equivale a decir. Que tales diferencias se explican por efecto del azar. Que tales diferencias son relevantes para la investigación. Que la probabilidad de que se deban al azar es igual o menor que el nivel de significación fijado por el investigador.