Final Matematica V- Solo teoria

¿Cuál de las siguientes es una de las condiciones que debe verificarse para aplicar un test de bondad de ajuste?. Todas las casillas observadas tienen que tener al menos 5 observaciones. Por hipótesis del test respectivo. Todas las casillas observadas tienen que tener al menos 6 observaciones. Por hipótesis del test respectivo. Todas las casillas observadas tienen que tener al menos 4 observaciones. Por hipótesis del test respectivo.

Cuál es el concepto de prueba de bondad de ajuste?. Prueba estadística que determina si existe una diferencia significativa entre la distribución de frecuencias observadas y una distribución teórica de probabilidad que supuestamente describiría la distribución observada. Prueba estadística que determina si existe una diferencia significativa entre la distribución de frecuencias observadas y una distribución zeórica de probabilidad que supuestamente describiría la distribución observada. Alternativa similar: Prueba estadística que determina si existe una diferencia significativa entre la distribución de frecuencias observadas y una distribución teórica de probabilidad que supuestamente describiría la distribución observada.

En una prueba de bondad de ajuste En qué valores de la distribución del estadístico de prueba se ubica la zona de rechazo de Ho?. en los valores más altos. Alternativa similar: en los valores más altos. en los valores más bajos.

Qué sucede cuando los números de los grados libertad son muy pequeños?. Cuando los números de los grados de libertad son muy pequeños, la distribución Chi cuadrado muestra un fuerte sesgo hacia la izquierda. Cuando los números de los grados de libertad son muy pequeños, la distribución distribución t muestra un fuerte sesgo hacia la derecha. Cuando los números de los grados de libertad son muy pequeños, la distribución Chi cuadrado muestra un fuerte sesgo hacia la derecha.

Qué pruebas se puede utilizar para probar si la proporción poblacional π1 es igual a la población poblacional π2?. La prueba de chi cuadrado para la diferencia entre dos proporciones. Alternativa similar: La prueba de chi cuadrado para la diferencia entre dos proporciones. La prueba de distribución t para la diferencia entre dos proporciones.

Qué valores puedo asumir el estadístico de prueba de un test de bondad de ajuste?. Valores no negativos. Alternativa similar: Valores no negativos. No valores no negativos.

Cuál es el estadístico que se utiliza para evitar “intuiciones” respecto de las frecuencias observadas y esperadas?. Alternativa similar: Chi Cuadrado. Chi Cuadrado. distribución t.

Cuál es la definición de frecuencias esperadas?. las que esperamos ver en una tabla de contingencia o de distribución de frecuencia, si la hipótesis alternativa es verdadera. Alternativa similar: las que esperamos ver en una tabla de contingencia o de distribución de frecuencia, si la hipótesis nula es verdadera. las que esperamos ver en una tabla de contingencia o de distribución de frecuencia, si la hipótesis nula es verdadera.

El método de mínimos cuadrados a Qué valores determina para reducir al mínimo la suma de las diferencias al cuadrado de la línea de predicción?. Alternativa similar: Los valores b0 (intersección de la muestra con el eje y) ; b1 (producto de la muestra). Los valores b0 (intersección de la muestra con el eje y) ; b1 (producto de la muestra). No los valores b0 (intersección de la muestra con el eje y) ; b1 (producto de la muestra).

Si los conjuntos de frecuencias observadas y esperadas son casi iguales. Qué podemos incluir?. H0 : pN = ps = pc = pw (hipótesis alternativa) H1 : pN, ps, pc y pw no son iguales (hipótesis alternativa) Podemos razonar y concluir que aceptamos la hipótesis nula. H0 : pN = ps = pc = pw (hipótesis nula) H1 : pN, ps, pc y pw no son iguales (hipótesis alternativa) Podemos razonar y concluir que aceptamos la hipótesis nula. H0 : pN = ps = pc = pw (hipótesis nula) H1 : pN, ps, pc y pw no son iguales (hipótesis nula) Podemos razonar y concluir que aceptamos la hipótesis nula.

Cuál es la ecuación para calcular los grados de libertad tabla de contingencia?. Número de grados de libertad = (número de renglones - 1) (número de columna - 1). Número de gratres de libertad = (número de renglones - 1) (número de columna - 1). Número de grados de libertad ≠ (número de renglones - 1) (número de columna - 1).

¿Cuántos grados de libertad tiene el estadístico del test de bondad de ajuste?. (donde n ≠ cantidad de casos de muestra; k = cantidad de valores de la variable considerados; r = cantidad de filas; c = cantidad de columnas) k-1. (donde n = cantidad de casos de muestra; k = cantidad de valores de la variable considerados; r = cantidad de filas; c = cantidad de columnas) k-1. (donde n = cantidad de casos de muestra; k = cantidad de valores de la variable consideratres; r = cantidad de filas; c = cantidad de columnas) k-1.

