bioestadística

Un estudio informa que la mediana de supervivencia de los pacientes sometidos a cierta intervención quirúrgica es de 5 años. Ello quiere decir que: La mitad de los pacientes sobreviven aproximadamente 5 años. No hay ningún paciente que sobreviva menos de 5 años. La mitad de los pacientes sobreviven más de 5 años. El valor esperado del tiempo de supervivencia es 5 años. 5 años es el tiempo de supervivencia más probable.

El histograma es la representación gráfica más idónea para las variables. discretas. cualitativas. ordinales. nominales. continuas.

Si un pediatra determina que el percentil 70 en niños de 9 años es igual a 130cm, quiere decir que: El 30% de los niños de 9 años mide menos de 70cm. La altura media de estos niños es 130cm. Hay 70 niños de 9 años que mide menos de 130cm. El tamaño del conjunto de datos es 130cm. El 70% de los niños de 9 años mide menos de 130cm.

Un estudio informa que la mediana de supervivencia de los pacientes sometidos a cierta intervención quirúrgica es de 7 años. Ello quiere decir que. la mitad de los pacientes sobreviven más de 7 años. 7 años es el tiempo de supervivencia más probable. El valor esperado de tiempo de supervivencia es 7 años. La mitad de los pacientes sobreviven aproximadamente 7 años. No hay ningún paciente que sobreviva menos de 7 años.

7. 4. 5. 8. 6.

¿Cuál de los siguientes parámetros no es una medida estadística de posición ni de tendencia central?. percentiles. moda. mediana. media. rango.

¿cuál de las siguientes variables es cualitativa?. ABORTOS PADECIDOS. TENER CARIES DENTAL. ASIGNATURAS SUSPENDIDAS. PRESIÓN ARTERIAL SISTÓLICA. EDAD EN AÑOS.

¿CUÁL DE LAS SIGUIENTES AFIRMACIONES NO ES CORRECTA?. LA MEDIANA ES 5. Hay más de 2/3 de los individuos que están 4 ó 5 días. El tamaño del conjunto de datos es 150. La moda está entre 4 y 5. El percentil 5 es 3.

Un ordenador nos da los siguientes datos de una variable: Media= 5.6 Mediana= 5.5 varianza= 0.81 desviación típica ó error estándar= 0.09 ¿Cuál es el número de sujetos estudiados?. 10. 100. 25. 1000. No es posible calcularlo con estos datos.

Es una medida de centralización. la mediana. la desviación estándar. el rango. la varianza. el coeficiente de variación.

¿qué tipo de variable estadística crees que puede ser el nivel de colesterol en sangre (mg/dl)?. ninguna es cierta. cuantitativa continua. cuantitativa discreta. ordinal. cualitativa categórica.

señala la afirmación correcta. La distribución de X en el Grupo A es más homogénea que en el grupo B y presenta menor media aritmética. Ninguna de las respuestas. La media aritmética de la distribución de X en el Grupo B es inferior a la del grupo C y la distribución es más heterogénea en B que en C. La distribución de X en el Grupo A es menos homogénea que en el grupo C y presenta mayor media aritmética. La media aritmética de la distribución de X en el Grupo A es inferior a la del grupo B y es más representativa.

La varianza de una variable, ¿puede tomar valor negativo? Seleccione una: Sólo en el caso de las variables aleatorias continuas. Sólo cuando la media es 0. Nunca. Sólo cuando la media es 1. Sólo cuando su función de densidad es desconocida.

¿Qué tipo de variable estadística crees que puede ser el número de dientes empastados?. Cuantitativa discreta. Ninguna es cierta. Cuantitativa continua. Cualitativa o categórica. Ordinal.

La variable X y la variable Y tienen exactamente las mismas medidas de tendencia central, pero la desviación típica de X es el doble de la desviación típica de Y. ¿Cuál de las siguientes afirmaciones es correcta?. La variable Y es más dispersa que la variable X. Las dos variables tienen igual variabilidad. La variable Y toma, en promedio, valores más grandes que la variable X. La variable X es más dispersa que la variable Y. La variable X toma, en promedio, valores más grandes que la variable Y.

Si la media aritmética de la edad en una base de datos es de 35 años, ¿cuál sería la media aritmética si todos los datos se copiasen íntegramente a continuación de los originales y se duplicase artificialmente el tamaño de la base de datos?. 35-(35/2). 35. Es imposible de predecir. 17.5. 70.

En un estudio sobre una muestra de 200 sujetos hipertensos, se informa que la tensión arterial diastólica (TAD) mediana observada es de 100 mmHg. ¿Cuál es el significado correcto de esta afirmación?. El 95% de los sujetos de la muestra tienen cifras de TAD superiores a 100 mmHg. La cifra de TAD que se ha observado en un mayor número de sujetos es de 100 mmHg. Todos los sujetos de la muestra tienen cifras de TAD iguales o superiores a 100 mmHg. La mitad de los sujetos de la muestra tienen cifras iguales o inferiores a 100 mmHg. La media aritmética de las cifras de TAD de los 200 sujetos es de 100 mmHg.

Si a un conjunto de datos que tiene de media 2.34 y desviación típica 1.20 restamos 2 unidades a todos los datos, ¿cuál sería la media y desviación típica de los datos transformados?. 0.34 y -1.20. 0.34 y 3.20. 2.34 y 1.20. 0.34 y 1.20. 0.34 y 2.40.

La frecuencia absoluta de un valor de la variable es: El número de veces que se repite este valor. El número total de valores observados. El más elevado de todos. El número de individuos con valores inferiores o iguales a éste. El cociente entre la frecuencia relativa y el número total de individuos observados.

Se está realizando un estudio para conocer la distribución del grupo sanguíneo en un grupo de 100 individuos. La variable de respuesta contiene las siguientes categorías: A+, A-, B+, B-, AB+, AB-, 0+ y 0-. ¿De qué tipo de variable se trata?. Variable cualitativa. Variable ordinal. Variable continua. Variable discreta. Variable dicotómica.

0'74. 0'50. 0'13. 0'87. 0'26.

Si a un grupo de datos le aumentamos su valor extremo más alto, la mediana... Seleccione una: disminuye su valor. se acerca más a la media. incrementar su valor. Ninguno de los anteriore. permanece invariante.

Una variable X toma únicamente 4 valores distintos: x1, x2, x3, x4 (en orden creciente). En una muestra de tamaño 200 se observa que: el 45% de las observaciones toma el valor x2; la proporción de observaciones en las que el valor de X es menor o como máximo igual a x3 es 0,9 y 70 observaciones toman el valor x1. Es cierto que: Ninguna es cierta. La frecuencia absoluta de x4 es 10. La frecuencia absoluta de x2 es 90. La frecuencia relativa de x3 es 0,20. La frecuencia relativa de x1 es 0,70.

Se ha efectuado la siguiente transformación lineal Y=(0,25X-0,68)100. Si la media de Y es 232 y su varianza 40.000, la media y la varianza de X son, respectivamente: Seleccione una: 8 y 64. 8 y 32. 12 y 64. 12 y 1600. 12 y 32.

0'17. 0'74. 17. 74. 15.

La media aritmética se puede calcular cuando la variable está medida en escala: Seleccione una: Nominal o de razón. De intervalo u ordinal. De intervalo o de razón. Ordinal o nominal. Nominal o de intervalo.

¿Qué tipo de variable estadística crees que puede ser el índice de masa corporal (peso en kg. dividido por la talla en metros cuadrados)?. Cuantitativa discreta. Cualitativa o categórica. Cuantitativa continua. Ordinal. Ninguna es cierta.

¿Cuál de las siguientes afirmaciones es cierta para cualquier distribución de frecuencias de una variable cuantitativa discreta?. La tabulación no se puede hacer en intervalos. Puede haber más de una moda. La media aritmética siempre toma un valor observable de la variable. La mediana y la media aritmética no son siempre calculables. La suma de todas las frecuencias relativas es el número total de individuo.

Si a todos los valores de una distribución le sumamos 9: La varianza aumenta en 9. El rango aumenta en 9. La varianza aumenta en 81. La media no varía. La media aumenta en 9.

