BIOESTADÍSTICA 2

¿Cuál de las siguientes no es una medida de dispersión?. Rango. Coeficiente de correlación. Varianza. Desviacion estándar.

El coeficiente de variación se usa para medir: El grado de dispersión en relación con la media. La relación entre dos variables. El valor promedio de un conjunto de datos. La diferencia entre el máximo y el mínimo.

Si el coeficiente de variación es altoo, ¿qué es?. Los datos son muy dispersos en relación con la media. Los datos tienen un sesgo significativo. Los datos son muy concentrados. La desviación estándar es baja.

Si tienes dos conjuntos de datos con el mismo estándar, ¿qué puedes concluir?. El conjunto con mayor desviación estándar tiene datos más dispersos. El conjunto con menor desviación estándar tiene datos más dispersos. Los dos conjuntos tienen la misma dispersión. No se puede concluir nada sobre la dispersión.

El rango intercuartílico se usa para medir: La desviación estándar. La relación entre dos variables. La diferencia entre el valor máximo y el mínimo. La dispersión en el centro del conjunto de datos.

El coeficiente de variación es útil para comparar: Conjuntos de datos con la misma desviación estándar. Conjuntos de datos con la misma media. Conjuntos de datos con diferentes unidades o escalas. Conjuntos de datos sin varianza.

En una distribución de frecuencias, ¿qué representa la "frecuencia relativa"?. El porcentaje que representa cada frecuencia absoluta respecto al total de observaciones. La frecuencia de datos atípicos en un conjunto de datos. La diferencia entre la frecuencia más alta y la más baja. El número total de valores en el conjunto de datos.

Un histograma es una representación gráfica que muestra: La distribución de frecuencias de un conjunto de datos agrupado en intervalos o clases. La media de un conjunto de datos en forma de gráfico de barras. El rango entre el valor más alto y el más bajo en un conjunto de datos. La relación entre dos variables.

Una distribución con curtosis positiva (leptocúrtica) se caracteriza por: Tener picos más altos y colas más estrechas en comparación con la distribución normal. Tener una distribución más plana con colas más amplias. Estar sesgada hacia la derecha. Tener una varianza muy baja.

Una distribución con curtositis negativa (placoúrtica) se caracteriza por: Estar sesgada hacia la izquierda. Tener picos más altos y colas más estrechas. Tener una forma más plana y colas más amplias en comparación con una distribuciónnormal. Tener una desviación estándar muy alta.

¿Qué son las medidas de posición k en bioestadística?. A. Relaciones entre dos variables. Métodos para calcular la media de un conjunto de datos. Medidas de dispersión en un conjunto de datos. Valores que dividen un conjunto de datos en partes.

El segundo cuartil (Q2) de un conjunto de datos es equivalente a: La mediana. La media. El valor más común. La moda.

Si un conjunto de datos tiene un percentil 90 de 150. Qué significa esto?. Que el 90% de los datos son mayores que 150. Que el 90% de los datos son iguales o menores a 150. Que 150 es el valor más alto del conjunto de datos. Que el 90% de los datos tienen un rango de 150.

Un error estándar máns pequeño generalmente indica: Mayor variabilidad en la muestra. Mayor precisión de la estadística muestral respecto al parámetro poblacional. Menor precisión de la estadística muestral respecto al parámetro poblacional. Una muestra más grande.

Para estimar la media de una población grande a partir de una muestra, se usa comúnmente: La curtosis. El rango intercuartílico. El teorema del límite central. El coeficiente de correlación.

Para estimar la media de una población a partir de una muestra pequeña, ¿qué distribución se suele utilizar para los intervalos de confianza?. Distribución t de Student. Distribución normal. Distribución chi-cuadrado. Distribución binomial.

Al calcular un intervalo de confianza para una proporción con muestras grandes,¿Qué distribución se usa generalmente?. Distribución chi-cuadrado. Distribución t de Student. Distribución binomial. Distribución normal (o distribución z).

El método de máxima verosimilitud (MLE) se utiliza para estimar parámetros porque: Maximiza la probabilidad de observar los datos dados los parámetros estimados. Minimiza la probabilidad de errores en la muestra. Maximiza la dispersión de los datos. Minimiza la distancia entre los valores extremos en el conjunto de datos.

En el contexto de las pruebas de contraste de hipótesis la hipótesis nula(H0) generalmente representa: El supuesto de no diferencia o no efecto. El supuesto de que hay un efecto significativo. La media del conjunto de datos. La estimación de la desviación estándar.

El error tipo I en el contexto de las pruebas de contraste de hipótesis se refiere a: No rechazar la hipótesis alternativa cuando es falsa. No rechazar la hipótesis nula cuando es falsa. Rechazar la hipótesis alternativa cuando es verdadera. Rechazar la hipótesis nula cuando es verdadera.

