Cuestionario de Diseño de Experimentos y Estadística Inferencial

¿Qué tipo de factores son aquellos que el experimentador puede manipular?. Factores aleatorios. Factores controlables. Factores externos. Factores contaminantes.

¿Qué se busca con una estimación puntual?. Determinar una hipótesis alternativa. Comparar dos muestras. Obtener un solo valor como aproximación del parámetro. Definir un intervalo de confianza.

¿Cuál de los siguientes es un principio básico del diseño de experimentos?. Segmentación. Aleatorización. Agrupamiento. Clasificación jerárquica.

¿Cuál es el objetivo de comparar dos tratamientos en un experimento?. Medir el grado de correlación entre variables. Estimar el tamaño de muestra. Evaluar si sus efectos sobre la variable de respuesta son significativamente distintos. Reducir la aleatoriedad.

¿Cuál es el objetivo del análisis de varianza (ANOVA) con un solo factor?. Determinar la distribución de frecuencias de una variable. Calcular la desviación estándar de un grupo. Comparar las medias de más de dos grupos o tratamientos. Medir la relación entre dos variables.

¿Qué herramienta ayuda a verificar el supuesto de normalidad en ANOVA?. Histograma de frecuencias absolutas. Tabla de frecuencia relativa. Gráfico de probabilidad normal de los residuos. Curva ROC.

¿Cuál es una ventaja de usar pruebas de hipótesis sobre proporciones?. Se usa cuando no hay varianza. Permite tomar decisiones cuando se analizan variables categóricas. No requiere muestreo aleatorio. Es más precisa para datos numéricos continuos.

¿Cuál de los siguientes es un supuesto del modelo de regresión lineal?. Los errores son independientes y normalmente distribuidos. La media de la variable independiente es cero. La relación entre las variables debe ser cuadrática. El valor de R² es mayor a 0.5.

¿Cuál es el objetivo principal de ajustar modelos de regresión en experimentos?. Calcular la media de cada tratamiento. Comparar proporciones de dos muestras. Establecer una relación funcional entre la variable respuesta y una o más variables independientes. Validar distribuciones de probabilidad.

¿Qué prueba se utiliza comúnmente para verificar la significancia del coeficiente de regresión?. Prueba F de Snedecor. Prueba t de Student. Prueba de proporciones. Prueba de chi-cuadrada.

¿Qué se entiende por variable de respuesta en un experimento?. La que permanece constante. La que representa los costos del proceso. La que se controla directamente en el experimento. La que se mide para observar el efecto de los tratamientos.

¿Qué tipo de diseño es más recomendable para probar varias hipótesis simultáneamente?. Diseño longitudinal. Diseño de bloques completos. Diseño de muestreo. Diseño factorial.

¿Cuál es una hipótesis nula típica en pruebas de dos medias independientes?. La diferencia de medias es igual a cero. Las varianzas son iguales a 1. La proporción es igual a 0.5. Las medias son mayores a 10.

¿Cuál es una característica fundamental de una distribución de probabilidad?. Es aplicable solo a datos cualitativos. Describe el comportamiento esperado de una variable aleatoria. Siempre es simétrica. Solo se usa en poblaciones finitas.

¿Qué supuesto NO es necesario en el modelo de ANOVA?. Normalidad de los errores. Varianza homogénea entre tratamientos. Linealidad entre variables. Independencia entre observaciones.

¿Qué técnica se utiliza para identificar qué medias son diferentes tras un ANOVA significativo?. Regresión logística. Pruebas de comparaciones múltiples. Diagrama de dispersión. Prueba de chi-cuadrado.

¿Qué mide el coeficiente de determinación R²?. El tamaño de la muestra. El porcentaje de variabilidad de la respuesta explicada por el modelo. La media de los residuos. La varianza de los errores.

¿Qué representa un parámetro en estadística inferencial?. Una característica de la población. Una medición no controlada. Una variable independiente. Un valor calculado a partir de una muestra.

¿Qué gráfica es útil para evaluar la normalidad de los errores en regresión?. Diagrama de barras. Histograma de frecuencias. Gráfico de sectores. Gráfico de probabilidad normal (Q-Q plot).