Supongamos que se quiere crear una base datos en la que se introduzcan las presiones arteriales (tensión arterial) de 100 sujetos. ¿Cuál de las siguientes opciones es preferible?. Todas las opciones propuestas son igualmente válidas. Crear categorias que cada una contenga el mismo número de individuos, por ejemplo 10 categorías cada una con 10 sujetos. Registrar de cada uno exactamente la tensión arterial que tiene, sin aproximarla al 0 o al 5 más cercano. Clasificar a cada uno de los sujetos en 3 niveles: tensión baja, normal o alta y darle a cada uno su valor. Elegir los puntos de corte "naturales": 80, 90, 100, 110, 120, 130.

Un niño de 5 años pesa 20 Kg. Según las tablas de Tanner-Whitehouse, este valor corresponde aproximadamente al percentil 75 de la distribución del peso en niños de dicha edad. ¿Qué significa esta expresión?. El niño pesa un 75% más que el promedio de los niños de su edad. El niño tiene un peso que es un 75% superior a la mediana del peso de los niños de su edad. El 75% de los niños de 5 años pesan, como mínimo, 20 kg. El 75% de los niños de 5 años pesan menos de 20 kg. El 75% de los niños de 5 años pesan aproximadamente 20 kg.

¿Cuál de los siguientes índices o parámetros nos informa sobre alrededor de qué valor de la variable se agrupan sus valores?. El coeficiente de variación. La frecuencia relativa. La varianza. La media aritmética. La frecuencia relativa acumulada.

Si a un conjunto de datos que tiene de media 2.34 y desviación típica 1.20 sumamos 2 unidades a todos los datos, ¿cuál sería la media y desviación típica de los datos transformados?. 4.34 y 2.40. 2.34 y 1.20. 2.34 y 3.20. 4.34 y 1.20. 4.34 y 3.20.

Si usted desea comparar dos métodos de determinación de la colesterolemia que utilizan unidades de medida diferentes, ¿cuál de las siguientes medidas de dispersión le permitiría comparar más correctamente su variabilidad?. El coeficiente de variación. La desviación típica. El rango intercuartílico (diferencia entre cuartiles 3 y 1). La desviación media. La varianza.

La mediana 41. Ninguna es la mejor. El valor mayor 83. La media 48. El valor menos 33.

Indique la afirmación correcta: Entre otras cosas, el rango nos indica la simetría de la distribución de datos. El rango, la mediana y la desviación típica resumen toda la información necesaria sobre una distribución de datos. La mediana, la media y el rango orientan sobre la tendencia central de los datos. Las marcas de clase son los puntos medios de las variables cualitativas. El coeficiente de variación indica cuál es la representatividad de la media de la distribución.

Si en un conjunto de 26 valores de una variable aumentamos 5 unidades a los 3 valores más altos. Entonces no varía: El rango. El percentil 98. La desviación típica. La mediana. La media aritmética.

Si a un conjunto de datos que tiene de media 2.34 y desviación típica 1.20 multiplicamos por -2 el valor de todos los datos, ¿cuál sería la media y desviación típica de los datos transformados?. -4.68 y -2.40. -4.68 y 2.40. -2.34 y 1.20. -2.34 y -2.40. -4.68 y 1.20.

Las 26 familias más numerosas. Las 57 familias menos numerosas. Las 32 familias más numerosas. Las 32 familias menos numerosas. Las 13 familias más numerosas.

40. 20. 10. 12. 14.

¿Qué tipo de variable estadística crees que puede ser el grado funcional de un paciente cardiópata (I/II/III/IV)?. Ninguna es cierta. Ordinal. Cuantitaitva continua. Cualitativa o categórica, escala nominal. Cuantitativa discreta.

Si a un conjunto de datos que tiene de media 2.34 y desviación típica 1.20 multiplicamos por 2 el valor de todos los datos, ¿cuál sería la media y desviación típica de los datos transformados?. 2.34 y 2.40. 4.68 y 2.40. 4.34 y 2.40. 2.34 y 1.20. 4.68 y 1.20.

Si queremos comparar entre sí la variabilidad con respecto a la media de dos variables cuantitativas como la tensión arterial diastólica y el nivel de glucosa en sangre, tendremos que utilizar: Un contraste de hipótesis de diferencia de varianzas. La desviación típica de ambas variables. El rango de ambas variables. Un contraste de hipótesis de diferencia de medias. El coeficiente de variación de ambas variables.

Un atleta practica dos disciplinas de salto: longitud y triple salto. Sus mejores marcas son 7,97 y 16,51 metros, respectivamente. Las medias del conjunto de atletas de estas categorías son: 8,05 y 16,58 metros, y las varianzas: 6,6 y 1,02, respectivamente. Entonces: Son categorías distintas, luego no se puede comparar la posición de este atleta. La distribución de salto de longitud es más homogénea que la de triple salto. Este atleta está mejor posicionado en triple salto. Este atleta está mejor posicionado en salto de longitud. Ninguna de las respuestas.

SEÑALA LA AFIRMACIÓN ERRÓNEA. Más del 50% de los individuos tiene entre los 25 y 45 años. La varianza es mayor que 100. El intervalo modal es 35-45. La mediana está en el intervalo 35-45. La media es 55.18.

Con los siguientes datos: 3,3,4,5,6,7,8,9,9,38,60, la mediana es: Ninguno de los anteriores. 3 ó 9. 7.0. 8.0. 7.5.

Si al mirar las notas de Bioestadística observas que de los 120 alumnos de la lista sólo te superan en nota 14 de ellos, puedes decir con razón que: Ninguna de las anteriores. He superado el percentil 85. Mi nota es el percentil 91. Tengo una puntuación por debajo del percentil 87. He superado el noveno decil.

Señale cuál de las siguientes afirmaciones sobre una variable es falsa: Las variables cualitativas proporcionan más información que las cuantitativas. El nivel de colesterol es una variable cuantitativa continua. Si una variable cualitativa solo acepta dos categorías posibles, se llama dicotómica. Cuando una variable cualitativa es susceptible de ser ordenada de un modo lógico y ascendente o descendente, se dice que es ordinal. El número de hijos es una variable cuantitativa discreta.

Anote cuál de las siguientes medidas define mejor la tendencia central de los siguientes datos: 6, 8, 54, 4, 7. La media. El coeficiente de variación. El máximo y el mínimo. La mediana. El rango.

¿Cuál de los siguientes parámetros de la variable "tiempo" tiene las unidades equivocadas?. Mediana de 2 años. Coeficiente de variación de 24 años. Varianza de 25 años cuadrados. Media de 4 años. Desviación típica de 1 año.

¿Qué tipo de variable estadística crees que puede ser el grupo de tratamiento con 4 fármacos distintos(A/B/C/D)?. Cualitativa o categórica. Ordinal. Cuantitativa discreta. Cuantitaitva continua. Ninguna es cierta.

¿Qué tipo de variable estadística crees que puede ser el número de accidentes de tráfico con víctimas ocurridos en una ciudad en un día?. Ninguna es cierta. Cuantitativa discreta. Cualitativa o categórica. Ordinal. Cuantitaitva continua.

Si al calcular el coeficiente de correlación por rangos de Spearman éste es prácticamente igual a 1, quiere decir que: Existe relación no lineal entre las variables. Existe relación entre las variables. No existe ningún tipo de relación entre las variables. Existe relación lineal e inversa entre las variables. Hemos cometido un error en los cálculos.

Si el coeficiente de correlación de Pearson entre dos variables X e Y es igual a -0.2, entonces: La covarianza entre las variables es positiva. La pendiente de la recta de regresión es grande. El modelo lineal de regresión explica el 80\% de la varianza de X en función de Y. X e Y están poco correlacionadas, aunque cuando X crece, Y tiene tendencia a decrecer. El modelo lineal de regresión explica el 20\% de la varianza de X en función de Y.

Para estudiar la relación entre dos variables cuantitativas se puede usar: Coeficiente de Correlación de Pearson. Coeficiente de Correlación de Spearman. Coeficiente de Contingencia. Regresión. Ciertas a), b) y d).

