Cuestionario evaluable UD5

En el contexto del test de McNemar para muestras dicotómicas emparejadas, ¿en qué casos se centra principalmente el análisis para determinar si ha habido un cambio significativo?. Casos discordantes (n12 y n21). Casos concordantes (n11 y n22). Frecuencias marginales totales (n1⋅ y n⋅1). El tamaño total de la muestra (n).

En un contraste sobre la media de una población normal donde la varianza σ2 es desconocida y el tamaño muestral n, ¿qué distribución sigue el estadístico T bajo H0?. Una distribución normal estandar. Una distribución F de Snedecor de 1 y n−1 grados de libertad. Una distribución χ2 con n−1 grados de libertad. Un distribución t de Student con n−1 grados de libertad.

El estadístico del test de Kolmogorov, denotado como Dn, se define como: La suma de los cuadrados de las diferencias entre las frecuencias observadas y las esperadas. El supremo de la diferencia absoluta entre la función de distribución empírica y la teórica. El valor promedio de las desviaciones respecto a la media de la muestra.

¿Cuál es la diferencia fundamental entre una hipótesis nula simple y una compuesta?. En la hipótesis nula simple no se requiere un nivel de significación α concreto. En la hipótesis nula simple el conjunto Θ0 está formado por un único elemento. La hipótesis nula simple se corresponde a test unilaterales, mientras que la hipoótesis nula compuesta se corresponde a test bilaterales.

Si se desea reducir simultáneamente la probabilidad de cometer un error de tipo I y un error de tipo II, ¿qué se puede hacer?. Disminuir el nivel de significación α. Aumentar el tamaño de la muestra n. Cambiar un contraste bilateral por uno unilateral. Aumentar el valor crítico C en la dirección de la hipótesis alternativa para hacer la región de rechazo más exigente.

Indica qué opción corresponde a un falso negativo: Rechazar H0 cuando es falsa. Aceptar H0 cuando es falsa. Rechazar H0 cuando es verdadera. Aceptar H0 cuando es verdadera.

¿Cuál es el propósito del test F?. Verificar la hipótesis de igualdad de varianzas entre dos muestras. Comparar las medias de más de dos muestras de forma simultánea. Determinar si una muestra proviene de una población normal.

¿Cuál de los siguientes tests es la alternativa no paramétrica adecuada para comparar las medias de más de dos muestras independientes cuando los datos no siguen una distribución normal?. Test de Kruskal-Wallis. Test de Friedman. ANOVA de un factor. Test de Mann-Whitney.

¿En qué situación se debe utilizar el test de Welch en lugar del test T para muestras independientes?. Cuando se conocen las varianza poblacionales σ21 y σ22. Cuando los datos provienen de una población que no sigue una distribución normal. Cuando el tamaño de las dos muestras es diferente (n≠m). Cuando las varianza de las dos poblaciones son desconocidas y se asume que son distintas.

¿Qué es exactamente el p-valor?. La probabilidad de que H0 sea cierta dados los datos observados. La probabilidad de obtener un resultado al menos tan extremo como el observado, asumiedo que H0 es cierta. La probabilidad de cometer un error de tipo I. El valor mínimo del estadístico de contraste necesario para rechazar H0.