Qué sucede cuando crece el número de grados de libertad?. La curva rápidamente se torna más simétrica hasta que el número alcanza valores altos. La opción contraria a curva rápidamente se torna más simétrica hasta que el número alcanza valores altos. Alternativa similar: La curva rápidamente se torna más simétrica hasta que el número alcanza valores altos.

A que igual estadístico de prueba de chi cuadrado?. Alternativa similar: es igual a la diferencia al cuadrado entre las frecuencias observadas y esperadas , divididas entre frecuencia esperada en cada celda de la tabla, sumada en todas las celdas de la tabla. es igual a la diferencia al cuadrado entre las frecuencias observadas y esperadas , divididas entre frecuencia esperada en cada celda de la tabla, sumada en todas las celdas de la tabla. es diferente a la diferencia al cuadrado entre las frecuencias observadas y esperadas , divididas entre frecuencia esperada en cada celda de la tabla, sumada en todas las celdas de la tabla.

Cómo está constituido una tabla de contingencia?. Una tabla de contingencia está constituida por reglones y columnas. No una tabla de contingencia está constituida por reglones y columnas.

Cómo son los grados de libertad en la tabla de contingencia?. Son iguales a (número de reglones - x 1) multiplicado por (número de columnas - 0). Son iguales a (número de reglones - x 1) multiplicado por (número de columnas - 1).

Consiste en comprobar si dos características cualitativas están relacionadas entre Sí a qué tipo de pruebas se refiere?. test de independencia. No test de independencia.

Cuál es el estadístico que representa la proporción general estimada de los elementos de interés para los dos grupos combinados?. (cálculo de la media general estimada para dos grupos combinados) ͞p. (cálculo de la proporción general estimada para dos grupos combinados) ͞p.

El estadístico de prueba chi cuadrado para diferencia entre dos proporciones que tipo de solución tiene aproximadamente?. Distribución distribución t. Distribución chi cuadrado.

En el caso de calcular la frecuencia esperada en cualquier celda, si la hipótesis nula es verdadera Cómo será la proporción de elementos de interés en las dos poblaciones?. Los elementos de interés en las tres poblaciones será la misma. Los elementos de interés en las dos poblaciones será la misma.

En la prueba de chi cuadrada para la diferencia entre dos proporciones, es el procedimiento de prueba de hipótesis utiliza un estadístico de prueba que se aproxima por medio de que distribución?. Chi cuadrado. distribución t.

En una prueba de independencia cuántos factores de interés existen?. En una prueba de independencia existen tres factores de interés. En una prueba de independencia existen dos factores de interés.

En una prueba de Independencia. Qué valores de la distribución del estadístico de prueba indican que la evidencia muestral da cuenta de cierta asociación de las variables?. En los valores más bajos. En los valores más altos.

Existe alguna relación entre la distribución (chi cuadrado) y los grados de libertad?. Existe una distribución “chi cuadrado” diferente para cada número de grados de libertad. Existe una distribución “chi cuadrado” diferente para cada número de gratres de libertad.

La tabla de contingencia constituida por dos renglones y dos columnas como se denomina?. Tabla de contingencia de 2 x 1. Tabla de contingencia de 2 x 2.

Cuál es la fórmula para calcular la frecuencia esperada?. La opción contraria a frecuencia esperada de una celda es el producto su total de reglón por el total de columna dividido entre el tamaño total de la muestra. La frecuencia esperada de una celda es el producto su total de reglón por el total de columna dividido entre el tamaño total de la muestra.

Las pruebas de chi-cuadrado. Qué nos permiten verificar?. Si más de dos porciones de poblaciones pueden considerarse iguales. Si más de tres porciones de poblaciones pueden considerarse iguales.

Cuál de los siguientes aspectos es crítico si se realizan comparaciones de dos en dos para sacar conclusiones referidas a la diferencia de más de dos medias entre sí?. Al hacer un mayor número de contrastes aumenta el error de tipo 1. Al hacer un mayor número de contrastes aumenta el error de tipo 0.

¿Cuál es la variable respuesta y la explicativa en este estudio?. No variable de respuesta: resultado en la prueba; Variable explicativa: método de enseñanza. Variable de respuesta: resultado en la prueba; Variable explicativa: método de enseñanza.

La ANOVA sirve para comparar. las medias de 3 o más poblaciones. las medias de 2 o más poblaciones.

Por qué se opta por aplicar la prueba ANOVA y no comparaciones de dos en dos de las respectivas medias poblacionales?. Para evitar el mayor esfuerzo computacional y realizar un único conjunto de cálculos. Para evitar el menor esfuerzo computacional y realizar un único conjunto de cálculos.

Cómo está representada la variación entre grupos en el análisis de varianza de un factor?. la variación entre grupos está representada por la suma de cuadrados entre grupos. la variación entre grupos está representada por la suma de cuadratres entre grupos.