Si calculamos una recta de regresión entre dos variables y ésta es “y = 2,1+0,5x”,entonces, el valor de "y" cuando "x" es igual a 0.5 es: 2,15. 2,025. 2,25. 2,2. 2,35.

Si al calcular el coeficiente de correlación por rangos de Spearman éste es prácticamente igual a -1, quiere decir que: Existe una relación de tipo lineal entre las variables. No existe ningún tipo de relación entre las variables. Existe relación no lineal entre las variables. Hemos cometido un error en los cálculos. Existe una relación de tipo lineal e inverso entre las variables.

Si queremos estudiar la asociación entre dos variables cualitativas: El coeficiente de correlación de Pearson. La covarianza entre las variables. El coeficiente chi-cuadrado. El coeficiente de contingencia. El coeficiente de correlación de Spearman.

Si calculamos la recta de regresión entre dos variables y ésta es “y = 0.64 x – 0.32”, entonces: Existe una relación de tipo lineal e inverso entre las variables. Ninguna es cierta. La covarianza entre las variables es positiva. Hemos cometido un error en los cálculos. No existe ningún tipo de relación entre las variables.

Si al calcular el coeficiente de correlación de Pearson entre dos variables cuantitativas continuas éste es prácticamente igual a -1, quiere decir que: Existe una relación de tipo lineal y directa entre las variables. No existe ningún tipo de relación entre las variables. Hemos cometido un error en los cálculos. Existe relación no lineal entre las variables. Existe una relación de tipo lineal e inversa entre las variables.

Si la covarianza de dos variables X e Y es positiva, entonces: Puede que no exista relación lineal pero si exuste será inversa. La relación entre las variables será lineal e inversa. La pendiente de la recta de regresión será negativa. No podemos afirmar que exista relación lineal entre las variables. El coeficiente de correlación será próximo a 1.

Si al calcular el coeficiente de correlación por rangos de Spearman éste es prácticamente nulo, quiere decir que: Existe una relación de tipo lineal y directa entre las variables. Existe una relación de tipo lineal e inverso entre las variables. Existe una relación de tipo lineal entre las variables. Hemos cometido un error en los cálculos. No hay relación entre las variables.

Si la correlación entre dos variables X e Y es 0.56, entonces puede decirse que la proporción de varianza de Y que puede explicar el modelo lineal es, aproximadamente: 0.2800. 0.4236. 0.3136. 0.5600. 0.1357.

Si el coeficiente de variación entre dos variables es igual a -0.35, quiere decir que: La pendiente de la recta de regresión es pequeña. El modelo lineal de regresión explica el 80% de la variabilidad una variable con respecto a la otra. Las variables están poco correlacionadas, aunque cuando X crece, Y decrece. La covarianza es positiva. El modelo lineal de regresión explica el 20% de la variabilidad una variable con respecto a la otra.

Si al calcular la covarianza entre dos variables cuantitativas continuas ésta es positiva, entonces: El coeficiente de correlación de Pearson será negativo. No afecta al signo del coeficiente de correlación. El coeficiente de correlación de Pearson será nulo. Existe relación lineal entre las variables. El coeficiente de correlación de Pearson será también positivo.

Si la correlación entre dos variables X e Y es 0.36, entonces puede decirse que la proporción de varianza de Y que puede explicar el modelo lineal es, aproximadamente: 0.36. 0.60. 0.26. 0.13. 0.06.

Si el coeficiente de determinación de dos variables aleatorias vale 0.95, entonces: Podemos asegurar que hay una relación lineal y directa entre ambas variables. El coeficiente de correlación entre ambas vale 0.9025. Las variables son casi independientes. Indica que la relación que existe entre ambas variables es de tipo lineal. Ninguna de las anteriores.

Si al calcular el coeficiente de correlación de Pearson entre dos variables cuantitativas continuas éste es prácticamente nulo, quiere decir que: Hemos cometido un error en los cálculos. Existe relación de tipo lineal e inversa entre las variables. Existe relación de tipo lineal y directa entre las variables. Existe relación de tipo lineal entre las variables. No hay relación lineal entre las variables.

El Coeficiente de Contingencia: Va desde 0 a +1. Mide el grado de asociación entre dos Variables Cualitativas. Es lo mismo que el Coeficiente de Correlación de Pearson. Mide la correlación entre dos Variables Cuantitativas. Ciertas a) y b).

Entre los siguientes, indique el grado más alto de relación lineal que puede obtenerse entre dos variables: -0.95. Ninguno de los anteriores, ya que no puede determinarse. 0.1. 0.85. -1.0.

Si en un estudio el coeficiente de determinación es igual a 0.68, quiere decir que: El porcentaje de variabilidad de “y” explicado por el modelo es del 68%. El porcentaje de variabilidad de “y” explicado por el modelo es del 32%. El porcentaje de variabilidad de “y” explicado por el modelo es (1-0.68) %. El porcentaje de variabilidad de “y” explicado por el modelo es del 0.68%. Ninguna es correcta.

Si al calcular la covarianza entre dos variables cuantitativas continuas ésta es positiva, entonces: Si existe relación lineal entre las variables ésta es directa. No existe ningún tipo de relación entre las variables. Existe una relación de tipo lineal y directa entre las variables. Existe una relación de tipo lineal e inverso entre las variables. Existe relación no lineal entre las variables.

Si el coeficiente de determinación es igual a 1, quiere decir que: Todas son correctas. El coeficiente de correlación de Pearson es 1 ó -1. Hay asociación lineal entre las variables. La fuerza de asociación entre las variables es máxima. La regresión predice al 100% la variabilidad de “y”.

Si queremos estudiar la asociación entre dos variables ordinales: El coeficiente de correlación de Pearson. El coeficiente chi-cuadrado. El coeficiente de contingencia. La covarianza entre las variables. El coeficiente de correlación de Spearman.

Si calculamos la recta de regresión entre dos variables y ésta es “y = -1.97 x + 0.5”, entonces: Ninguna es cierta. La covarianza entre las variables es negativa. No existe ningún tipo de relación entre las variables. Hemos cometido un error en los cálculos. Existe una relación de tipo lineal y directa entre las variables.

Los resultados de un estudio sobre la relación de dos variables señalan la siguiente ecuación de regresión lineal Y=3+0.8⋅X. Señala qué afirmación es correcta: La pendiente de la recta es 3. La ordenada en el origen de la recta es 0.8. Ninguna de las respuestas es correcta. La variable dependiente Y aumenta en 3 unidades por cada unidad de aumento de la variable independiente X. El valor de la variable dependiente Y cuando la independiente X vale 0 es igual a 0.8.

Si en una recta de regresión lineal se obtiene que Y=-2-5X, esto quiere decir que: La covarianza entre las variables es igual a -5. Ninguna es correcta. El coeficiente de correlación de Pearson estará próximo a 1. La covarianza entre las variables es negativa. Existe relación lineal directa entre las variables.

El coeficiente de determinación en un modelo de regresión lineal: Toma valores mayores que 0. Toma infinitos valores. Toma valores entre -1 y 0. Toma valores entre 0 y 1. Toma valores entre -1 y 1.

Al elevar al cuadrado el coeficiente de correlación de Pearson se obtiene: La ordenada en el origen. El coeficiente de regresión. El coeficiente de determinación. El coeficiente de dependencia. La pendiente de la recta.

Si al calcular el coeficiente de correlación por rangos de Spearman éste es prácticamente igual a 1, quiere decir que: No existe ningún tipo de relación entre las variables. Existe una relación de tipo lineal e inverso entre las variables. Hemos cometido un error en los cálculos. Existe relación no lineal entre las variables. Existe una relación de tipo lineal entre las variables.

Si al calcular el coeficiente de correlación de Pearson entre dos variables cuantitativas continuas éste es prácticamente igual a 1, quiere decir que: Hemos cometido un error en los cálculos. No existe ningún tipo de relación entre las variables. Existe una relación de tipo lineal y directa entre las variables. Existe una relación de tipo lineal e inverso entre las variables. Existe relación no lineal entre las variables.