¿Cuál es el objetivo principal del diseño de experimentos?. Evaluar datos históricos de procesos. Estudiar el efecto de factores sobre una o más variables de respuesta. Estimar parámetros poblacionales con precisión. Realizar encuestas y estudios de mercado.

¿Qué representa el modelo de proceso en el diseño de experimentos?. Una lista de procedimientos. El flujo de trabajo de un área administrativa. La relación entre entradas (factores) y salidas (respuestas). La estructura organizacional de la empresa.

¿Cuál es el objetivo principal de la prueba de hipótesis?. Medir frecuencias absolutas. Elaborar gráficos de dispersión. Calcular la media de una variable. Tomar decisiones estadísticas sobre parámetros poblacionales.

¿Qué se entiende por error tipo I en la prueba de hipótesis?. Usar una distribución equivocada. Rechazar la hipótesis nula siendo verdadera. No rechazar la hipótesis alternativa. Aceptar una hipótesis alternativa falsa.

¿Cuál es el objetivo de construir intervalos de predicción en regresión?. Identificar correlaciones entre factores. Determinar la media de los errores. Estimar el rango en el que probablemente caerá un nuevo valor de la variable respuesta. Calcular el error cuadrático medio.

¿Qué representa la variación entre tratamientos en ANOVA?. La desviación típica del grupo. El valor promedio del factor. La variabilidad aleatoria del error. La diferencia entre las medias de los tratamientos.

¿Qué implica un valor de p menor al nivel de significancia en ANOVA?. Se acepta la hipótesis nula: no hay diferencias. Se reducen los grados de libertad del error. Se rechazan las medias con mayor varianza. Se rechaza la hipótesis nula: hay diferencias significativas entre tratamientos.

¿Qué modelo se utiliza para estudiar la relación entre dos variables cuantitativas?. Modelo de proporciones. Prueba de hipótesis. Análisis de varianza. Regresión lineal simple.

¿Qué método se usa para estimar los parámetros de un modelo de regresión?. Máxima verosimilitud. Simulación Monte Carlo. Método de Tukey. Mínimos cuadrados ordinarios.

¿Cuál es el significado del valor R² en regresión?. Tasa de error del modelo. Cálculo de residuos estandarizados. Proporción de la variabilidad total explicada por el modelo. Medida de la pendiente de la regresión.

¿Qué se busca al aplicar el método de poblaciones pareadas?. Maximizar la dispersión de los datos. Eliminar los efectos de los factores de ruido. Controlar la variabilidad entre sujetos al emparejarlos. Asignar tratamientos de forma aleatoria a grupos independientes.

¿Cuál es la razón principal para usar diseños experimentales en ingeniería?. Realizar auditorías internas. Mejorar productos y procesos mediante el análisis estadístico. Optimizar la gestión de recursos humanos. Evaluar estrategias de marketing.

¿Qué distribución se usa comúnmente para pruebas de hipótesis sobre la media con varianza desconocida?. Exponencial. Distribución normal estándar. Ji-cuadrada. t de Student.

¿Cuál es el propósito de un intervalo de confianza?. Determinar si hay diferencias entre proporciones. Evaluar la homogeneidad de varianzas. Estimar el parámetro dentro de un rango con un nivel de certeza. Medir la frecuencia de errores en el muestreo.

¿Qué se busca evitar mediante la aleatorización en los experimentos?. Repetición innecesaria. Uso de software. Cálculos complejos. Sesgos sistemáticos.

¿Qué diseño se utiliza comúnmente para ANOVA con un solo factor?. Diseño factorial fraccionado. Diseño de medidas repetidas. Diseño completamente al azar. Diseño en bloques aleatorizados.

¿Qué ocurre si se violan los supuestos de homocedasticidad y normalidad?. Las conclusiones del ANOVA pueden ser inválidas. No se puede calcular la suma de cuadrados. La prueba F se convierte en una t de Student. Se incrementa la media muestral.

¿Qué es un residuo en el análisis de regresión?. El coeficiente angular del modelo. Un valor atípico de la variable independiente. El producto cruzado de las variables. La diferencia entre el valor observado y el valor predicho.

