Estadistica Bloque 1,2 y 3 Teoria, Variable Aleatoria

Las variables aleatorias discretas toman siempre: Un conjunto no numerable de valores. Ninguna de las demás respuestas es correcta. Un conjunto de valores en un intervalo. Un conjunto infinito de valores.

Dada la variable aleatoria X y la v.a. Y=X+b, entonces. E[Y]=E[X]+b. Ninguna de las demás respuestas es correcta. E[Y]=E[X]. E[Y]=E[X]+b2.

Siendo x1 y x2 dos valores cualesquiera de una v.a. X, tales que x1<x2, entonces. F(x1)=F(x2). F(x1)<F(x2). F(x1)>F(x2). Ninguna de las demás respuestas es correcta.

Conteo cuando no interviene el orden y hay repetición. Ninguna de las demás respuestas es correcta. Variaciones con repetición. Permutaciones. Permutaciones con repetición.

Sean A y B dos sucesos independientes, y con P(A)=0. P(A∩B)=0. P(A∩B)>0. P(A∪B)>0. Ninguna de las demás respuestas es correcta.

Sean A y B dos sucesos aleatorios independientes. A partir de B=B∩(A∪AC) puede deducirse que. A^C y B son independientes. A^C y B están relacionados. A^C y B son incompatibles. Ninguna de las demás respuestas es correcta.

Entre las condiciones de las variables aleatorias para aplicar el teorema central del límite. Deben de seguir la distribución normal. Pueden ser independientes e idénticamente distribuidas. Tienen que ser idénticamente distribuidas. Ninguna de las demás respuestas es correcta.

Si P(B)=P(B/A) , entonces los sucesos son. Independientes. Ninguna de las demás respuestas es correcta. Incompatibles. Excluyentes.

¿Cuál de las siguientes distribuciones es reproductiva?. Hipergeométrica, h(N,a,b). Poisson, P(λ). Binaria, B(p). Ninguna de las demás respuestas es correcta.

Sea X una variable aleatoria de tipo discreto. f(x)=P(X=x). f(x)=∂F(x)/∂x. Ninguna de las demás respuestas es correcta. F(x)=P(X<x).

Se están anotando los datos de las averías de una maquina en una fabrica. Desde que la maquina se avería hasta que se cambia hay estipulado un tiempo de máximo de cambio de 10 horas. Se puede realizar el cambio en cualquier instante de dicho intervalo. Sea X=”instante en el que se produce cambio”. X se puede modelar siguiendo una distribución. Uniforme continua. Ninguna de las demás respuestas es correcta. Exponencial. Normal.

Una variable aleatoria. Es una función del espacio muestral en R que verifica ciertas propiedades. Es una función de R en R que verifica ciertas propiedades. Ninguna de las demás respuestas es correcta. Es una función de R en el espacio muestral que verifica ciertas propiedades.

Una colección numerable de sucesos es. Un conjunto infinito de sucesos. El conjunto de posibles valores de los sucesos son números. Ninguna de las demás respuestas es correcta. Un conjunto finito de sucesos.

Dos variables aleatorias están idénticamente distribuidas si. Tienen la misma esperanza y la misma varianza. Sus funciones de distribución son iguales en todos sus puntos. Ninguna de las demás respuestas es correcta. Sus funciones de distribución son iguales en algún punto.

En un control de calidad se considera la variable X=”numero de artículos necesarios hasta conseguir el primer defectuoso”. X se puede modelar siguiendo una distribución. Binomial. Geométrica. Poisson. Ninguna de las demás respuestas es correcta.

Si X∈N(μ=0,σ=2), la v.a. Y=4X+2 tiene por distribución. N(μ=2,σ2=22). N(μ=2,σ2=34). N(μ=2,σ2=32). Ninguna de las demás respuestas es correcta.

Si X1∈χ2(n1),X2∈χ2(n2),⋯,Xk∈χ2(nk), e independientes entre si, ¿que distribución sigue la variable X=∑ki=1Xi?. χ2(k). Ninguna de las demás respuestas es correcta. χ2(n1+n2+⋯+nk). χ2(n).

Dada la variable aleatoria X y la v.a. Y=X−b, entonces. E[Y]=E[X]+b. Ninguna de las demás respuestas es correcta. E[Y2]=E[X2]. V[Y]=V[X]+b2.

Sean Xi∈B(p),i=1...8, independientes. La v.a. X=∑8i=1Xi tiene por distribución. bn(8,p). N(p,8p). h(8,a/8,b/8). Ninguna de las demás respuestas es correcta.

La media de la diferencia de dos variables aleatorias normales es igual a. El producto de las medias de cada una de ellas. La suma de las medias de cada una de ellas. La diferencia de las medias de cada una de ellas. Ninguna de las demás respuestas es correcta.