Queremos saber si existe relación lineal entre dos variables cuantitativas continuas, entonces utilizaremos: El coeficiente de correlación de Pearson. La covarianza entre las variables. El coeficiente de contingencia. El coeficiente de correlación de Spearman. El coeficiente chi-cuadrado.

El coeficiente que nos informa en un ajuste lineal de la variabilidad de una de las variables que es explicada por el modelo es: El coeficiente de correlación de Pearson. Ninguna es correcta. El coeficiente de determinación. La covarianza. La raíz cuadrada del coeficiente de correlación de Pearson.

Si al calcular la covarianza entre dos variables cuantitativas continuas ésta es negativa, entonces: No afecta al signo del coeficiente de correlación. El coeficiente de correlación de Pearson será negativo. Existe relación lineal entre las variables. El coeficiente de correlación de Pearson será nulo. El coeficiente de correlación de Pearson será positivo.

Sean A, B y C tres sucesos compatibles asociados a un experimento aleatorio. La probabilidad del suceso P(A∪B∪C). Probabilidad del espacio muestral. Probabilidad de que se presenten los tres sucesos al mismo tiempo. Probabilidad de que se presente al menos uno de ellos. La suma de las probabilidades de cada uno de los tres sucesos. La suma de las probabilidades de cada suceso menos las probabilidades de las intersecciones entre cada dos sucesos.

Dos sucesos A y B son equiprobables y se realizan a la vez en el 20% de los individuos, y no se realiza ni uno ni otro en el 10%. ¿La probabilidad de A es?: 0.9. 0.7. 0.15. 0.55. 0.35.

¿Qué suceso es A3∪B2A3∪B2 ?. Enfermeros y Fisioterapeutos o menores de 50 años. Enfermeros y Fisioterapeutos o mayores de 50 años. Enfermeros y Fisioterapeutos menores de 50 años. Enfermeros y Fisioterapeutos mayores de 50 años. Ninguno es cierto.

A partir de ella y redondeando decimales, señale cuál de las siguientes afirmaciones es verdadera: El valor predictivo positivo es del 44% y el valor predictivo negativo del 98%. El valor predictivo positivo es del 80% y el valor predictivo negativo del 11%. El valor predictivo positivo es del 56% y el valor predictivo negativo del 13%. El valor predictivo positivo es del 10% y el valor predictivo negativo del 20%. El valor predictivo positivo es del 80% y el valor predictivo negativo del 90%.

Se aplica una prueba (P) para el diagnóstico de una enfermedad (E), sabiendo que su sensibilidad es 0.8 en una población cuya prevalencia de E es el 50%. Se concluye que el valor predictivo positivo es 0.8 y se afirma que si la prevalencia de E fuera del 80%, el valor predictivo positivo sería de 0.94. La proposición es: Incorrecta, porque el cambio del valor predictivo positivo no es proporcional al de la prevalencia. Correcta, porque el valor predictivo positivo sólo depende de la prevalencia. Correcta, porque la prevalencia modifica el valor predictivo positivo. Incorrecto, pues no ha cambiado la especificidad. Incorrecta, porque el valor predictivo positivo es una característica intrínseca de la prueba.

El valor predictivo positivo de una prueba diagnóstica para una enfermedad se estima por: La proporción de enfermos entre los positivos. La proporción de enfermos que al aplicarles la prueba dan positivo. La proporción de individuos que al aplicarles la prueba dan positivo. La proporción de positivos entre los enfermos. El número de enfermos que la prueba detecta.

De los 50 pacientes que hay en la planta 3a de un hospital, 35 son mujeres y 12 tienen más de 70 años de edad. Entre estos 12, 8 son mujeres. ¿Cuántos de los 50 pacientes son hombres y tienen más de 70 años?. 46. 27. 8. 11. 4.

Se evalúa para una población de 200 individuos con sospecha de Hepatitis B la presencia de dos síntomas, astenia y anorexia, frecuentemente asociados a dicha enfermedad. Se ha constatado la presencia de astenia en 150 sujetos y de anorexia en 135. En total había anorexia o astenia en 180 pacientes. Se eligen al azar de forma simultánea2 pacientes. ¿Cuál es la probabilidad de que ambos presenten anorexia?. 0.811. 0.675. Faltan datos. 0.087. 0.456.

Dados dos sucesos A y B con probabilidad no nula e incompatibles, la probabilidad de A condicionada a B, P(A \B) es: P(A)·P(B). P(A). 1. 0 (nula). P(B).

La probabilidad de que en una experiencia aleatoria se observe un determinado suceso es un valor entre: -infinito y +infinito. 0 y 100. 0 e infinito. 0 y 1. -1 y +1.

De los 50 pacientes que hay en la planta 3a de un hospital, 35 son mujeres y 12 tienen más de 70 años de edad. Entre estos 12, 8 son mujeres. ¿Cuántos de los 50 pacientes son mujeres y no tienen más de 70 años?. 27. 46. 4. 8. 11.

Dados los sucesos A y B pertenecientes al mismo espacio de sucesos tales que P(A)= 0.6, P(B)= 0.7 y P(A∪B)=0.9 ¿Cuál es la probabilidad de que se verifique el suceso A y no se verifique el B?. 0.2. 0.9. 0.5. 0.1. 0.3.

Para la detección de una enfermedad que tiene una prevalencia del 17% se utiliza una prueba diagnóstica que genera una 10% de resultados positivos. Sabiendo que el valor predictivo de un resultado positivo es del 85%, ¿Cuál es la sensibilidad de esta prueba diagnóstica?. 0.02. 0.95. 1.445. 0.5. 0.1.

Para la detección de una enfermedad que tiene una prevalencia del 10%, se utiliza una prueba diagnóstica cuya sensibilidad es del 90% y su especificidad del 95%. Si utilizamos esta prueba con 1000 individuos elegidos al azar de la población, ¿cuántos de ellos se espera que den un resultado positivo?. 900. 100. 135. 95. 50.

La prevalencia de una enfermedad no transmisible en una población suficientemente extensa es 0.01. La probabilidad de que elegidos 3 individuos distintos al azar, los 3 estén enfermos es: 0.03. 0.000001. 0.01. 0.003. 0.000003.

Afirmar que una determinada prueba diagnóstica tiene un valor predictivo positivo de 0.60, significa que la probabilidad de que: La prueba de un resultado positivo, cuando se aplica a un enfermo es 0.60. La prueba de un resultado negativo, cuando se aplica a un no enfermo es 0.60. Un individuo con un resultado negativo no tenga la enfermedad es del 0.60. Un individuo con un resultado positivo tenga la enfermedad es del 0.60. La prueba de un resultado positivo, cuando se aplica a un no enfermo es de 0.60.

Para estudiar la utilidad de una nueva prueba diagnóstica para la enfermedad "E", se aplica a 100 enfermos con "E" y resulta positiva en 95 y negativa en 5 y luego a 100 sujetos sanos sin "E", y resulta positiva en 3 y negativa en 97. ¿Qué afirmación de las siguientes es correcta?. La sensibilidad de la prueba es 0.97, luego es muy buena para hacer diagnóstico precoz. Al no conocer la prevalencia de "E" en este medio, no se puede saber ni la sensibilidad ni la especificidad. La especificidad de la prueba es 0.95, luego es muy mala para confirmar diagnósticos de sospecha. La sensibilidad de la prueba es 0.95 y su especificidad es de 0.97. Hay que comparar estas cifras con las de otras pruebas antes de introducir la nueva. El valor predictivo positivo de la prueba para diagnosticar "E" está entre 0.95 y 0.97, luego es muy buena para confirmar diagnósticos de sospecha.

¿Cuál de las siguientes afirmaciones es FALSA en relación con la evaluación de pruebas diagnósticas?. La reproductividad intraobservador es el grado de coincidencia que mantiene un observador consigo mismo al valorar la misma muestra. Los diseños de estudios para la evaluación de pruebas diagnósticas han de tener siempre en cuenta que el diagnóstico se refiere a una situación en un punto concreto dentro de la historia natural de la enfermedad. Una prueba sensible es sobre todo útil cuando su resultado es positivo. El analisis discrepante utiliza una prueba diagnóstica adicional para resolver las discrepancias observadas entre una nueva prueba y un criterio de referencia imperfecto. Los falsos positivos no son deseables en diagnósticos que originen un trauma emocional al sujeto de estudio.