Un valor "p" menor que 0.05 generalmente sugiere que: La hipótesis nula es probablemente verdadera. Hay suficiente evidencia para rechazar la hipótesis nula. No hay diferencia significativa. El tamaño de la muestra es insuficiente.

Una prueba de dos colas se utiliza cuando: Se quiere evaluar la posibilidad de diferencias en ambas direcciones (mayor o menor que unvalor específico). Se quiere evaluar solo si hay un aumento en la variable de interés. Se quiere evaluar solo si hay una disminución en la variable de interés. La muestra tiene una distribución no normal.

Una prueba de una cola se utiliza para: Evaluar la posibilidad de diferencia solo en una dirección (mayor o menor que un valorespecífico). Evaluar la diferencia entre dos grupos de datos. Identificar valores atípicos. Determinar el tamaño de la muestra necesario.

En una prueba de dos colas, ¿cuánldo se rechaza la hipótesis nula?. Cuando el valor observado es suficientemente extremo en cualquiera de las dos direcciones. Cuando el valor observado es mayor que la media. Cuando la desviación estándar es alta. Cuando la varianza es baja.

Una prueba paramétrica se usa generalmente cuando: Los datos son categóricos. Los datos no siguen una distribución normal. Los datos observados siguen una distribución normal o se asume que siguen una distribución específica. Los datos tienen valores atípicos significativos.

Una prueba no pramétrica es apropiada cuando: Se tiene un conjunto de datos homogéneos. Los datos siguen una distribución normal. El tamaño de la muestra es grande. Los datos no siguen una distribución específica o tienen asimetrías significativas.

¿Cuál de las siguientes pruebas es un ejemplo de prueba de homogeneidad?. Prueba de regresión logística. Prueba de regresión lineal. Prueba de regresión lineal. Prueba chi-cuadrado para la homogeneidad.

El test chi-cuadrado se utiliza para: Evaluar la asociación entre dos variables categóricas en tablas de contingencia. Evaluar la relación lineal entre dos variables continuas. Comparar medias entre dos grupos. Estimar la media y la desviación estándar de un conjunto de datos.

El test exacto de Fisher es apropiado cuando: Se desea comparar la varianza entre dos grupos. Se trabaja con tablas de contingencia pequeñas o con frecuencias esperadas bajas. Se tiene un tamaño de muestra grande. Se quiere estimar la probabilidad de un evento.

El test de asociación lineal por lineal es útil para: Evaluar la tendencia de asociación en variables categóricas ordinales. Comparar la media entre dos grupos. Calcular el error estándar. Determinar la significancia del chi-cuadrado.

Los residuos tipificados son útiles porque: Calculan la diferencia entre dos proporciones. Normalizan los residuos para facilitar la comparación y detectar valores inusuales. Determinan el nivel de significancia de un test chi-cuadrado. Estiman el intervalo de confianza de un parámetro.

La prueba U de Mann-Whitney es adecuada cuando: Se tiene una gran cantidad de datos y se busca determinar la media. Se comparan dos grupos independientes sin suponer una distribución normal. Se desea comparar varianzas entre dos grupos. Se busca evaluar la relación entre dos variables.

La prueba t de Student para muestras independientes se usa cuando: Se desea comparar las medias de dos grupos independientes con la suposición de quetienen distribuciones normales y varianzas iguales. Se compara la media de un grupo antes y después de un tratamiento. Se desea medir la asociación entre dos variables categóricas. Se busca evaluar si dos grupos tienen la misma mediana.

La prueba de Wilcoxon se utiliza principalmente para: Evaluar la asociación entre dos variables categóricas. Comparar dos medias independientes cuando los datos siguen una distribución normal. Comparar dos muestras relacionadas cuando los datos no cumplen con los supuestos denormalidad y homogeneidad de varianzas. Determinar si una variable tiene una distribución normal.

El análisis de varianza (ANOVA) se utiliza para: Comparar las medias de tres o más grupos para detectar diferencias significativas. Evaluar la relación entre dos variables categóricas. Calcular la probabilidad de un evento. Determinar si un conjunto de datos sigue una distribución normal.

¿Cuál de los siguientes es un beneficio del muestreo aleatorio simple?. Requiere menos tiempo y recursos que otros métodos de muestreo. Asegura que cada estrato de la población esté representado. Elimina el sesgo en la selección de la muestra. Permite seleccionar muestras con ciertos criterios de selección.

¿Cuál de las siguientes afirmaciones es correcta sobre el muestreo sistemático?. Siempre es más eficiente que el muestreo aleatorio simple. Puede ser problemático si hay un patrón subyacente en la población que coincide con elintervalo de selección. Garantiza que la población esté representada equitativamente. Se usa principalmente para muestras pequeñas y variables categóricas.