La distribución Chi-cuadrado de Pearson es. La suma de los cuadrados de variables aleatorias independientes normales con media cero y varianza uno. Ninguna de las demás respuestas es correcta. La suma de los cuadrados de variables aleatorias normales con media cero y varianza uno. La suma de variables aleatorias normales con media cero y varianza uno.

Dados dos sucesos independientes se verifica que. Ninguna de las demás respuestas es correcta. Son incompatibles. Son de intersección vacía. Son compatibles.

Para una variable aleatoria X y un intervalo I, se tiene que X^-1(I) es. Un numero real. Ninguna de las demás respuestas es correcta. Un suceso. Un conjunto de números reales.

Las variables aleatorias continuas están definidas por. La función de distribución. La función de cuantía. La función de probabilidad. Ninguna de las demás respuestas es correcta.

Un control de calidad de un componente electrónico deja funcionar el mismo durante dos horas. El componente es defectuoso si falla mas de N veces, y no lo es si falla menos de N veces. Sea XX=”El componente es defectuoso”. XX se puede modelar siguiendo una distribución. Binaria. Ninguna de las demás respuestas es correcta. Binomial negativa. Poisson.

Sea un control de calidad en el que se determina si un artículo es defectuoso o no. Se define la variable aleatoria X="articulo defectuoso". X se puede modelar siguiendo una distribución. Binaria. Poisson. Ninguna de las demás respuestas es correcta. Binomial.

Se tiene que P(A)= P(B)= P(B/A)= 0.5. A y B no son independientes. Ninguna de las demás respuestas es correcta. P((AUB)^c) = 0.25. P((AUB)^c) = 0.75.

La función de densidad de la N(0,1) es. Escalonada. Creciente. Ninguna de las demás respuestas es correcta. Acumulativa.

Si P(B) ≠ P(B/A), entonces los sucesos son. Excluyentes. Independientes. Ninguna de las demás respuestas es correcta. Incompatibles.

Sea X una variable aleatoria de tipo continuo. F(x) = P(X < x). f(x) = P(X <= x). f(x) = P(X=x). Ninguna de las demás respuestas es correcta.

Si X ∈ N(μ=0, σ2=2), la v.a. Y=3X+1 tiene por distribución. N(μ=1, σ^2=36). N(μ=1, σ^2=37). N(μ=1, σ^2=2^2). Ninguna de las demás respuestas es correcta.

Dada una v.a X con distribucion h(1,a,b), se verifica. X es b(a+b,p) con p= a/(a+b). Ninguna de las demás respuestas es correcta. X es P(a+b). X es B(p) con p= a/ (a + b).

La corrección de Continuidad de Yates se aplica cuando aproximamos. Una distribución binomial por una Poissón. Una distribución T de Student por una Normal. Una distribución discreta por una continua. Ninguna de las demás respuestas es correcta.

Sean A y B dos sucesos tales que P(A) = P(B) = 0.2. A y B son incompatibles. P(AUB)= 0.4. Ninguna de las demás respuestas es correcta. P(A∩B)= 0.04.

El valor de K en la siguiente figura es. 0.5 para que sea función de densidad. Sea cual sea el valor de k, es una función de densidad. Ninguna de las demás respuestas es correcta. 0.25 para que sea una función de distribución.

Siendo x1 y x2 dos valores cualesquiera de una v.a. X, tales que x1<x2, entonces. p(x1) < p(x2). f(x1) <= f(x2). F(x1) < F(x2). Ninguna de las demás respuestas es correcta.

La Varianza Matemática. Es lo mismo que la desviación típica. No depende de la esperanza. Es una esperanza. Ninguna de las demás respuestas es correcta.

Sean Xi ∈ B (p),i=1…8 independientes. La v.a. X=Σi=1 8 Xi , tiene por distribución. h(8,a/8,b/8). Ninguna de las demás respuestas es correcta. N(0,1). b(8,p).

Sean Xi ∈ B (p=0.5) independientes, la v.a. X=Σi=1 60 Xi , tiene por distribución. N(μ=30, σ2=15). N(μ=0, σ2=1). N(λ=30). Ninguna de las demás respuestas es correcta.

Si se conoce que los sucesos A, B y C son mutuamente excluyentes y exhaustivos, y que P(AUB) = 0.6. P(C/A) = 0.4. P(A/C) = 0. P(AUC) = 0.7, en todos los casos. Ninguna de las demás respuestas es correcta.

Si los sucesos A y B son incompatibles, entonces. P(AUB) = P(A) + P(B). P(AUB) = 0. Ninguna de las demás respuestas es correcta. P(A) = P(B/A).