La probabilidad de padecer estenosis coronaria en hombres de más de 65 años, con angina de pecho de esfuerzo típica, es mayor del 90%. A un paciente de estas características se le practica un ECG de esfuerzo que se informa como negativo. La sensibilidad es del 80% y su especificidad del 90%. ¿Cuál de las siguientes afirmaciones es correcta?. Se puede descartar por completo estenosis coronaria porque la prueba es negativa. No se puede excluir la estenosis coronaria porque el valor predictivo positivo de la prueba es alto. Se podría descartar el diagnóstico de estenosis coronaria si la especificidad de la prueba fuera del 100%. No se puede excluir la estenosis coronaria porque el valor predictivo negativo de la prueba es bajo. Los valores predictivos no son aplicables a esta situación clínica.

Un polimorfismo genético concreto está presente en el 5% de la población general y en el 20% de los pacientes que tienen la enfermedad A. ¿Cuál es la probabilidad de que el analizar ese polimorfismo tanto en un paciente con la enfermedad A como en dos controles que están exentos de ella, ninguno de los 3 presente el polimorfismo?. 0.512. 0.722. 0.8574. No se puede calcular con estos datos. 1-0.95x0.95.

En relación con el valor predictivo de una prueba diagnóstica, señale la respuesta correcta: Cuando la prevalencia de la enfermedad es alta es probable que el paciente con un resultado positivo no tenga la enfermedad. El valor predictivo no depende de la prevalencia de la enfermedad. Cuando la prevalencia de la enfermedad es baja es improbable que el paciente con un resultado positivo tenga realmente la enfermedad. Cuando la prevalencia de la enfermedad es baja no hay aumento de falsos positivos. Cuando la prevalencia de la enfermedad es baja es probable que el paciente con un resultado positivo tenga realmente la enfermedad.

En una población de 1000 sujetos con sospecha de SIDA se evalúan 2 factores de riesgo, múltiples parejas sexuales (MPS) y el uso de drogas parenterales (UDP). A MPS han estado expuestos 540 pacientes y a UDP 410 pacientes. En total estuvieron expuestos a ambos factores 800 pacientes. ¿Cuál es la probabilidad de que al elegir a dos pacientes de esta población, ambos estén expuestos a los dos factores?. 0.64. 0.087. 0.15. 0.025. 0.45.

El valor predictivo positivo de una prueba diagnóstica es: La probabilidad de que la prueba dé un resultado positivo cuando se aplica a un no enfermo. La probabilidad de que la prueba dé un resultado negativo cuando se aplica a un no enfermo. La probabilidad de que un individuo con un resultado negativo no tenga la enfermedad. La probabilidad de que un individuo con un resultado positivo tenga la enfermedad. La probabilidad de que la prueba dé un resultado positivo cuando se aplica a un enfermo.

De las siguientes cifras, ¿cuál es la más cercana a la sensibilidad del diagnóstico clínico de la úlcera?. 43%. 3%. 98%. 87%. 100%.

Si se tiran 3 dados, ¿qué probabilidad hay de sacar tres seises?. 3/6. 3/216. 1/18. 1/216. 1/6.

A y B son dos sucesos tales que P(A)=0.30, P(B)=0.40 y P(A∪B)=0.60P(A∪B)=0.60 ¿Cuánto valeP(A ̄∪B ̄)?. 0.40. 0.10. 0.60. 0.70. 0.90.

Un estudio indica que el 10% de la población de un país tiene 65 años o más, y que el 1\% de la población total padece algún tipo de deficiencia cardíaca. Además, el 10.4\% de la población tiene 65 años o más o padece la deficiencia cardíaca. Eligiendo a un individuo al azar, ¿cuál es la probabilidad de que tenga menos de 65 años y no padezca deficiencia cardíaca?. 0.104. 0.110. 0.896. No puede determinarse con estos datos. 0.18.

¿Qué suceso B1∪B2∪B3∪B4 ̄. No Médicos y Farmacéuticos y no Enfermeros y Fisioterapeutos y no Auxiliares y Técnicos y no Administrativos y Directivos. Ninguno es cierto. Lavanderas y celadores o mantenimiento y hostelería. Médicos y Farmacéuticos o Enfermeros y Fisioterapeutos o Auxiliares y Técnicos o Administrativos y Directivos de cualquier edad. Médicos y Farmacéuticos o Enfermeros y Fisioterapeutos o Auxiliares y Técnicos o Administrativos y Directivos.

Tres jugadores A, B y C intervienen en una competición. Si A y B tienen la misma probabilidad de ganar, y doble que la de C. ¿Cuál es la probabilidad de que gane A ó C?. 3/5. 1/5. 4/5. 0. 2/5.

El 12% de los individuos de una población padece osteoporosis. El 25% de ellos lo sabe. ¿Qué tasa de individuos tiene osteoporosis y lo desconoce?. 12%. 6%. 9%. 25%. 3%.

Si la probabilidad de tener una enfermedad A es del 8%, la de tener la enfermedad B es del 15% y la de tener al menos una de las dos es del 10%, ¿cuál es la probabilidad de tener las dos?: 12. 2. 10. 13. 5.

Supongamos que leemos la siguiente información: "el 8% de los pacientes que son vacunados sufren algún tipo de reacción adversa". Si denotamos los sucesos V="ser vacunado" y R="sufrir reacción adversa", la información anterior debemos interpretarla como que. P(R/V)=0.08. P(V/R)=0.08. P(R∩V)=0.08. P(V)=0.08. P(R)=0.08.

Se evalúa la validez de criterio de una nueva prueba de hibridación para la detección de la infección por virus del papiloma humano (VPH) en el cuello uterino. El estándar es la hibridación por transferencia de Southern. En la muestra de 400 sujetos se obtienen resultado positivo en 70 de las 140 enfermas y en 26 de las sanas. ¿Cuál es la sensibilidad de la prueba?. 0.34. 0.50. 0.10. 0.18. 0.17.

A y B son dos sucesos tales que P(A)=0.30, P(B)=0.40 y P(A∩B)=0.10. ¿Cuanto vale P(A/B)?. 0.10. 0.30. 0.75. 0.25. 0.25.

Se evalúa para una población de 200 individuos con sospecha de Hepatitis B la presencia de dos síntomas, astenia y anorexia, frecuentemente asociados a dicha enfermedad. Se ha constatado la presencia de astenia en 150 sujetos y de anorexia en 135. En total había anorexia o astenia en 180 pacientes.Se elige al azar uno de los pacientes. Si se dispone de la información de que presenta astenia, ¿cuál es la probabilidad de que también presente anorexia?. 0.500. 0.700. No hay datos suficiente. 0.778. 0.450.

Sean A y B dos sucesos que verifican P(A∩B)=0.25P(A ̄∩B ̄)=0.45P(A/B)=0.4 ¿Cual será la probabilidad de A?. 0.475. 0.10. 0.225. 0.175. 0.30.

La osteoporosis afecta 4 veces más a mujeres que a hombres. El 8% de las mujeres padece osteoporosis en una población donde hay tantos hombres como mujeres. ¿Cuál es la prevalencia de la osteoporosis en la población?. 12. 5. 8. 10. 2.

Dados los sucesos A y B pertenecientes al mismo espacio de sucesos tales que P(A)= 0,4, P(B)= 0,5 y P(A ̄∪B ̄)=0,7. La P(A∪B)es: 0,9. 0,2. 0,3. 0,6. 0,4.

Se pretende aplicar una prueba de cribado a una enfermedad infecciosa de pronóstico fatal y cuya prevalencia es muy baja (1/10000). El beneficio de detectar a los enfermos es grande porque se evitaría la transfusión por sangre al impedirles ser donantes. El principal coste es la carga psicológica que supone el creer estar enfermo de una enfermedad fatal. En media, la razón costes/beneficios es 1:50. ¿Cuál de las siguientes afirmaciones es cierta?. Se precisa una prueba igualmente sensible y específica. Se precisa una prueba más específica que sensible porque el coste de un falso positivo es mayor que el de un falso negativo. Se precisa una prueba más específica que sensible porque la prevalencia es baja. Se necesita una prueba más sensible que específica porque el coste de un falso positivo es mayor que el de un falso negativo. Se necesita una prueba más sensible que específica porque la prevalencia es baja.

