Diseños de Investigación y Análisis de datos 2 TEMA 1

Con el análisis inferencial de los datos se pretende: Realizar un análisis descriptivo de los datos de la investigación. Inferir los parámetros de la población a partir de los estadísticos muestrales. Describir los estadísticos de una muestra.

¿Cuál de las siguientes afirmaciones es verdadera?: A los índices que resumen la información de una población los denominamos parámetros y los designamos con letras griegas. A los índices que resumen la información de una muestra los denominamos parámetros y los designamos con letras griegas. A los índices que resumen la información de una población los denominamos estadísticos y los designamos con letras griegas.

Se llama error típico de la distribución muestral de un estadístico a: La varianza de la variable en la población. La desviación típica de la variable en la muestra. La desviación típica de la distribución muestral de un estadístico.

La representatividad de la muestra es la característica que permite: Generalizar los estudios de la muestra a la población. Conocer las distribuciones de probabilidad de las variables. Calcular los estadísticos.

Para poder realizar una inferencia: Nuestra muestra debe ser tan grande como la población. Lo que interesa es trabajar con muestras representativas. Nuestra muestra no debe obtenerse al azar.

El error muestral es la diferencia entre: El resultado obtenido en la muestra y el que se habría obtenido si hubiésemos hecho un censo siguiendo los mismos procedimientos que en la muestra. El tamaño de la población y el tamaño de la muestra, (N – n). Las medias de las poblaciones.

Llamamos estadísticos a: Las medidas realizadas en la población. Las medidas realizadas en la muestra. La distribución de frecuencias de los valores que toma un estadístico “I” en el muestreo.

Llamamos parámetros poblacionales a: Las medidas realizadas en la población. Las medidas realizadas en la muestra. La distribución de frecuencias de los valores (o funciones) que toma un estadístico “I” en el muestreo.

La distribución muestral de la media es normal: Cuando es normal la distribución de la variable estudiada o cuando aumenta suficientemente el tamaño de la muestra. Sólo cuando es normal la distribución de la variable estudiada. Sólo cuando el tamaño de la muestra es el adecuado.

La distribución normal tipificada es simétrica en torno: A cero. A la media de la variable en la muestra. A la media de la variable en la población.

El error típico de la distribución muestral del estadístico varianza es: La desviación típica de la distribución muestral de la varianza. La varianza de la distribución muestral de la desviación típica. La varianza de la distribución muestral de la varianza.

La distribución normal es simétrica en torno a: La media y a la varianza, dado que son los dos parámetros de la distribución. La varianza. La media.

La varianza de la distribución muestral de la media en muestras aleatorias simples: Es igual a la varianza poblacional. Es igual a la varianza poblacional dividida por el número de elementos de la muestra. Es mayor que la varianza poblacional.

Una característica esencial del muestreo aleatorio es que: Se mantiene constante el tamaño de la población. El tamaño de la población variará en cada extracción. Todas las muestras posibles son equiprobables.

Cuando operamos con puntuaciones típicas, todas las posibles distribuciones normales de la media: Se convierten en una única distribución normal con media igual a cero y varianza igual a 1. La alternativa “a” es correcta sólo cuando “n” es grande. Ambas alternativas son incorrectas.

La media de la distribución muestral de la media es igual a: La media poblacional dividida entre el número de elementos de la muestra. La media poblacional. Depende si son muestras con o sin reemplazamiento.

La proporción muestral: Sigue siempre una distribución normal. Se aproxima a una distribución normal conforme el número de elementos de la muestra crece. Sigue una distribución de Bernouilli.

Extraemos una muestra aleatoria de la población española y anotamos el número de personas que están a favor del examen de reválida. ¿Cuál es el estimador insesgado de la proporción poblacional de personas a favor del examen de reválida?: La proporción poblacional de personas a favor del examen de reválida. Cualquier estimador que sea eficiente. Un estadístico que utilizamos para estimar parámetros poblacionales.

Un estadístico es una característica de: Una muestra. Una población.

La varianza insesgada: Es la varianza muestral multiplicada por “n” y dividida por “n-1”. Es la varianza muestral multiplicada por “n-1” y dividida por “n”.

Extraemos una muestra aleatoria de la población española, les pasamos un cuestionario de creatividad, sumamos todas las puntuaciones obtenidas por los sujetos y las dividimos por el número de sujetos de la muestra. ¿Cuál es el estimador insesgado de la media poblacional en creatividad?: La proporción de sujetos creativos en la muestra. La media de la creatividad en la muestra. La media de la creatividad en la población.

Un estimador es suficiente: Si la media de la distribución de medias de las muestras coincide con el valor del parámetro que queremos estimar. Si es consistente. si se utiliza toda la información de la muestra para estimar el parámetro.

La media muestral es: Un estimador suficiente de la media poblacional. Un estimador sesgado de la media poblacional.

Un estimador es más eficiente: Cuanto mayor sea la varianza de la distribución muestral del estimador. Cuanto menos varíe el valor del estimador de una muestra a otra.

Se dice que un estimador es insesgado cuando: La media de su distribución muestral coincide con el valor del parámetro que se quiere estimar. La media correspondiente a la característica en la muestra coincide con la media de la característica en la población. Ambas respuestas son correctas.

Una estimación puntual se diferencia de una estimación por intervalos en que. En la estimación puntual se toma un valor muestral concreto como estimación del parámetro, mientras que en la estimación por intervalos se establece un rango de valores dentro del cual estaría el valor del parámetro. En la estimación puntual no se establece un intervalo de confianza. Ambas respuestas son correctas.

La media muestral es: Un estimador insesgado de la media poblacional. Un estimador suficiente de la media poblacional. Ambas respuestas son correctas.

Un estimador: Es una función calculada en una población. Es una función calculada en una muestra. Siempre toma el mismo valor a través de todas las muestras.

Manteniendo constantes todos los factores excepto el nivel de confianza, ¿qué estimación por intervalos será más precisa?: Al 99 %. Al 95 %.

Las hipótesis estadísticas son: Hipótesis que se hacen sobre determinadas características de una distribución. Hipótesis científicas formuladas en términos estadísticos. Ambas respuestas son correctas.

La probabilidad del error tipo I representa: La probabilidad de rechazar la hipótesis nula siendo verdadera. La probabilidad de aceptar la hipótesis nula siendo verdadera. la probabilidad de aceptar la hipótesis nula siendo falsa.

Llamaremos potencia de contraste: A la probabilidad de rechazar una hipótesis alternativa falsa. A la probabilidad de aceptar una hipótesis alternativa verdadera. A la probabilidad de rechazar una hipótesis nula cierta.

Se llama nivel de significación: A la probabilidad de rechazar la hipótesis nula siendo falsa. A la probabilidad de rechazar la hipótesis alternativa siendo cierta. A la probabilidad de rechazar la hipótesis nula siendo cierta.

Las hipótesis estadísticas nula y alternativa: Deben ser exhaustivas y mutuamente exclusivas. Pueden formularse en términos de la forma de la distribución o de los estadísticos muestrales.

Un estadístico de contraste: Es una variable aleatoria. Es un parámetro.

Si la probabilidad de aceptar una hipótesis alternativa verdadera es 0’70, ¿cuánto valdrá la probabilidad de rechazar una hipótesis nula falsa, siendo 0’95 el nivel de confianza?. 0’30. 0’70. 0’05.

Relacione la definición correcta para cada uno de los siguientes conceptos: distribución muestral. distribución poblacional. distibución de la muestra. error típico.