Test estadística avanzada UCO

La inferencia estadística es la disciplina en la que: Se estudian poblaciones a partir de los resultados obtenidos a partir de muestras representativas de las mismas. Se estudian poblaciones analizando todos y cada uno de sus elementos. Se requiere un muestreo con reemplazamiento para analizar poblaciones finitas.

La estadística paramétrica: Permite contrastar si la distribución de una variable es o no normal. Es apropiada bajo hipótesis de normalidad o, en su defecto, si se dispone de tamaños muestrales grandes. Requiere que las variables involucradas estén medidas, al menos, en escala ordinal.

En una muestra aleatoria simple: Las variables son independientes y tienen la misma distribución, aunque puede cambiar el parámetro de la misma. Las variables son independientes y tienen la misma distribución. Las variables son dependientes.

Un estadístico muestral es: Una función real dada por el promedio de las desviaciones al cuadrado respecto de la media. Una función real de las variables aleatorias de la muestra genérica. Una función real dada siempre por el promedio de las variables aleatorias de la muestra genérica.

Para obtener la función de verosimilitud a partir de la función de probabilidad conjunta: Es indispensable considerar los términos que dependen de los parámetros poblacionales. Es indispensable considerar los términos que no dependen de los parámetros poblacionales. Es indispensable considerar los términos que dependen de los datos muestrales.

El estimador máximo-verosímil: Es el valor en el que la función de verosimilitud alcanza el máximo. Es el valor en el que la función de verosimilitud alcanza el mínimo. Es el valor en el que la derivada de la función de verosimilitud es negativa.

En una población normal, la varianza muestral: Proporciona un estimador insesgado y máximo-verosímil. Proporciona un estimador sesgado, pero no máximo-verosímil. Proporciona un estimador máximo-verosímil, pero sesgado.

Se sabe que el intervalo de confianza al 95% para la media de una variable es [-2, 2]. ¿Cuál será el intervalo de confianza para el mismo parámetro al 99%?. [-2,2; 2,2]. [-2, 2]. [-1,9; 1,9].

El tamaño muestral en la estimación de una proporción: Se estima en función de la precisión y del tamaño de la muestra piloto. No se puede calcular si no se dispone de la información de la muestra piloto. Disminuye si se conoce el tamaño de la población.

En un contraste de hipótesis, existe más evidencia en contra de la hipótesis nula cuando: Mayor es la probabilidad límite. Menor es la probabilidad límite. Más se aleja el valor experimental del valor del contraste del parámetro.

El error tipo I en un contraste de hipótesis se produce cuando: No se rechaza la hipótesis nula siendo falsa. Se rechaza la hipótesis nula siendo cierta. Se rechaza la hipótesis nula siendo falsa.

Si en un contraste unilateral sobre la media la probabilidad límite es p: 2p es la probabilidad límite del otro contraste unilateral. 1-2p es la probabilidad límite del otro contraste unilateral. 1-p es la probabilidad límite del otro contraste unilateral.

Los contrastes no paramétricos de ajuste: Permiten determinar si una variable tiene un cierto valor medio. Permiten determinar si puede asumirse que una variable tiene una distribución concreta. Permiten contrastar distribuciones de variables únicamente continuas.

Los contrastes de Mann-Whitney y Wilcoxon son aplicables: A variables necesariamente numéricas. A variables necesariamente numéricas o no numéricas ordinales. A variables numéricas y no numéricas de cualquier tipo.

El contraste de Mann-Whitney: Es el análogo al contraste sobre la media bajo condiciones más generales. Es el análogo al contraste de comparación de medias en poblaciones relacionadas bajo condiciones más generales. Es el análogo al contraste de comparación de medias en poblaciones independientes bajo condiciones más generales.