Paciente de 55 años fumador, hipertenso, e hipercolesterolémico que consulta por dolor precordial de ciertas características. Por un estudio reciente se estima que la probabilidad de que un individuo con este tipo de dolor tenga un infarto agudo de miocardio es del 50%. Usted aplica una prueba diagnóstica con una sensibilidad y especificidad del 80%. Si el resultado de la prueba es positivo, ¿cuál sería el valor predictivo positivo?. 40%. 80%. 50%. No se puede calcular con estos datos. 20%.

Si una mamografía para la detección precoz de una cáncer de mama se aplica a una mujer cuya probabilidad preprueba de la enfermedad es superior a la de otra, aumentará su: Sensibilidad. Especificidad. Valor predictivo positivo. Sensibilidad y especificidad. Ninguna de las respuestas.

Dos determinaciones analíticas dan un resultado anormal en el 50% y 60% respectivamente, de los sujetos con una cierta enfermedad. Si se considera que los resultados de ambas determinaciones son independientes, ¿cuál es la probabilidad de que un sujeto con la enfermedad tenga un resultado anormal en ambas pruebas?. 0.30. 0.50. 0.60. 0.10. 0.55.

¿Qué suceso es A3∩B2A3∩B2 ?. Enfermeros y Fisioterapeutos mayores de 50 años. Ninguno es cierto. Enfermeros y Fisioterapeutos o mayores de 50 años. Enfermeros y Fisioterapeutos menores de 50 años. Enfermeros y Fisioterapeutos o menores de 50 años.

Está usted realizando un estudio para evaluar una nueva prueba de diagnóstico rápido de infección urinaria. Su patrón de referencia es el urocultivo y los datos encontrados son los siguientes: la prueba es positiva en 100 pacientes (75 con urocultivo positivo y 25 con urocultivo negativo) y negativo en 375 pacientes (125 con urocultivo positivo y 250 con urocutivo negativo). ¿Podría calcular el valor predictivo positivo (VPP) de su nueva prueba?. 66.6%. 37.5%. 33%. 50%. 75%.

Si una prueba diagnóstica que tiene una sensibilidad del 90% y una especificidad también del 90% se aplica a una población de 200 individuos con una prevalencia de enfermedad del 50%. ¿Cuál es el valor predictivo positivo?. 50%. 80%. 70%. 60%. 90%.

Una enfermedad tiene una prevalencia del 30% en la población. Un test para detectarla posee una tasa de verdaderos positivos del 80%, y de falsos positivos del 20%. Si un individuo resulta ser positivo, la probabilidad de que esté enfermo es: 0.240. 0.380. 0.800. 0.304. 0.632.

En una prueba diagnóstica cuya especificidad es del 90%, ¿cuál de las siguientes afirmaciones es cierta?. El valor predictivo positivo de la prueba es del 10%. El valor predictivo negativo de la prueba es del 10%. La probabilidad de un resultado falso negativo es del 10%. La sensibilidad de la prueba es del 10%. La probabilidad de un resultado falso positivo es del 10%.

¿podría calcular el valor predictivo negativo (VPN) de su nueva prueba?. 75%. 66.6%. 50%. 37.5%. 33.3%.

Al analizar los valores de colesterolemia de un grupo de 500 pacientes, se observa que esta variable sigue una distribución normal. ¿Cuál de las siguientes afirmaciones es FALSA?. La media de la distribución y su mediana coinciden. La media deja la mitad de la distribución por encima de su valor. Los valores de colesterolemia se distribuyen de forma simétrica. La media de la distribución y su moda no necesariamente coinciden. a mediana deja la mitad de la distribución por debajo de su valor.

El número de urgencias atendidas en un Centro de Salud se ajusta a una distribución de Poisson de media 3 casos por hora. ¿Cuál es la probabilidad de que durante 3 horas consecutivas no se atienda ninguna urgencia. 0.0498. 0.3333. 0.9502. 0.7408. 0.0001.

La altura de las niñas de 10 años de una población sigue aproximadamente una distribución normal de media 138 cm. y desviación típica de 5 cm. ¿Qué tanto por ciento de niñas de 10 años se encuentran entre las tallas de 134,25 y 136,75?. 17,47. 37,21. 82,30. 62,79. 50,00.

Si una variable aleatoria X sigue una distribución normal: Su función de distribución acumulativa es simétrica respecto a la media. La variable Y=X+k tendrá también distribución normal. Tiene media 0 y varianza 1. Los valores que toma son siempre positivos. Su esperanza será siempre positiva.

El tiempo que transcurre desde que se produce una llamada al servicio de emergencias hasta que el personal médico llega al lugar requerido se ajusta a una distribución Normal, de la que sabemos que el percentil 10 está en 3 minutos y el percentil 90 está en 9 minutos. ¿Qué porcentaje de emergencias son atendidas antes de los 6 minutos?. 100%. 90%. 10%. 50%. 80%.

Si se lanza un par de dados corrientes, y se llama a X la variable aleatoria que nos indica cual es el mayor de los dos números obtenidos, ¿cuál de las siguientes afirmaciones NO ES CORRECTA: La variable X es discreta. La distribución de X sigue una ley de Poisson. La moda de X es el valor 6. La variable X toma los valores 1, 2, 3, 4, 5 y 6. La función de probabilidad de X no es Uniforme.

¿Cuál es la probabilidad de encontrar entre 20 y 40 pacientes nuevos de una enfermedad rara en una gran población en la que según los datos esperados debería haber 70?. Es obligatorio aplicar la distribución binomial. Podría utilizarse la Normal, consultando en la tabla los valores 6 y 3.6 para calcularla. Se puede utilizar sólo la distribución de Poisson, ya que no nos dan el valor de n, y para calcular la binomial hace falta n. Ninguna es correcta. Se puede utilizar tanto la distribución binomial como la Pisson, pero no puede utilizarse la aproximación Normal.

Si una variable aleatoria X sigue una distribución normal: La variable Y=X+k tendrá también distribución normal. Tiene media 0 y varianza 1. Los valores que toma son siempre positivos. Su esperanza será siempre positiva. Su función de distribución acumulativa es simétrica respecto a la media.

Supongamos que la variable X~N(10;5), y la variable Y~N(8;2). Indicar cuál de las siguientes afirmaciones es siempre cierta: P(Y<8)=P(X>10). P(Y<10)=P(X<15). P(Y<12)=P(X<15). P(Y>6)=P(X>5). P(Y>4)=P(X>5).

La altura de las niñas de 10 años de una población sigue aproximadamente una distribución normal de media 138 cm. y desviación típica de 5 cm. ¿Cuál es la altura aproximada de la niña que ocupa el percentil 90?. 144,4. 10,0. 81,6. 131,6. 90,0.

Una distribución es bimodal: Si se puede representar en dos formas. Si tiene dos modas. Si la media y la mediana coinciden. Si la curva de densidad tiene dos máximos. Ciertas b) y d).

La altura de las niñas de 10 años de una población sigue aproximadamente una distribución normal de media 138 cm. y desviación típica de 5 cm. Aproximadamente, en un grupo de 800 niñas de 10 años, ¿cuántas tienen una altura superior 133 cm?. 126,96. 15,87. 84,13. 673,04. 80,00.

En una variable aleatoria N (μ,σ), es cierto que: El 90% de los valores se encuentran en el intervalo (μ ± 2σ). El 50% de los valores se encuentran en el intervalo (μ ± 2σ). El 95% de los valores se encuentran en el intervalo (μ ± σ). El 68% de los valores se encuentran en el intervalo (μ ± σ). El 99% de los valores se encuentran en el intervalo (μ ± σ).