Cómo está representada la variación total en el análisis de varianza de un factor?. la variación total está representada por la suma de cuadrados totales. la variación total está representada por la suma de cuadratres totales.

Cuántos grados libertad corresponde a cada varianza?. Dentro: n-k. Dentro: n+k.

Preg 2 mismo planteo: Cuál de las siguientes puede ser una variable de respuesta en este estudio?. Cantidad promedio de respuestas correctas. Alternativa similar: Cantidad promedio de respuestas correctas.

Preg 3. Qué tipo de prueba recomienda realizar?. No aNOVA. ANOVA.

Cuál es el estadístico de prueba F para probar la razón de dos varianzas?. Es igual a la media de la muestra 1 (la varianza muestral más grande) dividida la varianza de la muestra 2 (la varianza muestral más pequeña). Es igual a la varianza de la muestra 1 (la varianza muestral más grande) dividida la varianza de la muestra 2 (la varianza muestral más pequeña).

Cómo está representada la variación dentro de los grupos en el análisis de varianza de un factor?. La variación dentro de los grupos está representada por la suma de cuadrados dentro de los grupos. La variación dentro de los grupos está representada por la suma de cuadratres dentro de los grupos.

Cómo podemos visualizar la ecuación de estimación simple?. La opción contraria a ecuación de estimación simple la podemos visualizar como una línea en una gráfica. La ecuación de estimación simple la podemos visualizar como una línea en una gráfica.

¿Cuál de las siguientes actividades permite mejorar la precisión de la estimación de una regresión lineal?. Aumentar el tamaño de la muestra. disminuir el tamaño de la muestra.

Cuál es el concepto de una regresión simple?. La regresión simple relación una variable independiente con una sola variable independiente. La regresión simple relación una variable dependiente con una sola variable independiente.

¿Cuál es el concepto de regresión lineal?. La regresión múltiple relaciona una variable dependiente con varias variables independientes. La regresión múltiple relaciona una variable independiente con varias variables independientes.

Cuál es el objetivo del análisis de regresión?. el análisis de regresión tiene como objetivo estimar la relación que vincula a una variable independiente con una o varias variables independientes. ) el análisis de regresión tiene como objetivo estimar la relación que vincula a una variable dependiente con una o varias variables independientes.

En el análisis de regresión cómo debe ser la relación entre las variables?. En el análisis de regresión debe existir una relación de causalidad entre las variables. Alternativa similar: En el análisis de regresión debe existir una relación de causalidad entre las variables.

En el análisis de regresión cómo se llama la variable que se desea pronosticar?. Variable Dependiente. Variable independiente.

Es el análisis de la relación o dependencia entre variables sirve para explicar y predecir la variable independiente Y a partir de valores Y observan independiente X: No test de hipótesis. test de hipótesis.

Incrementos que se produce en la variable Y cuando la variable X aumenta una unidad?. pendiente estimada en una regresión exponencial. pendiente estimada en una regresión lineal.

Se necesita estimar el precio de una vivienda en función de su superficie. Qué tipo de análisis recomendaría?. Se necesita estimar el precio de una vivienda en función de su superficie. Qué tipo de análisis recomendaría?. Regresión lineal simple con la superficie como variable independiente y el precio de la vivienda como variable dependiente.

Qué criterio debemos usar para realizar el ajuste de un plano de regresión?. Debemos usar el criterio de mínimos cuadrados. Debemos usar el criterio de mínimos cuadratres.

Qué es el error estándar de la estimación?. No es la desviación estándar alrededor de la línea de predicción. Es la desviación estándar alrededor de la línea de predicción.

Qué tipo de variables admite una regresión lineal como variable dependiente?. No de razón o intérvalo. De razón o intérvalo.

Qué tipo de variables admite una regresión lineal como variable explicativa?. De razón, intervalo o cualitativa (debidamente transformada). De razón, puntual o cualitativa (debidamente transformada).

La recta de regresión: pasa necesariamente por el punto cuyos componentes son las varianzas de ambas variables. pasa necesariamente por el punto cuyos componentes son las medias de ambas variables.

Porque se utiliza el método de mínimos cuadrados para estimar los parámetros de la regresión?. Las estimaciones que producen tienen propiedades estadísticas deseables. Las estimaciones que producen tienen propiedades estadísticas deseables.

¿Cuál es el coeficiente de determinación?. Es igual a la suma de cuadratres de regresión dividido la suma de cuadrados total. Es igual a la suma de cuadrados de regresión dividido la suma de cuadrados total.

el coeficiente de determinación: No no depende de la unidad de medida de las variables. no depende de la unidad de medida de las variables.

El coeficiente de determinación: mide el porcentaje de media explicada por la recta de regresión. mide el porcentaje de varianza explicada por la recta de regresión.

esta definición?. R2. R3.

El recibo o valor del error estimado (ei) Cuál es su ecuación?. ei= Yi – Yî. No ei= Yi – Yî.

