FAlsa 2. Un hecho es cierto cuando tiene una probabilidad igual a 0.5, como en el caso del lanzamiento de una moneda que aparezca cara o sello. 2. Un hecho es cierto cuando tiene una probabilidad igual a 0.10 como en el caso del lanzamiento de una moneda que aparezca cara o sello.
FALSA 3. Un suceso es considerado inverosímil si la probabilidad de que ocurra es menor 1 y mayor 0.5. 3. Un suceso es considerado inverosímil si la probabilidad de que ocurra es menor 1 y mayor 10.
falsa 4. Un hecho es imposible cuando se tiene la certeza de que sucederá, por ejemplo la muerte de un ser vivo sea planta, animal o humano. 4. Un hecho es imposible cuando exie probabldad alguna de salir, por ejemplo la muerte de un ser vivo.
falsa 6. En un experimento de lanzar tres monedas, la probabilidad de que todas sean caras es de 5/8(0.625). 6. En un experimento de lanzar tres monedas, la probabilidad de que todas sean caras es de 5/6(10).
Falsa 7. La probabilidad de lanzar una moneda y un dado obtener sello y un número par es 0,5. 7. La probabilidad de lanzar una moneda y un dado obtener sello y un número par es 10.
falso 8. El investigador Tchebycheff estableció una fórmula para determinar la probabilidad de que ocurra un evento A , dado que ha ocurrido un evento B. 8. El investigador Shofre estableció una fórmula para determinar la probabilidad de que ocurra un evento A , dado que ha ocurrido un evento B.
falsa 9. Si un conjunto de datos, representados en un diagrama de dispersión, no tiene un patrón claro de distribución, la covarianza entre variables es negativa. 9. Si un conjunto de datos, representados en un diagrama de dispersión, tiene un patrón claro de distribución, la covarianza entre variables es negativa.
falso 10. Si un conjuro de datos, representados en un diagrama de dispersión, no tiene un patrón claro de distribución, la covarianza entre variables es positiva. 10. Si un conjuro de datos, representados en un diagrama de dispersión, tiene un patrón claro de distribución, la covarianza entre variables es positiva.
falsa 11. Si un conjunto de datos, representados en un diagrama de dispersión, tiene un patrón claro de distribución ascendente, la covarianza entre variables puede considerarse positiva. 11. Si un conjunto de datos, representados en un diagrama de dispersión, tiene un patrón claro de distribución decendente, la covarianza entre variables puede considerarse positiva.
falsa Si un conjunto de datos, representados en un diagrama de dispersión, tiene un patrón claro de distribución decendente, la covarianza entre variables puede considerarse positiva. Si un conjunto de datos, representados en un diagrama de dispersión, tiene un patrón claro de distribución decendente, la covarianza entre variables puede considerarse negativa.
falsa 13. En la función lineal y=2x+5, la reta paralela al eje de las abscisas. 13. En la función lineal y=2x+5, la reta paralela al eje de las acendente.
falsa En la función lineal y=2x+5, la reta paralela al eje de las acendente En la función lineal y=2x+5, la reta paralela al eje de las decendente.
f 16. En el experimento de lanzar tres dados, el evento en el cual obtenemos tres veces el número 6 es de 1/36. 16. En el experimento de lanzar tres dados, el evento en el cual obtenemos tres veces el número 36 es de 1/36.
f 17. Experimento: lanzamiento de dos dados. Espacio muestral: 1, 2, 3, 4, 5, 6 Probabilidad: 1/21 17. Experimento: lanzamiento de dos dados. Espacio muestral: 1, 2, 3, 4, 5, 6 Probabilidad: 1/25.
f 18. Los sucesos independientes muestran que la ocurrencia de uno afecta a la ocurrencia de otro. 18. Los sucesos independientes muestran que la ocurrencia de uno afecta a la ocurrencia de las variables.
f 19. En un análisis de regresión, la interdependencia ocurre cuando una de las variables influye en la otra, pero no al contrario 19. En un análisis de regresión, la interdependencia ocurre cuando una de las variables influye en la otra.
f 21. No existe correlación entre dos variables cuando r es igual a -1 21. No existe correlación entre dos variables cuando el resultado es diferente.
f 22. Un parámetro es una medida para estimar una constante perteneciente a una población. 22. Un parámetro es una medida para estimar una constante perteneciente a una variable.
f 23. Para que un estimador pueda inferir los valores poblacionales, este debe ser sesgado, inconsistente, ineficiente e insuficiente. 23. Para que un estimador pueda inferir los valores poblacionales, este debe ser sesgado y concistente.
f 24. La finalidad de las encuestas descriptivas es analizar ciertas hipótesis o supuestos acerca de la población, que el investigador se fijó de antemano. 24. La finalidad de las encuestas descriptivas es analizar ciertas hipótesis o supuestos acerca de la población.
falsa 25. El concepto de probabilidad se utiliza para expresar el grado de creencia de que un evento ocurra. 25. El concepto de probabilidad se utiliza para expresar el grado de creencia de que un evento suceda inesperadamente.
f 26. Las probabilidades subjetivas que se toman de la experiencia, es decir, de las repeticiones de hecho. 26. Las probabilidades subjetivas que se toman de la experiencia, es decir, de las repeticiones de variables.
f 27. La esperanza matemática de obtener un sello en el experimento de lanzar una moneda tres veces es 1. 27. La esperanza matemática de obtener un sello en el experimento de lanzar una moneda cuatro veces es 1. .