El muestreo por fases se caracteriza por: Dividir la población en estratos y seleccionar aleatoriamente de cada estrato. Seleccionar elementos a intervalos regulares a partir de una lista. Seleccionar muestras basadas en conveniencia. Seleccionar muestras en dos o más etapas, donde en cada etapa se aplica un métododiferente de muestreo.

El muestreo aleatorio estratificado se caracteriza por: Dividir la población en grupos homogéneos (estratos) y luego seleccionar aleatoriamente decada estrato. Seleccionar muestras al azar sin tener en cuenta la división de la población. Seleccionar elementos a intervalos regulares. Utilizar métodos de conveniencia para seleccionar la muestra.

Un ejemplo de muestreo no probabilístico es: El muestreo sistemático. El muestreo aleatorio estratificado. El muestreo por conveniencia. El muestreo aleatorio simple.

El programa GRANMO se utiliza para: Calcular el tamaño de la muestra y otros parámetros relacionados con el diseño de estudiosepidemiológicos. Realizar análisis de poder estadístico. Realizar análisis de regresión y correlación. Analizar datos categóricos en tablas de contingencia.

La correlación entre dos variables se refiere a: La relación causal entre dos variables. La diferencia entre las medias de dos conjuntos de datos. El grado de dispersión de un conjunto de datos. La medida estadística que indica el grado en el cual dos variables están relacionadas.

El coeficiente de correlación de Pearson se utiliza para: Comparar la relación entre dos variables categóricas. Medir la relación lineal entre dos variables cuantitativas. Evaluar la diferencia entre dos medias. Determinar la variabilidad de un conjunto de datos.

La regresión lineal múltiple implica: Evaluar la asociación entre dos variables ordinales. Medir la relación lineal entre dos variables cuantitativas. Utilizar dos o más variables independientes para predecir una variable dependiente. Comparar dos grupos independientes con datos categóricos.

Una nube de dispersión se utiliza para: Comparar distribuciones de datos categóricos. Visualizar la relación entre dos variables cuantitativas mediante puntos en un planocartesiano. Mostrar la relación entre dos variables categóricas. Medir la variabilidad de un conjunto de datos.

Una nube de dispersión que muestra puntos dispersos sin un patrón claro indica: Que las dos variables no tienen una relación lineal significativa. Que hay una fuerte correlación positiva entre dos variables. Que hay una fuerte correlación negativa entre dos variables. Que existe una relación no lineal entre las variables.

¿Cuál de las siguientes es una medida común de bondad de ajuste en modelos de regresión?. Prueba t de Student. Coeficiente de correlación de Pearson. Desviación estándar. Coeficiente de determinación (R²).

En estadística, la probabilidad se refiere a: La medida de la posibilidad de que ocurra un evento. El número total de observaciones en un conjunto de datos. La diferencia entre dos medias. La variación entre dos grupos.

Si \(P(A | B)\) representa la probabilidad codicionada, significa: La probabilidad de que ambos eventos A y B ocurran juntos. La probabilidad de que el evento B ocurra dado que el evento A ha ocurrido. La probabilidad de que el evento A ocurra dado que el evento B ha ocurrido. La probabilidad de que el evento A no ocurra dado que el evento B ha ocurrido.

¿Cuál de las siguientes afirmaciones describe mejor la Ley de Laplace en el contexto de la probabilidad?. Se basa en la suposición de que todos los resultados posibles son igualmente probables. Asume que los resultados tienen diferentes probabilidades asignadas. Se usa para calcular probabilidades condicionadas. Se basa en la frecuencia de resultados en experimentos repetidos.

El teorema de Bayes se utiliza para: Calcular la probabilidad de dos eventos independientes. Calcular la probabilidad de un evento dado el conocimiento previo sobre otro evento. Calcular la media y la desviación estándar de un conjunto de datos. Calcular la probabilidad de un evento a partir de una serie de ensayos.

La distribución normal es una distribución que: Se usa para calcular la probabilidad de eventos raros. Tiene valores discretos y se usa para modelar conteos. Se utiliza para distribuciones no simétricas. Es simétrica y tiene forma de campana, con la mayor parte de los datos cerca de la media.

La distribución binomial es adecuada para: Modelar el número de éxitos en un número fijo de ensayos, donde cada ensayo tiene dosresultados posibles. Calcular la probabilidad de eventos raros en un intervalo de tiempo fijo. Modelar el número total de eventos en un intervalo de tiempo. Calcular la relación entre dos variables continuas.

La distribución hipergeométrica se utiliza para modelar: El número total de eventos en un intervalo de tiempo. El número de éxitos sin reemplazo de una población finita. El resultado de un experimento con reemplazo. El número de eventos que ocurren en un intervalo de tiempo o espacio específico.

¿Cuál de las siguientes es una característica distintiva de la campana de Gauss?. Representa datos categóricos. Tiene una distribución uniforme de datos. Es asimétrica con una cola larga hacia la derecha. Es simétrica y tiene un pico central que representa la media de la distribución.