Qué evalúa el análisis residual?. En forma visual los supuestos de la regresión y ayuda a determinar si el modelo de regresión seleccionado es el adecuado. En forma visual los supuestos de la regresión y ayuda a determinar si el modelo de regresión seleccionado es el adecuado.

Cómo se conoce el proceso por el cual podemos servirnos de más de una variable independiente para estimar la variable dependiente?. Regresión múltiple y análisis de correlación. Regresión múltiple y análisis de correlación.

Cuál es la principal ventaja de la regresión múltiple?. La principal ventaja es que nos permite utilizar una parte mayor de la información de que disponemos para estimar la variable dependiente. La principal ventaja es que nos permite utilizar una parte menor de la información de que disponemos para estimar la variable dependiente.

Cuáles son los pasos para determinar la regresión múltiple?. Definir la ecuación de regresión múltiple, examinar el error estándar de estimación para la regresión múltiple, y aplicar el análisis de correlación múltiple para averiguar con qué eficacia describe la ecuación de regresión de datos observatres. Definir la ecuación de regresión múltiple, examinar el error estándar de estimación para la regresión múltiple, y aplicar el análisis de correlación múltiple para averiguar con qué eficacia describe la ecuación de regresión de datos observados.

Qué son los modelos de regresión múltiple?. Son aquellos que emplean dos o más variables inindependientes para pronosticar el valor de una variable dependiente. Son aquellos que emplean dos o más variables independientes para pronosticar el valor de una variable dependiente.

Cómo es la asociación lineal entre x, y cuando el coeficiente de correlación Exactamente igual a 1 o a - 1?. cuando el coeficiente de correlación es exactamente igual a 1 o a -1, existe asociación exponencial perfecta entre X Y. cuando el coeficiente de correlación es exactamente igual a 1 o a -1, existe asociación lineal perfecta entre X Y.

Cómo se puede cuantificar el grado de asociación entre dos variables?. Calculando el coeficiente de correlación. Calculando el coineficiente de correlación.

Cuál es el concepto de covarianza?. Cantidad que mide el grado de variación conjunta de dos variables. Cantidad que mide el grado de variación conjunta de tres variables.

Explique cuál es el objetivo del análisis de correlación?. Evaluar el grado de asociación entre dos variables. Evaluar el grado de asociación entre tres variables.

Para que podemos utilizar el coeficiente de correlación?. para determinar si existe una relación exponencial estadísticamente significativa entre X y / Y. para determinar si existe una relación lineal estadísticamente significativa entre X y / Y.

¿Qué indica el coeficiente de correlación cuando tiende a 1 en valor absoluto?. Indica un fuerte grado de asociación lineal entre variables. . Indica un fuerte grado de asociación exponencial entre variables. .

Qué indica el coeficiente de correlación cuando tiende a cero (0) en valor absoluto?. No indica un fuerte grado de asociación exponencial entre variables. indica un fuerte grado de asociación exponencial entre variables.

Qué mide el coeficiente de correlación?. la fuerza relativa de una relación lineal entre dos variables numéricas. la fuerza relativa de una relación exponencial entre dos variables numéricas.

¿Qué mide la correlación múltiple?. Mide la consistencia de la relación entre tres variables. Mide la consistencia de la relación entre dos variables.

El coeficiente de determinación: es el cuadrado del coeficiente de correlación. es el cuadrado del coineficiente de correlación.

Preg 1. ¿Qué debería tener en cuenta antes de aplicar un modelo de regresión lineal?. Es negativa casi perfecta. No es negativa casi perfecta.

Preg 4. Qué debería tener en cuenta antes de aplicar un modelo de regresión lineal?. la posible relación no lineal de las variables. la posible relación no exponencial de las variables.

Preg 1. Cuál sería la hipótesis nula en una prueba de independencia?. El nivel de atención y el sexo del niño son inindependientes. El nivel de atención y el sexo del niño son independientes.

Preg 2. Cuántos grados libertad tendrá el test?. 2. 1.

Al momento estimar un parámetro con la media poblacional se debe contar con cierta información cuál de los siguientes indicadores resultan poco relevante para esta finalidad: máximo valor de la variable en la población. No máximo valor de la variable en la población.

En el caso que el estadístico tiende asumir valores más altos que el parámetro de la población con la misma frecuencia con que tiende asumir valores que son más bajos podemos decir que. El estadístico es una estimación insesgada del parámetro. El valor opuesto a estadístico es una estimación insesgada del parámetro.

Por qué es necesario en muchos casos estimar parámetros en lugar de calcular los en base a los datos de la población seleccione dos opciones correctas: la población de interés puede ser de difícil o costoso acceso la información es más precisa cuándo se estima por menos errores no poblacionales". la población de interés puede ser de difícil o costoso acceso la información es más precisa cuándo se estima por menos errores no muestrales".

. ¿Qué es un “estadístico”?. Es una característica de la población. No es una característica de la población.

