Cuando la finalidad de la Estadística consiste en obtener una serie de conclusiones sobre algún aspecto relevante de la población, a partir de observaciones en muestras, estamos ante la Estadística: Analítica Descriptiva Inferencial.
La probabilidad a priori Se calcula Se mide Se estima.
Entre las aportaciones de la Estadística a la formulación de los problemas de investigación, destaca sobre todo: Que el problema sea resoluble Que el problema esté definido de forma conceptual Que el problema sea pertinente para la población.
Entre un modelo matemático y uno estadístico la diferencia aparece en forma de: Una ecuación El valor e, o error en la predicción El símbolo ∩.
Las hipótesis científicas han de ser contrastables: Mediante un debate (contraposición) de ideas de expertos Por observación participante Por procedimientos empíricos.
La potencia de una prueba aumenta proporcionalmente con: El tamaño de n El valor asignado a alpha (α) o nivel de significación El nivel de confianza.
Si, en una escuela para la desintoxicación de jóvenes con adicciones, asignamos puntuaciones sucesivas a los alumnos en función del orden en que concluyen las tareas asignadas, la escala de media recibe el nombre de: De razón Ordinal De intervalo.
Cuando los valores alcanzados por un grupo de sujetos son elevados en una variable y bajos en otra variable, decimos que la relación es: Imperfecta positiva Imperfecta negativa Perfecta negativa.
Supongamos que hemos estimado que el parámetro media se encuentra entre las puntuaciones 150 y 180. En ese caso, sabemos que el error muestral es de: 30 150 15.
Al interpretar los valores de los coeficientes de correlación, se deben tener en cuenta, entre otros, los siguientes aspectos: La variabilidad del grupo y la finalidad a que se destina El tipo de variables y la categoría de las mismas La variabilidad del grupo y los sujetos de la muestra.
Entre las aplicaciones de la prueba chi cuadrado se encuentra la de Contrastar la hipótesis nula para la diferencia de medias Decidir sobre la bondad de ajuste Establecer la probabilidad de que r xy sea o no significativo.
Entre las aplicaciones de la prueba chi cuadrado se encuentra la de Contrastar la hipótesis nula para la diferencia de medias Decidir sobre la bondad de ajuste Establecer la probabilidad de que r xy sea no significativo.
En el caso de una distribución empírica en que se desconocen μ y σ, siendo 23 los intervalos o filas (n=23) finalmente utilizados, dado un valor empírico de chi cuadrado de 37,566, siendo α < 0.01 el valor decidido por investigador: Se puede rechazar la hipótesis nula No se puede rechazar la hipótesis nula No deberíamos decidir por falta de suficiente información.
Para la interpretación de las puntuaciones obtenidas por los sujetos en un instrumento de medida, un elemento fundamental es conocer: El valor de N siempre que la distribución sea normal o gaussiana Los valores de media y moda La regla de medida, junto a su techo y suelo.
Un decil es un cuantil de orden Q10 Diez Enésimo.
Las puntuaciones que representan los diferentes percentiles: Mantienen la misma diferencia entre cada dos valores consecutivos Presentan mayor distancia en el centro que en los extremos Están más separadas en los extremos que en el centro.
Para calcular el tamaño de una muestra necesitamos decidir el: Error típico Error de estimación Error muestral.
El intervalo de confianza para decidir sobre la diferencia entre dos proporciones, para un nivel de confiaza del 99% supone: ± 1,96 veces el valor del error de estimación ± 2,58 veces el valor del error de estimación ± 3 veces el valor del error de estimación.
Desde un enfoque metodológico, las variables se clasifican en: Dependientes y cuantitativas Independientes e intermedias Independientes y dependientes.
La transformación de las puntuaciones de los sujetos a rangos o posiciones es una operación propia del coeficiente de correlación de: Pearson Spearman Contingencia.
Si calculamos el intervalo de confianza en una diferencia de proporciones, y los valores de ambos se superponen: Debemos admitir Ho Podemos aceptar que se dan diferencias estadísticamente signicativas Podemos rechazar Ho.
La Estadística tiene como objeto de estudio los fenómenos: Seguros Aleatorios Raros.
La carencia de sesgo de un estimador se refiere a: Las estimaciones realizadas con él se encuentren alrededor del parámetro en cuestión La desviación típica del estimador es muy pequeña A medida que aumenta el tamaña de la muestra, se eleva la probabilidad de que el valor del estadístico se acerque al del parámetro.
Para aislar o minimizar la influencia de las variables extrañas sobre la variable dependiente, es preciso garantizar: La selección correcta de los sujetos La formulación precisa de las hipótesis El control de tales variables.
|