¿Qué se debe hacer si se detecta no linealidad en los datos?. Probar con una regresión polinomial u otra transformación. Eliminar las observaciones más alejadas. Cambiar el método de aleatorización. Aumentar el tamaño de la muestra.

¿Cuál es un uso de los intervalos de confianza en regresión múltiple?. Calcular proporciones acumuladas. Evaluar la homogeneidad de varianzas. Estimar los coeficientes del modelo con un margen de error. Determinar si se requiere un diseño factorial.

¿Qué se busca con una prueba para proporciones?. Calcular intervalos de confianza para la media. Determinar si las varianzas son iguales. Comparar más de dos medias. Verificar si la proporción muestral representa a la población.

¿Cuál es una condición necesaria para aplicar pruebas de hipótesis clásicas?. Uso exclusivo de variables categóricas. Alta varianza muestral. Suposición de normalidad en los datos. Diseño de experimentos en bloques.

¿Qué representa un valor de R² cercano a 1?. Que hay un error de muestreo significativo. Que el modelo explica la mayor parte de la variabilidad de la respuesta. Que los datos no siguen una distribución normal. Que hay muchos datos atípicos en la muestra.

¿Cuál es una ventaja importante del diseño experimental respecto a la simple observación?. Permite establecer relaciones causa-efecto. Es menos complejo. Requiere menos recursos. Se basa solo en datos históricos.

¿Qué implica rechazar la hipótesis nula en una prueba estadística?. Que no se puede continuar con el experimento. Que hay suficiente evidencia para apoyar la hipótesis alternativa. Que se cometió un error tipo I. Que se debe aumentar el tamaño de muestra.

¿Cuál es el objetivo de una prueba de hipótesis para la media con varianza desconocida?. Determinar si la media muestral difiere significativamente de un valor hipotético. Estimar el tamaño del efecto. Comparar distribuciones. Ajustar un modelo lineal.

¿Qué se analiza con el estadístico F en ANOVA?. El coeficiente de correlación entre grupos. El rango intercuartílico de las muestras. La razón entre la varianza entre tratamientos y la varianza del error. El promedio general de todos los datos.

¿Cuál de los siguientes métodos es una prueba de comparación múltiple?. Prueba de Kolmogorov-Smirnov. Método de Pearson. Regla de Bayes. Método de Tukey.

¿Qué prueba se utiliza comúnmente para verificar la significancia del coeficiente de regresión?. Prueba t de Student. Prueba F de Snedecor. Prueba de proporciones. Prueba de chi-cuadrada.

¿Cuál es el objetivo de construir intervalos de predicción en regresión?. Calcular el error cuadrático medio. Estimar el rango en el que probablemente caerá un nuevo valor de la variable respuesta. Identificar correlaciones entre factores. Determinar la media de los errores.

¿Qué representa el valor p asociado al coeficiente de regresión?. El tamaño del efecto en una ANOVA. La media muestral del predictor. El nivel de confianza de un intervalo. La evidencia contra la hipótesis nula de que el coeficiente es cero.

¿Qué representa un parámetro en estadística inferencial?. Una característica de la población. Una medición no controlada. Un valor calculado a partir de una muestra. Una variable independiente.

¿Cuál es el objetivo principal de la prueba de hipótesis?. Elaborar gráficos de dispersión. Medir frecuencias absolutas. Calcular la media de una variable. Tomar decisiones estadísticas sobre parámetros poblacionales.

¿Qué herramienta ayuda a verificar el supuesto de normalidad en ANOVA?. Tabla de frecuencia relativa. Gráfico de probabilidad normal de los residuos. Curva ROC. Histograma de frecuencias absolutas.

¿Cuál es una extensión directa del modelo de regresión lineal simple?. Análisis de clúster. Regresión lineal múltiple. Análisis discriminante. Análisis factorial.

¿Cuál es el supuesto clave del modelo de regresión lineal?. La media de la respuesta es constante. Los errores son independientes y normalmente distribuidos con media cero. Las variables independientes son categóricas. Los residuos son positivos.

¿Qué se entiende por variable de respuesta en un experimento?. La que permanece constante. La que se mide para observar el efecto de los tratamientos. La que se controla directamente en el experimento. La que representa los costos del proceso.