. ¿Cómo se comporta un estimador con muestras grandes? El estimador es más confiable Cuál es el estimador insesgado de la media poblacional?. Media poblacional. Media Muestral.

¿Cuál es la definición de estimación?. La opción contraria a estimación es un valor específico observado de un estadístico. La estimación es un valor específico observado de un estadístico.

Cuál es la diferencia entre un estimador y una estimación?. Un estimador es un estadístico de la muestra utilizado para estimar un parámetro muestral. Una estimación es un valor específico observado de un estadístico. Un estimador es un estadístico de la muestra utilizado para estimar un parámetro poblacional. Una estimación es un valor específico observado de un estadístico.

Cuáles son las principales características de un buen estimador?. Insesgado. Eficiente. Consistente. Suficiente. sesgado. Eficiente. Consistente. Suficiente.

Cuándo es un estimador es insesgado?. Cuando el valor esperado del estimador coincide con el parámetro muestral que se quiere estimar. Cuando el valor esperado del estimador coincide con el parámetro poblacional que se quiere estimar.

En la estimación puntual ¿Cuál es el mejor estimador de la media de la población u?. la media de la muestra x es el mejor estimador de la media de la población µ. la varianza de la muestra x es el mejor estimador de la media de la población µ.

En una estimación se desconoce: Al menos un parámetro muestral. Al menos un parámetro muestral.

¿Qué es un estimador?. El estimador es un estadístico muestral que sirve para estimar un parámetro de la población. El estimador es un estadístico poblacional que sirve para estimar un parámetro de la población.

se denomina sesgo de estimación: a la diferencia entre el valor esperado del estimador y el valor del parámetro a estimar Se dice que un estimador es insesgado si: Su valor esperado es igual al parámetro que se desea estimar. a la diferencia entre el valor esperado del estimador y el valor del parámetro a estimar Se dice que un estimador es insesgado si: Su valor esperado es diferente al parámetro que se desea estimar.

Se realiza un estudio para comparar la altura promedio de dos poblaciones, de modo de contrastar la hipótesis de igualdad entre ambas media. La varianza es igual para ambas poblaciones los datos muestrales resultaron muestra. { 1.65; 1.80; 1.73; 1.52; 1.75; 1.65; 1.75; 1.78} Muestra 2: {1.50; 1.52; 1.48; 1.55; 1.60; 1.49; 1.55; 0,63}. { 1.65; 1.80; 1.73; 1.52; 1.75; 1.65; 1.75; 1.78} Muestra 2: {1.50; 1.52; 1.48; 1.55; 1.60; 1.49; 1.55; 1.63}.

¿con un nivel de significación de 0,05 se puede considerar válida la hipótesis?. se rechaza la hipótesis de igualdad de varianzas, si suponemos distribución normal de la variable en ambas poblaciones. se rechaza la hipótesis de igualdad de medias, si suponemos distribución normal de la variable en ambas poblaciones.

Un buen estimador es consistente cuando: al ir aumentando el tamaño de la muestra, el estimador se acerca más al parámetro que está estimando. al ir disminuyendo el tamaño de la muestra, el estimador se acerca más al parámetro que está estimando.

. Un estimador es CONSISTENTE si: El valor esperado tiende al verdadero valor del parámetro cuando la muestra tiene un tamaño cada vez más grande (+Larga). El valor opuesto a valor esperado tiende al verdadero valor del parámetro cuando la muestra tiene un tamaño cada vez más grande (+Larga).

Un estimador insesgado, consistente y eficiente es mejor que otros si: Utiliza toda la información muestras disponible Un estimador es eficiente si: entre diferentes estimadores insesgados posee la menor varianza. Utiliza toda la información muestras disponible Un estimador es eficiente si: entre diferentes estimadores insesgados posee la mayor varianza.

Cuál es la definición de estimación por intervalo?. Es una gama de valores que sirven para estimar el parámetro de una población desconocida. Es una gama de valores que sirven para estimar el parámetro de una población desdesconocida.

Cuál es la definición de estimación puntual?. La estimación puntual es un número que sirve para estimar un parámetro DESCONOCIDO de una población. La estimación por intervalos es un número que sirve para estimar un parámetro DESCONOCIDO de una población.

El nivel de confianza de una estimación por intervalos: Lo define el investigador. No lo define el investigador.

En el caso de una estimación por intervalo podemos decir que: La probabilidad de que el parámetro de una población se encuentre dentro de determinada estimación por intervalo recibe el nombre de: nivel de confianza. La probabilidad de que el parámetro de una población se encuentre dentro de determinada estimación por puntual recibe el nombre de: nivel de confianza.

En la estimación puntual de un parámetro permite obtener: un único valor estimado. No un único valor estimado.

La estimación por intervalos de confianza nos proporciona: Cuando se desconoce el valor de la varianza. Cuando se desconoce el valor de la media.

