Bioestadística

Una propiedad fundamental de la probabilidad es que: Está acotada entre 0 y 1. Puede superar 1. Depende del tamaño muestral. Puede ser negativa.

¿Qué afirmación es correcta respecto a la desviación típica?. No depende de la media. Es una medida de centralización. Resume la dispersión respecto a la media. No se ve afectada por valores extremos.

El rango intercuartílico mide: La dispersión total. La posición central. La asimetría. La dispersión del 50% central de los datos.

La covarianza mide principalmente: La probabilidad conjunta. La intensidad de la relación. La independencia estadística. La dirección de la relación lineal entre dos variables.

Una variable de confusión se define como aquella que: Solo afecta a la variable dependiente. No influye en los resultados. Es la causa principal del estudio. Afecta tanto a la variable independiente como a la dependiente.

El coeficiente de correlación de Spearman es preferible al coeficiente de correlación de Pearson cuando: Los datos no siguen una distribución normal. La relación es estrictamente lineal. Las variables son nominales. Los datos siguen una distribución normal.

El error estándar de la media mide: la variabilidad de las medias muestrales. la variabilidad poblacional. el sesgo del estimador. la dispersión de los datos individuales.

La función de distribución F(x) se define como: la densidad de probabilidad. la probabilidad de que X sea menor o igual que x. P(X=x). la frecuencia acumulada observada.

¿cuál de las siguientes variables es cuantitativa discreta?. Peso. número de visitas médicas en 1 año. nivel de dolor. altura.

el test de Shapiro-Wilk se utiliza para: evaluar homocedasticidad. comparar medias. comprobar la normalidad de los datos. analizar proporciones.

cuando los datos no siguen una distribución normal, es preferible: aumentar el tamaño muestral indefinidamente. aplicar siempre ANOVA. usar test paramétricos. usar test no paramétricos.

la expresión. cada resultado del espacio muestral se asocia a un número real. Es siempre discreta. x es un evento. d.  es un número real ( el cuadrado es el icono que hay justo después de los : y antes de la flecha).

Una dependencia positiva implica que: existe causalidad directa. cuando una aumenta, la otra disminuye. las variables no están relacionadas. ambas variables tienden a variar en el mismo sentido.

un ejemplo de variable aleatoria continua es: número de hijos. número de pacientes ingresados. tiempo que tarda un coche en recorrer 1 km. número de defectos.

el criterio de decisión basado en p-valor es: si p < se rechaza H0. si p <  se acepta H0. si p >  se rechaza H0. si p <= se acepta H0.

La hipótesis nula se caracteriza porque: afirma la existencia de efecto. siempre es bilateral. nunca se contrasta. plantea igualdad o ausencia de efecto.

Una dependencia positiva implica que: Cuando una aumenta la otra disminuye. Ambas variables tienden a variar en el mismo sentido. Las variables no están relacionadas. Existe causalidad directa.

El coeficiente de correlación de Pearson es adecuado cuando: Los datos no tienen distribución conocida. Existen muchos valores atípicos. Las variables son cualitativas. Las variables son cuantitativas y con distribución normal.

El error estándar de las medias mide: La variabilidad de las medias muestrales. La variabilidad poblacional. El sesgo del estimador. La dispersión de los datos individuales.

Una distribución simétrica se caracteriza porque: Existe asimetría positiva. La mediana es mayor que la media. Media y mediana coinciden. La moda es mayor que la media.

La homocedasticidad implica que: Los residuos sigan una distribución normal. La pendiente sea estable. No existan valores atípicos. La varianza de los residuos sea constante.

El test de Levene evalúa: Diferencias de medidas. La independencia de los datos. La normalidad de los datos. Igualdad de varianzas entre grupos.

La estadística descriptiva NO tiene como objetivo: Resumir información. Generalizar conclusiones a la población. Representar gráficamente. Organizar datos.

Una variable aleatoria se define como: Una función que asigna valores numéricos a los resultados de un experimento aleatorio. Un experimento repetido. Una frecuencia relativa. Un conjunto de resultados posibles.

El coeficiente de contingencia : Varia entre 0 y un valor menor que 1. Puede alcanzar el valor 1. Indica dirección positiva o negativa. Tiene rango entre -1 y 1.

La distribución de Poisson se utiliza cuando: El número de ensayos es pequeño. La probabilidad de éxito es grande. La variable es continua. Los sucesos son raros y n es grande con p pequeña.

Un experimento binomial requiere que: La probabilidad varié en cada ensayo. Los resultados sean múltiples. El número de ensayos sea infinito. Cada ensayo tenga dos posibles resultados y sea independiente.