¿Cuál de las siguientes afirmaciones es siempre verdadera si nos referimos a una variable aleatoria discreta?. Su distribución es binomial. La variable no puede tomar valores decimales. La suma de los valores de la función de probabilidad para todos los valores de la variable es igual a 1. La probabilidad de que la variable sea igual a 1 es distinta de 0. La variable toma valores 1, 2, 3, ..., infinito.

Si se piensa que la incidencia de un tipo de cáncer óseo muy infrecuente es de 1 caso anual por cada 1000000 de habitantes, y se desea saber cuál es la probabilidad de que en una ciudad de 2500000 habitantes se produzcan más de 10 casos al año, ¿qué distribución debe aplicarse?. Binomial. Uniforme. Normal. Poisson. Ninguna de las otras respuestas.

En una población en la que hay un 40% de hombres y un 60% de mujeres, seleccionamos aleatoriamente 4 individuos. ¿Cual es la probabilidad de que haya más mujeres que hombres?. 0.3456. 0.4752. 0.1296. 0.8208. 0.5000.

Una variable aleatoria discreta X tiene por función de distribución F(x)= si x<00.1 si 0≤x≤10.4 si 1≤x≤20.7 si 2≤x≤30.95 si 3≤x≤41 si x≥4 ¿Cuál sería la mediana de X?. 0.5. 1.85. 2. 1. 0.4.

3Sea X una variable aleatoria con distribución N (5; 1). Sabiendo que el primer cuartil toma el valor 2, ¿qué valor toma el tercero?. 8. 3. 4. 5. 6.

En un estudio sobre 275 mujeres premenopáusicas se informa que su índice de masa corporal (IMC) sigue una distribución normal, con una media de 27 y una desviación típica de 4. ¿Cuál de las siguientes afirmaciones es cierta?. Aproximadamente, el 95% de las mujeres estudiadas tienen valores de IMC situados entre 19 y 35. El rango de valores de IMC observado en las 275 mujeres va desde 19 a 35. El rango de valores de IMC observado en las 275 mujeres va desde 23 a 31. Aproximadamente, el 95% de las mujeres estudiadas tienen valores de IMC situados entre 23 y 31. La mayoría de las mujeres estudiadas tienen un IMC de 27 y el resto oscilan entre 23 y 31.

¿Cuál de los siguientes conceptos asociados a las variables aleatorias mide probabilidades?. Los valores que toma la variable. La esperanza. La función de distribución acumulativa. La función de densidad. La varianza.

Si X es una variable aleatoria que sigue una distribución Normal: N (0,1), ¿cuál es la probabilidad de que la variable tome el valor 1.645. 0.025. 0.05. 0.975. 0.95. 0.

Si se sabe que el porcentaje de bebedores excesivos de alcohol en España es del 7%, y estamos interesados en saber cuál es la probabilidad de encontrar 3 bebedores o más en una muestra de 10 españoles, ¿qué distribución debe aplicarse?. Poisson. Ninguna de las otras respuestas. Binomial. Normal. Uniforme.

Los tres equipos asistenciales que existen en un servicio de urgencias reciben una media de 2, 3 y 1 pacientes graves al día respectivamente. ¿Cuál de las siguientes distribuciones será más adecuada como modelo para representar el comportamiento de la variable "número de pacientes graves que atiende el servicio de urgencias en un día"?. Binomial con n=6 y p=1/6. Poisson con parámetro 6. Ninguna de las otras respuestas. Chi-cuadrado con 5 grados de libertad. Normal (6; 1).

Si Y es una variable que sigue una distribución normal de media "m" y desviación típica 3, ¿en qué valor de la variable Z~ N(0,1) se transforma m+6?. 3. m+2. 6. 4. 2.

La altura de las niñas de 10 años de una población sigue aproximadamente una distribución normal de media 138 cm. y desviación típica de 5 cm. ¿Qué tanto por ciento de niñas de 10 años tienen una talla menor de 146.75 cm?. 95,99. 4,01. 1,75. 40,10. 4,46.

El número de urgencias pediátricas atendidas en un centro de salud se ajustan a una distribución de Poisson de media 8 urgencias por hora. ¿Cuál es la probabilidad de que en los próximos 15 minutos sean atendidas exactamente 3 urgencias?. 0.180447. 0.044657. 0.270754. 0.002331. 0.695801.

Si X es la variable aleatoria que mide el número de servicios prestados por un conductor de ambulancias en un día. La variable X toma los valores 1, 2, 3, 4, 5 , 6, 7, 8, 9, 10, 11 y 12. La variable X puede tomar valores de 0 a infinito. El valor más probable de X es la media de X. La variable X es discreta. La distribución de X es normal.

Sea X una variable aleatoria N(μ;σ) N(μ;σ). Si se toma una muestra de 25 individuos y obtenemos la cuasi- desviación típica ss, el estadístico ∑(xi−x ̄ ̄ ̄)2σ2∑(xi−x ̄)2σ2 sigue una distribución. Normal de media y d.t. como las de la población. F de Snedecor. Normal de media 0 y d.t. 1. Chi cuadrado. t de Student.

En el cálculo de un intervalo de confianza para una media se precisa disminuir el error de estimación. Elija la opción que más reduciría dicho error. Aumentar el tamaño muestral y disminuir la confianza. Disminuir la varianza muestral. Aumentar el tamaño muestral. Aumentar la varianza muestral. Aumentar el tamaño muestral y la confianza.

Un tipo de muestreo no probabilístico es: El muestreo sistemático. El muestreo de casos consecutivos. El muestreo por conglomerados. El muestreo estratificado. El muestreo aleatorio simple.

Si se sabe que el tiempo de respuesta a un estímulo determinado es en individuos sanos una variable Normalmente distribuida con media 15 seg. y varianza de 16, la distribución de la media muestral de 16 individuos es: N(0 ; 4). N (15 ; 16). N(15 ; 4). N(15 ; 1). N(0 ; 1).

La variable X se distribuye en una población según una ley normal, y sabemos que la desviación típica poblacional es σσ =10. Si tomamos una muestra aleatoria de tamaño 25, la media muestral sigue una distribución: Chi-cuadrado. t de Student. Normal con desviación típica 2. Normal con desviación típica 10. F de Fisher-Snedecor.

A la desviación típica de la media muestral, considerada como una variable aleatoria se denomina: Desviación estándar. Desviación media. Error estándar de la media. Desviación típica poblacional. Desviación típica muestral.

Se denomina distribución en el muestreo: A las frecuencias absolutas de los valores que se obtienen en la muestra. A la distribución de los valores de la muestra. A la distribución de un estadístico al variar la muestras. A las frecuencias relativas de los valores que se obtienen en la muestra. A la distribución que hay en la población que se muestrea.

Un estudio reciente indica que el estrés agudo puede inducir a que se produzcan alteraciones en el corazón que pueden ocasionar la muerte. Se obtuvo confirmación de ello examinando 44 casos en los que los individuos murieron después de una agresión física, a pesar del hecho de que los daños por sí solos no fueron suficientemente graves como para causar la muerte. De ellos, 11 fueron consecuencia de una degeneración de las células del corazón llamada degeneración miofibrilar. Para obtener un intervalo de confianza al 98% del parámetro más adecuado en este estudio, debe utilizarse. La expresión del IC para una proporción con los percentiles 1 y 99 de la N(0 ; 1). La expresión del IC para la media cuando se desconoce la varianza poblacional, con el percentil 99 de la N(0 ; 1). La expresión del IC para la media cuando se desconoce la varianza poblacional, con el percentil 99 de la t_Student con 43 grados de libertad. La expresión del IC para una proporción con el percentil 99 de la N(0 ; 1). La expresión del IC para la diferencia de proporciones con el percentil 99 de la N(0 ; 1).

Sea X una variable aleatoria N(μ;σ)N(μ;σ). Si se toma una muestra de 25 individuos y obtenemos la media muestral x ̄ ̄ ̄x ̄ y la cuasi-desviación típica ss, el estadístico x ̄ ̄ ̄−μs/n−−√x ̄−μs/n sigue una distribución. N( 0; 1). Chi cuadrado. T (n-1). Normal con la misma media y d.t. F de Snedecor.