La estimación por intervalos tiene la ventaja respecto de la estimación puntual: Proporciona un intervalo de valores que, con una confianza conocida, atrapan al verdadero valor del parámetro. Proporciona un puntual de valores que, con una confianza conocida, atrapan al verdadero valor del parámetro.

La forma general de expresar conceptualmente un intervalo de confianza es: estimación puntual +- margen de error Podemos obtener una estimación aproximada de la desviación estándar de una población en el caso de: tener la información sobre su intervalo. estimación puntual +- margen de error Podemos obtener una estimación aproximada de la desviación estándar de una población en el caso de: tener la información sobre su puntual.

¿Podemos utilizar el estadístico z si a partir de la media muestral se desea estimar un parámetro de una población que sabemos que no es normal?. Si, siempre que el tamaño de la muestra sea mayor a 30. Si, siempre que el tamaño de la muestra sea menor a 30.

Procedimiento de inferencia estadística que permite calcular dos valores numéricos que proporcionan un Rango de valores para estimar un parámetro poblacional: Estimación por intervalos. Estimación por puntuals.

Procedimiento de inferencia estadística que permite calcular un UNICO valor numérico que para estimar un parámetro poblacional: Estimación puntual. Estimación por intervalos.

Qué es coeficiente de confianza?. Es el grado de certeza para asegurar que el estadístico muestral esté dentro de un intervalo. Es el grado de certeza para asegurar que el estadístico poblacional esté dentro de un intervalo.

Qué es una estimación de intervalo?. Un rango de valores que se utiliza para estimar un parámetro de la población. No un rango de valores que se utiliza para estimar un parámetro de la población.

Qué estimador puntual utilizaría para anticipar el resultado de un candidato en las próximas elecciones?. La proporción muestral de la intención de Voto por ese candidato. La proporción poblacional de la intención de Voto por ese candidato.

Se dispone de información de una muestra de 100 casos para la cual estimación puntual de la media es 100 unidades ¿cuál intervalo estimado tendrá menor amplitud?. El que corresponda a un menor error de muestreo tolerado. El que corresponda a un mayor error de muestreo tolerado.

Si necesitamos aumentar la precisión de la estimación, sin reducir la confianza. Qué deberíamos hacer?. disminuir el tamaño de la muestra. aumentar el tamaño de la muestra.

Una muestra de la velocidad de 10 automóviles al pasar por cierto punto de control arrojó los siguientes valores (expresados en km/h): {100; 120; 90; 80; 85; 120; 100; 95; 100; 80} si interesa considerar que tanta diferencia hay en las velocidades de conducción en ese paraje ¿Qué parámetro corresponde estimar?. Desviación estándar poblacional. Desviación estándar muestral.

Una estimación por intervalos se necesita reducir el error muestral máximo qué estrategia de la siguiente se puede elegir?. Aumentar el tamaño de la muestra. disminuir el tamaño de la muestra.

Cuál es el concepto de error estándar?. la desviación estándar de la distribución del estadístico muestral recibe el nombre de error estándar del estadístico. la desviación estándar de la distribución del estadístico poblacional recibe el nombre de error estándar del estadístico.

Cuál es la base conceptual de la distribución muestral?. Tiene una media µ y una desviación estándar 𝝈. Tiene una varianza µ y una desviación estándar 𝝈.

Cuál es la definición de la distribución de muestreo de la media?. La distribución de probabilidad de todas las medias posibles de las muestras es una distribución de medias muestrales. La distribución de probabilidad de todas las medias posibles de las muestras es una distribución de medias poblacionales.

Cuando nos referimos a la desviación estándar de la distribución de INTERVALOS muestrales. Cuál es el término convencional que utilizamos?. error estándar del intervalo. error estándar del puntual.

Cuando nos referimos a la desviación estándar de la distribución de las medias muestrales, Cuál es el término convencional que utilizamos?. Error estándar de la media. Error estándar de la varianza.

Cuando nos referimos a la desviación estándar de la distribución de las proporciones muestrales, Cuál es el término convencional que utilizamos?. Error estándar de las proporciones muestrales. Error estándar de las proporciones poblacionales.

Cuando se toma una muestra con el fin de inferir un parámetro poblacional ¿se puede llegar a la conclusión de que el parámetro de la población es idéntico al valor del estadístico de la muestra?. No no, porque es probable que existan errores debido a las diferencias entre las muestras. No, porque es probable que existan errores debido a las diferencias entre las muestras.

El error de estimación corresponde a: Una diferencia aleatoria entre el verdadero valor del parámetro y el valor del estimador. No una diferencia aleatoria entre el verdadero valor del parámetro y el valor del estimador.

No una diferencia aleatoria entre el verdadero valor del parámetro y el valor del estimador. La opción contraria a desviación estándar de la distribución de una estadística de muestra. La desviación estándar de la distribución de una estadística de muestra.