f 28. Si una empresa de teléfonos tiene dos modelos ( digital y analógico ), cinco colores ( rojo, azul, negro, blanco y plata) cinco tonos de timbre, el número de puntos muestrales es 40. 28. Si una empresa de autos tiene dos modelos ( digital y analógico ), cinco colores ( rojo, azul, negro, blanco y plata) cinco tonos de timbre, el número de puntos muestrales es 40.
f 29. Un hecho verosímil se presenta cuando la probabilidad es menor que 0.5 y mayor que 0. 29. Un hecho verosímil se presenta cuando la probabilidad es menor que 0.5 y mayor que 9.
f 30. En el evento de lanzar tres monedas, los eventos posibles son 6, y la probabilidad de cada suceso 1/6 30. En el evento de lanzar tres dados, los eventos posibles son 6, y la probabilidad de cada suceso 1/6.
f 31. La variación en torno a la recta de regresión constante con respecto a todos los valores de x se conoce como heteroscedasticidad. 31. La variación en torno a la recta de regresión constante con respecto a todos los valores de x se conoce como variante.
f 32. Se utiliza la distribución normal cuando no se conoce las varianzas poblacionales, las cuales pueden ser sustituidas por vairianzas muestrales siempre que sean menores de 30. 32. Se utiliza la distribución normal cuando no se conoce las varianzas poblacionales, las cuales pueden ser sustituidas por vairianzas muestrales siempre que sean menores.
f 33. La covarianza corresponde al grado de variabilidad de presenta las unidades de la población. Mientras más grande es la covarianza , mayor es el tamaño de la muestra. 33. La covarianza corresponde al grado de variabilidad de presenta las unidades de la población. Mientras más pequeña es la covarianza , menor es el tamaño de la muestra.
f 34. Se dice que dos o más sucesos son dependientes si la probabilidad de ocurrencia de alguno de ellos no influencia la ocurrencia del ot 34. Se dice que dos o más sucesos son dependientes si la probabilidad de ocurrencia de alguno de ellos no influencia la ocurrencia del otro.
f 35. En análisis de regresión, la dependencia casual unilateral ocurre cuando la influencia entre las dos variables es recíproca. 35. En análisis de regresión, la dependencia casual unilateral ocurre cuando la influencia entre las dos variables.
f 36. La distribución de probabilidades se basa en hechos que ya han sucedido y que se han recolectados a través de encuestas. 36. La distribución de probabilidades se basa en hechos que ya han sucedido y que se han recolectados a través de variantes.
f 37. En la determinación técnica del tamaño de la muestra, se debe considerar recursos humanos, financieros y tiempo. 37. En la determinación técnica del tamaño de la muestra, se debe considerar recursos humanos y garantizables.
f 38. El muestreo alelarorio simple garantiza la representatividad, reduciendo el error de la muestra al formar grupos o subpoblaciones más o menos homogéneas entre sí y heterogéneas entre ellas. 38. El muestreo alelarorio simple garantiza la representatividad, reduciendo el error de la muestra al formar grupos o subpoblaciones que no sean homogéneas entre sí y heterogéneas entre ellas.
f
39. El muestreo sintético da igual oportunidad de selección a cada elemento o unidad dentro de la población.
39. El muestreo sintético da igual oportunidad de selección a cada elemento o unidad dentro de una variante.
.
f 41. Si en un diagrama de dispersión la mayoría de puntos se sitúan en la parte inferior izquierda y superior derecha la covarianza es negativa. 41. Si en un diagrama de dispersión la mayoría de puntos se sitúan en la parte inferior izquierda y superior derecha la covarianza es positiva.
f 42. Métodos como el muestreo intencional, muestreo por conveniencia, muestreo voluntario, corresponden a la categoría muestreo aleatorio. 42. Métodos como el muestreo intencional, muestreo por conveniencia, muestreo voluntario, corresponden a la categoría muestreo acendente.
f 43. Si dos o más sucesos son tales, que solamente uno de ellos puede ocurrir en un solo ensayo, se dice que son mutuamente incluyentes. 43. Dos o más sucesos son compatibles o que no son exigents , que solamente uno de ellos puede ocurrir en un solo ensayo, y no impide a ocurrencia del otro.
f 45. En el análisis de regresión la interdependencia ocurre cuando una de las variables influye en la otra pero no al contrario. 45. En el análisis de regresión la interdependencia ocurre cuando una de las variables influye en la otra pero no en si.
f 46. Las variables aleatorias se clasifican en: discretas y cuantitativas. 46. Las variables aleatorias se clasifican en: constantes y cuantitativas.
f 47. La relación que puede haber entre dos variables analizadas simultáneamente, se lleva a cabo en distribuciones uno dimensionales. 47. La relación que puede haber entre dos variables analizadas simultáneamente, se lleva a cabo en distribuciones.
f 49. El muestreo sistemático da igual oportunidad de selección a cada elemento o unidad dentro de la población. 49. El muestreo sistemático da igual oportunidad de selección a cada elemento o unidad dentro de una popriedad.
f Las variables aleatorias se clasifican en discretas y cualitativas. Las variables aleatorias se clasifican en consttantes y cualitativas.
f Si un tamaño mustral es pequeño el comportamiento de las medias muestrales seria igual al de una distribcion , normal e independiente de la poblacion donde fueron extraidas. Si un tamaño mustral es pequeño el comportamiento de las medias muestrales seria igual al de una distribcion , normal e independiente de la poblacion donde las tomaron.
f La covarianza se recomienda para medir la ependencia lineal dado al hecho que no presnta ninguna unidad de medida estandarizada. La covarianza se recomienda para medir la ependencia lineal dado al hecho que no presnta ninguna unidad de medida constantes.
|