Cuando el tamaño de muestra n tiende a ∞∞, la distribución de la T-Student t(n) tiende a ser como la distribución de: N(0 ; 1). N (15; 1). N (15; 4). Chi-cuadrado. F de Fisher.

¿A qué se le llama tamaño de una muestra?. A lo grande que son los individuos de la muestra. Al número de individuos que hay en la población de donde se ha elegido. Ninguna respuesta es correcta. Al número de datos que tiene la muestra. A lo grande que son los individuos de la población.

¿Cuál de los siguientes muestreos es de tipo no probabilístico?: Muestreo estratificado. Muestreo de casos consecutivos. Muestreo aleatorio simple. Muestreo sistemático. Muestreo por conglomerados.

Un intervalo de confianza al 95% para la media es 20±3 para una muestra de tamaño 30. Si se aumenta el tamaño de la muestra a 300, el intervalo de confianza será: (20-3/10; 20+3/10). De mayor amplitud que (17; 23). (20-3; 20+3). Igual a (17; 23). De menor amplitud que (17; 23).

El muestreo estratificado consiste en: Seleccionar según un proceso periódico, una vez ordenada la muestra, eligiendo el punto de partida al azar. Dividir la población en subgrupos, de acuerdo con ciertas características (sexo, edad, ...) y luego extraer una muestra al azar a partir de cada uno de los “estratos”. extraer una muestra al azar a partir de agrupaciones (conglomerados) naturales de individuos dentro de la población. enumerar cada unidad de la población accesible y, a continuación, seleccionar la muestra al azar. Elegir a cada individuo que cumpla con unos criterios de selección.

Para realizar un estudio con niños de 10 años se ha escogido una muestra de 25 escuelas al azar de las 100 que existen en una población, y de cada escuela se han estudiado los niños de esa edad. El tipo de muestreo realizado es: Sistemático. Aleatorio simple. Por conglomerados. Por cuotas. Estratificado.

En caso de realizar un intervalo de confianza para la diferencia de proporciones, ¿sería necesario hacer previamente un contraste para el cociente de varianzas?. No, basta con hacer intervalos de confianza por separado para cada una de las proporciones. Sí, el intervalo de confianza para el cociente de varianzas influye de manera clara en el intervalo para la diferencia de proporciones. Sí, ya que hay diferentes caminos para el intervalo de confianza de proporciones según haya salido el de cociente de varianzas. No, a menos que las muestras sean grandes. No, en el caso de diferencias de proporciones no es necesario.

Cuando cada individuo de la población no tiene una probabilidad específica de ser seleccionado, se dice que: El muestreo es sistemático. El muestreo es aleatorio simple. El muestreo es por conglomerados. El muestreo es no probabilístico. El muestreo es estratificado.

En caso de haber obtenido un intervalo de conanza para la media I95%(μ) = [1.25, 3.45], podríamos decir,. Si realizara una y otra vez este estudio, con el mismo tamaño muestral, en el 95% de los intervalos de confianza obtenidos estaría el parámetro μ. La media muestral ha quedado determinada entre esos dos valores. Es imposible al 5% encontrar μ fuera del intervalo [1.25, 3.45]. El parámetro μ está dentro del intervalo [1.25, 3.45] con un 95% de probabilidad. El parámetro μ está dentro del intervalo [1.25, 3.45] con un 5% de probabilidad.

El valor predictivo positivo de una prueba diagnóstica es: La probabilidad de que un individuo con un resultado negativo no tenga la enfermedad. La probabilidad de que la prueba de un resultado positivo cuando se aplica a un no enfermo. La probabilidad de que la prueba de un resultado negativo cuando se aplica a un no enfermo. La probabilidad de que un individuo con resultado positivo tenga la enfermedad. La probabilidad de que la prueba de un resultado positivo cuando se aplica a un enfermo.

Un intervalo de confianza al 95% de una media es un intervalo que: Se calcula a partir de la media poblacional. Contiene el 95% de las estimaciones muestrales. Contiene el 95% de las medias poblacionales. Se hace más amplio a medida que aumenta el tamaño de la muestra. Tiene una confianza del 95% de contener a la media poblacional.

Para conocer la eficacia de un programa de entrenamiento deportivo se evalúa la frecuencia cardíaca de 40 sujetos antes y después del mismo y con estos datos se obtiene que la diferencia de frecuencia cardíaca media (antes - después). Suponiendo normalidad en los datos y sabiendo que una mejoría de la forma física implicaría un descenso de la frecuencia cardíaca, ¿qué tipo de técnica se debe emplear para poder asegurar la eficacia del tratamiento?. Realizar un contraste unilateral de comparación entre las medias para muestras independientes. Realizar un contraste unilateral de comparación de proporciones. Realizar un contraste unilateral de comparación entre las medias para muestras dependientes. Realizar un contraste de la chi-cuadrado. Realizar un contraste bilateral de comparación entre las medias para muestras dependientes.

¿Cuándo podemos utilizar un contraste de hipótesis basados en la χ2?. Para comprobar la bondad del ajuste a distribuciones conocidas. Para comprobar la bondad del ajuste a distribuciones y la homogeneidad de poblaciones. Para comprobar la homogeneidad de poblaciones, la independencia de variables y la bondad de ajuste a distribuciones. Para comprobar la independencia de dos variables. Para comprobar la homogeneidad de poblaciones.

Se define como potencia de un contraste de hipótesis la probabilidad de aceptar: Las dos hipótesis a la vez (H0 y H1). H1 siendo verdadera H1. H1 siendo verdadera H0. H0 siendo verdadera H0. H0 siendo verdadera H1.

Con cuál de los siguientes datos realizaríamos un test de datos pareados: talla entre hombres y mujeres. glucemia en diabéticos y no diabéticos. agudeza visual en reptiles. relación talla-peso. glucemia antes y después de comer.

La asociación entre dos variables cualitativas con datos apareados se contrasta con el test: De la T de Student. De Kruskal-Wallis. De Mcnemar. De ANOVA. De la Chi-Cuadrado.

¿Cuál de las siguientes hipótesis puede ser la hipótesis alternativa de un contraste unilateral?. La muestra procede de una población de varianza distinta de 27. La muestra procede de una población de varianza igual a 27. Las dos muestras proceden de una población de igual varianza. Las dos muestras proceden de una población con varianza distinta. La muestra procede de una población con varianza mayor de 27.

Ante la sospecha de que el hábito de fumar de una embarazada determina la distribución del peso de su hijo al nacer, se tomaron dos muestras (una de hijos de fumadoras y otra de hijos de no fumadoras) y se clasificó a los niños según su peso, en relación a los percentiles del 10\% y el 90\% de la población, en tres categorías (< p10, entre p10 y p90, >p90). Para decidir si los datos que se recojan aportan evidencia estadística significativa en favor de la sospecha, la técnica que debe emplearse es: Realizar un contraste bilateral de comparación entre las medias para muestras dependientes. Realizar un contraste bilateral de comparación entre las medias para muestras independientes. Realizar un contraste de la chi-cuadrado. Realizar un contraste bilateral de comparación de proporciones. Realizar un contraste unilateral de comparación entre las medias para muestras independientes.

En un contraste de hipótesis estadístico, si la hipótesis nula fuera cierta y se rechazara: Se comete un error de tipo I. La potencia aumenta. Se comete un error de tipo II. Se toma la decisión más conservadora. Se toma una decisión correcta.

n una población el nivel medio de una determinada variable tiene por valor 45. Si deseamos comprobar que el valor de esta variable es superior en un determinado grupo de individuos, debemos plantear: Seleccione una: Un intervalo de confianza para la diferencia de medias. Un contraste de hipótesis de dos medias. Un contraste de varianzas y posteriormente un contraste de medias. Un contraste de hipótesis para una media donde la hipótesis alternativa sea H1:μ0>45. Un contraste de hipótesis para una media donde la hipótesis alternativa sea H1:μ0<45.

Si la hipótesis nula es verdadera, al hacer un contraste de hipótesis con un error αdel 5%, ¿qué probabilidad se tiene de acertar en la decisión?. Desconocida. 0.05. 0. 1. 0.95.