Estadística avanzada Tema 1-7

Entre dos estimadores insesgados del mismo parámetro, el más eficiente es. El que tiene mayor varianza. El que tiene menor varianza. El que tiene mayor homocedasticidad. El que tiene menor homocedasticidad.

Son distribuciones simétricas. La normal y la chi-cuadrado. La normal y la F de Fisher-Snedecor. La normal y la t de Student. La normal, la t de Student y la F de Fisher-Snedecor.

El nivel de confianza de un intervalo de confianza es. La probabilidad de que el intervalo, que es aleatorio, contenga el parámetro a estimar. La probabilidad de que el parámetro, que es aleatorio, esté dentro del intervalo obtenido. La probabilidad de error de tipo II en el intervalo de confianza. La probabilidad de error de tipo I en el intervalo de confianza.

Si hiciéramos un contraste de significación a un nivel de significación 𝛼=0, entonces. Rechazaríamos siempre la hipótesis nula. Aceptaríamos siempre la hipótesis nula. Rechazaríamos la hipótesis nula según el p-valor. Necesitaríamos que el estadístico pivote fuera un estimador insesgado.

En un contraste de hipótesis sobre la diferencia de medias de dos poblaciones normales: La hipótesis nula 𝐻0: 𝜇1 ≤ 𝜇2 se plantea habitualmente cuando, en la muestra, la media de la muestra 1 es mayor que la media de la muestra 2. La hipótesis nula 𝐻0: 𝜇1 ≤ 𝜇2 se plantea habitualmente cuando, en la muestra, la media de la muestra 1 es menor que la media de la muestra 2. La hipótesis nula 𝐻0: 𝜇1 ≤ 𝜇2 se plantea habitualmente cuando, en la muestra, la media de la muestra 1 es muy similar la media de la muestra 2. La hipótesis nula 𝐻0: 𝜇1 ≤ 𝜇2 se plantea habitualmente cuando, en la muestra, la media de la muestra 1 es exactamente la misma que la media de la muestra 2.

La probabilidad de error de tipo II de un contraste de hipótesis: Sirve para evaluar la potencia del contraste. Se llama nivel de significación del contraste. Se llama nivel de confianza del contraste. No sirve para nada; solo importa la probabilidad de error de tipo I.

¿Cuál de las siguientes afirmaciones es verdadera?. Si aumentamos el tamaño de la muestra aumenta el error de la estimación. Si aumentamos el nivel de confianza aumenta el error de la estimación. Si aumentamos el tamaño de la muestra aumenta el nivel de confianza.