La utilización de los árboles de decisión (o posibilidades) se justifica por. Ninguna de las demás respuestas es correcta. El teorema de Bayes. La axiomática de Kolmogorov. El teorema de la partición o probabilidad total.

La varianza de la suma de dos variables aleatorias normales independientes es igual a. El producto de las varianzas de cada una de ellas. Ninguna de las demás respuestas es correcta. La diferencia de las varianzas de cada una de ellas. La suma de las varianzas de cada una de ellas.

La Esperanza Matemática es. Una característica de las variables aleatorias discretas. Ninguna de las demás respuestas es correcta. El momento de orden dos. La media aritmética de una variable aleatoria.

Si se tiene que P(a) = P(B) = P(B/A) = 0.5. P((AUB)^C) = 0.25. P((AUB)^C) = 0.75. A y B no son independientes. Ninguna de las demás respuestas es correcta.

La varianza de la diferencia de dos variables aleatorias normales independientes es. La diferencia de las varianzas de cada una de ellas. Ninguna de las demás respuestas es correcta. El producto de las varianzas de cada una de ellas. La suma de las varianzas de cada una de ellas.

El numero de bytes no usados en un ordenador con una memoria de N bytes se puede modelar. Geométrica. Hipergeométrica. Ninguna de las demás respuestas es correcta. Binomial negativa.

Si los sucesos A y B son incompatibles , entonces. Ninguna de las demás respuestas es correcta. P(AUB) = P(A)P(B). P(AUB) = 0. P(A) = P(B/A).

Un control de calidad de un componente electrónico deja de funcionar el mismo durante dos horas. El componente es defectuoso si falla mas de N veces, y no lo es si falla menos de N veces. Sea X="El componente es defectuoso", X se puede modelar. Binomial negativa. Ninguna de las demás respuestas es correcta. Binaria. Poisson.

El numero de bytes usados en un ordenador con una memoria de N bytes se puede modelar. Binomial negativa. Poisson. Ninguna de las demás respuestas es correcta. Binomial.

Dada la figura que se acompaña. Ninguna de las demás respuestas es correcta. Se corresponde simplemente con una función de distribución de una variable aleatoria. Se corresponde con una función de densidad de una variable aleatoria continua. Se corresponde con una función de distribución de una variable aleatoria discreta.

Las variables aleatorias continuas están definidas por. La función de densidad. La función de cuantía. Ninguna de las demás respuestas es correcta. La función de probabilidad.

Dada la figura que acompaña. Ninguna de las demás respuestas es correcta. Se corresponde con una función de distribución de una variable aleatoria continua. Se corresponde simplemente con una función de distribución de una variable aleatoria. Se corresponde con una función de distribución de una variable aleatoria discreta.

La función de distribución de una variable aleatoria. Es monótona creciente. Ninguna de las demás respuestas es correcta. Está comprendida entre cero y uno. Está comprendida entre cero e infinito.

Un suceso aleatorio es. Un subconjunto del espacio muestral. Cualquier conjunto sobre el que se obtendrá su probabilidad. Un elemento del álgebra de sucesos asociado al espacio muestral. Ninguna de las demás respuestas es correcta.

Dada la variable aleatoria continua X, entonces. F(x) = P(X<x). f(x) = P(X=x). f(x) = dF(x)/dx. Ninguna de las demás respuestas es correcta.

El método de mínimos cuadrados para estimación de modelos estocásticos. Minimiza la media del error. Consigue hacer mínimos los errores en las estimaciones. Es tal que la varianza es mínima. Ninguna de las demás respuestas es correcta.

El método de mínimos cuadrados para estimación de modelos estocásticos. Es tal que la varianza del error es mínima. Minimiza la media del error. Consigue hacer mínimos los errores en las estimaciones. Ninguna de las demás respuestas es correcta.

Para analizar el grado de relación entre dos variables Nominales. Hay que usar el coeficiente de correlación de Pearson. Es posible usar los coeficientes predictivos λ. Ninguna de las demás respuestas es correcta. Hay que realizarlo exclusivamente por medio de la x^2 de Pearson.

El método de Mínimos Cuadrados para obtener los coeficientes de regresión de un modelo. Es aplicable a cualquier tipo de modelo. Es aplicable a cualquier tipo de modelo. Ninguna de las demás respuestas es correcta. No es aplicable si el modelo es de tipo parabólico.

Una variable tipificada es tal que. Ninguna de las demás respuestas es correcta. Su media es 0 y su desviación típica es 1. Su media es 0 y su desviación típica es 0. Su media es 1 y su desviación típica es 1.