Qué condición debe garantizar el método de muestreo a los fines de poder realizar una estimación con error muestral conocido: que cada elemento que conforma la muestra tenga una probabilidad NO nula y conocida de formar parte de la muestra. que cada elemento que conforma la muestra tenga una probabilidad NO nula y desconocida de formar parte de la muestra.

que cada elemento que conforma la muestra tenga una probabilidad NO nula y desconocida de formar parte de la muestra. es el tamaño de muestra mínimo necesario para obtener el margen de error deseado. No es el tamaño de muestra mínimo necesario para obtener el margen de error deseado.

Cuál es la importancia del teorema del límite central en la investigación estadística y posterior toma de decisiones?. Permite utilizar estadísticos de una muestra para hacer inferencias con respecto al parámetro poblacional correspondiente cualquiera sea la forma de la población. Permite utilizar estadísticos de una muestra para hacer inferencias con respecto al parámetro muestral correspondiente cualquiera sea la forma de la población.

Cuál es la importancia del teorema del límite central?. Permite utilizar el estadístico muestral para hacer inferencias sobre los parámetros de la POBLACIÓN, SIN CONOCER la forma de la distribución de frecuencia de esa población, salvo la información obtenida de la muestra. Permite utilizar el estadístico poblacional para hacer inferencias sobre los parámetros de la POBLACIÓN, SIN CONOCER la forma de la distribución de frecuencia de esa población, salvo la información obtenida de la muestra.

Cuántos intervalos de confianza se pueden obtener de una muestra de tamaño n?. tantos como muestras distintas de tamaño n pueden seleccionarse de la población de tamaño N. No tantos como muestras distintas de tamaño n pueden seleccionarse de la población de tamaño N.

Dado un nivel de confianza y un tamaño muestral de que dependerá la amplitud del intervalo de estimación de cierto parámetro: de la distribución del estadístico en el muestreo. No de la distribución del estadístico en el muestreo.

El teorema del límite central es uno de los más importantes de todos en la inferencia estadística ¿Por qué?. Garantiza que la distribución muestral de la media se acerque a la distribución normal a medida que crece el tamaño de la muestra. Garantiza que la distribución poblacional de la media se acerque a la distribución normal a medida que crece el tamaño de la muestra.

Qué es el teorema del límite central?. La relación existente entre la forma de la distribución de la población y la forma de la distribución muestral de la media recibe el nombre de teorema del límite central. La relación existente entre la forma de la distribución de la población y la forma de la distribución poblacional de la media recibe el nombre de teorema del límite central.

Cuáles son las áreas principales que involucra la estadística inferencial?. Estimación y prueba de hipótesis. No estimación y prueba de hipótesis.

En la prueba de hipótesis cuando debemos formular el supuesto valor del parámetro de la población?. antes de empezar el muestreo. No antes de empezar el muestreo.

La hipótesis nula, ¿Qué representa en el proceso de prueba de hipótesis?. La hipótesis nula representa la HIPÓTESIS que usted está tratando de rechazar. La hipótesis alternativa representa la HIPÓTESIS que usted está tratando de rechazar.

Qué diferencias hay entre el valor crítico y el estadístico de prueba en una prueba de hipótesis?. El estadístico de prueba es un valor calculado con los datos de la muestra de acuerdo a una distribución de probabilidad adecuada, y el valor crítico es un valor de la misma distribución que separa las zonas de rechazo y no rechazo de la Ho y se busca en base a las características de la prueba. El valor opuesto a estadístico de prueba es un valor calculado con los datos de la muestra de acuerdo a una distribución de probabilidad adecuada, y el valor crítico es un valor de la misma distribución que separa las zonas de rechazo y no rechazo de la Ho y se busca en base a las características de la prueba.

Qué significa la factibilidad de rechazar una hipótesis basándonos en una muestra? Significa que razonablemente NO podríamos haber esperado encontrar esa muestra PARTICULAR si efectivamente la hipótesis hubiera sido verdadera. Si el estadístico de prueba caen en la zona de rechazo de la hipótesis nula ¿cómo se expresa la conclusión … prueba?. Existe (o hay) evidencia estadística suficiente para rechazar la Ho. No existe (o hay) evidencia estadística suficiente para rechazar la Ho.

Un procedimiento de prueba de hipótesis que no tiene alteraciones cuando los supuestos se modifican levemente, se denomina: Robusto. No robusto.

Cuál de los siguientes niveles de significación se utiliza de manera convencional, en particular en ciencias sociales? 0,05 Cuál es la estrategia de una prueba de hipótesis?. Someter a juicio una afirmación o idea y rechazarla si la evidencia muestral no es consistente con ella, o no rechazarla si lo es. Someter a juicio una afirmación o idea y rechazarla si la evidencia poblacional no es consistente con ella, o no rechazarla si lo es.