Si R^2 xy,z > R^2 xy. La variable Z amortigua la relación entre X e y. La variable Z es la causante de la relación real entre X e Y. La relación entre las variables X e Y se debe totalmente al efecto de la variable Z. Ninguna de las demás respuestas es correcta.

El rango es una medida de dispersión aplicable a: Variables ordinales o superiores. Cualquier tipo de variables. Ninguna de las demás respuesta es correcta. Únicamente en variables numéricas.

El rango es una medida de dispersión aplicable a: Variables cuánticas. Cualquier tipo de variables. Ninguna de las demás respuesta es correcta. Únicamente en variables numéricas.

Una variable tipificada es tal que. Ninguna de las demás respuestas es correcta. Su media es 1 y su desviación típica es 0. Su media es 0 y su desviación típica es 0. Su media es 1 y su desviación típica es 1.

La mediana, como medida de centralización, es aplicable a variables. En escala nominal o superior. En escala por intervalos o superior. Ninguna de las demás respuestas es correcta. En escala ordinal o superior.

Si R^2 xy,z < R^2 xy. La variable Z amortigua la relación entre X e y. La variable Z es la causante de la relación real entre X e Y. La relación entre las variables X e Y se debe totalmente al efecto de la variable Z. Ninguna de las demás respuestas es correcta.

Si la varianza del error S∈^2 crece. Aumenta el coeficiente de determinación. Ninguna de las demás respuestas es correcta. Disminuye el coeficiente de determinación. Aumenta el coeficiente de correlación.

Si la varianza del error S∈^2 crece. Aumenta el coeficiente de determinación. Ninguna de las demás respuestas es correcta. Disminuye el coeficiente de correlación. Aumenta el coeficiente de correlación.

Sean dos variables X e Y en las que el coeficiente de correlación lineal Rxy =0. Ninguna de las demás respuestas es correcta. Rxy no puede nunca tomar el valor 0. X e Y no están relacionadas. X e Y no pueden estar relacionadas en forma lineal.

Sean dos variables X e Y en las que el coeficiente de correlación lineal Rxy =0. Ninguna de las demás respuestas es correcta. Rxy no puede nunca tomar el valor 0. X e Y no están relacionadas. X e Y pueden estar relacionadas aunque no de forma lineal.

La mediana de una distribución de datos. Ha de coincidir con un dato de la distribución. Coincide con la categoría para la que su frecuencia absoluta contiene al 50%. Tiene que ser un único valor. Ninguna de las demás respuestas es correcta.

Si el coeficiente de asimetría toma valores positivos, indica que: m0 ≤ me ≤ x. m0≥ me ≥ x. Ninguna de las demás respuestas es correcta. m0~me~x.

El error medio en las estimaciones de un modelo de regresión múltiple es. 0.0. 1.0. 0.1. Ninguna de las demás respuestas es correcta.

Para analizar el grado de relación entre dos variables en escala por ratios: Es posible usar el coeficiente de correlación de Pearson. Hay que realizarlo necesariamente por medio de V de Cramer. Ninguna de las demás respuestas es correcta. No es posible usar los coeficientes predictivos.

La moda es una medida de centralización aplicable a variables: En escala ordinal pero no nominal. Solo en escala nominal. Ninguna de las demás respuestas es correcta. Sólo de tipo numérico.

Si Cov(X,Y)>0. R xy >0. R xy ≥0. R xy =0. Ninguna de las demás respuestas es correcta.

Si Cov(X,Y)≥0. R xy >0. R xy ≥0. R xy =0. Ninguna de las demás respuestas es correcta.

La intersección entre los modelos de regresión X/Y y de Y/X coincide con. El centro de gravedad de la distribución(x- ,y-). El producto de las pendientes. No es posible saberlo si no se dispone de datos. Ninguna de las demás respuestas es correcta.

El proceso de tipificación de una variable estadística, consiste en. Un cambio de origen y escala. Un cambio de escala. Ninguna de las demás respuestas es correcta. Un cambio de origen.

La media como medida de posición es aplicable. Unicamente para variables en escala cuantitativa. Se puede calcular con cualquier tipo de variable. Ninguna de las demás respuestas es correcta. Unicamente para variables en escala cualitativa.

Para analizar el grado de relación entre dos variables ordinales. Es posible usar la χ^2 de Pearson. Hay que realizarlo por Cramer. Ninguna de las demás respuestas es correcta. Hay que usar el coeficiente de correlacion de Pearson.

Para analizar el grado de relación entre dos variables ordinales. Es posible usar los coeficientes predictivos λ. Hay que realizarlo por Cramer. Ninguna de las demás respuestas es correcta. Hay que usar el coeficiente de correlacion de Pearson.