Cuál es la finalidad del estadístico de prueba?. Relacionar el parámetro sobre el cual nos interesa comprobar una afirmación, con un estimador de dicho parámetro. Relacionar el parámetro sobre el cual NO nos interesa comprobar una afirmación, con un estimador de dicho parámetro.

El estadístico p en una prueba de hipótesis unilateral derecha indica. La probabilidad acumulada en la distribución del estadístico muestral para valores mayores que el estadístico de prueba basado en evidencia muestral. La probabilidad acumulada en la distribución del estadístico muestral para valores menores que el estadístico de prueba basado en evidencia muestral.

El valor p de una prueba corresponde: Al nivel de significación más bajo en el que valor observado del estadístico de prueba es significativo. Alternativa similar: Al nivel de significación más bajo en el que valor observado del estadístico de prueba es significativo.

En el contexto de las pruebas de hipótesis cuando NO detectamos evidencias que refuten la hipótesis nula decimos que: NO se rechaza la hipótesis NULA. se rechaza la hipótesis NULA.

En la hipótesis nula referida al valor de un parámetro: siempre aparece un signo de igualdad. siempre aparece un signo de diferentedad.

En una prueba de hipótesis las decisiones correctas se asocian con: Rechazar una hipótesis (nula y alternativa) falsa y no rechazar una hipótesis (nula y alternativa) verdadera. Rechazar una hipótesis (nula y alternativa) falsa y no rechazar una hipótesis (nula y alternativa) falsa.

Es verdadera cuando la hipótesis nula es falsa: la hipótesis alternativa La hipótesis nula se refiere al valor De un parámetro poblacional. la hipótesis alternativa La hipótesis alternativa se refiere al valor De un parámetro poblacional.

Cuál es la definición de error tipo 2?. El aceptar una hipótesis nula que sea falsa. El aceptar una hipótesis alternativa que sea falsa.

El aceptar una hipótesis nula que sea falsa recibe el nombre de error tipo 2 ¿Cómo se representa?. Β es su probabilidad que se representa con beta. No β es su probabilidad que se representa con beta.

El aceptar una hipótesis nula que sea falsa recibe el nombre de error Tipo 2 ¿Cómo se representa?. B. No β.

La probabilidad de no rechazar una hipótesis nula siendo esta falsa se denomina: Riesgo de cometer el error tipo II Mientras mayor sea el riesgo de error tipo 1, bajo hipótesis nula cierta. Menor el riesgo de cometer el error de tipo II Se sabe que en una investigación del error tipo 1 es muy peligroso, ¿Cómo podrá el investigador disminuir el riesgo del error tipo 1, teniendo bajo control el riesgo del error tipo 2?. Seleccionar un a pequeño y midiendo el riesgo del error tipo 2. Seleccionar un a pequeño y midiendo el riesgo del error tipo 1.

Usted pertenece al equipo de especialistas de la empresa L y debe asesorar sobre la siguiente situación. Si comete un error del tipo 1 significa tiempo y trabajo de reelaborar un lote de sustancias bioquímicas que debería haber sido aceptado. Por otro lado el incurrir un error de tipo 2 significa correr el riesgo de que se ven en un grupo entero de clientes. ¿Qué error tomaría?. Tipo 1. Tipo 2.

Usted pertenece al equipo de especialistas de la Empresa “H” y debe asesorar sobre la siguiente situación si comete un error de tipo 1 exige desarmar totalmente un motor en la concesionaria. Por otro lado, el incurrir en un error de tipo 2, requiere reparaciones garantizadas y baratas por parte del distribuidor ¿qué error tomaría?. Tipo 2. Tipo 1.

El laboratorio M&G está desarrollando una vacuna para la nueva cepa de un virus. Los científicos suponen que esta nueva vacuna será más efectiva que la anterior que está utilizándose. Por la fase en que se encuentra la vacuna, comienzan a hacer las pruebas seleccionando a los voluntarios tomados con un método que asegure la aleatoriedad de los mismos. ¿A qué conclusión llegarían los científicos si cometieran un error tipo II?. No rechazar que la nueva vacuna es igual o más efectiva que la anterior, cuando en realidad es menos efectiva que la anterior. No rechazar que la nueva vacuna es diferente o más efectiva que la anterior, cuando en realidad es menos efectiva que la anterior.

El procedimiento de prueba de hipótesis brinde resultados más concluyentes cuando: se rechaza una hipótesis. La probabilidad de cometer un error tipo I se llama: Nivel de significancia α (alfa). se rechaza una hipótesis. La probabilidad de cometer un error tipo I se llama: Nivel de significancia β (alfa).

Para realizar la selección de un nivel de significancia. Qué se debe tener en cuenta?. Cuanto más ALTO sea el nivel de significancia que utilizamos al probar una hipótesis, MAYOR probabilidad de rechazar una hipótesis nula que sea VERDADERA. Cuanto más ALTO sea el nivel de significancia que utilizamos al probar una hipótesis, MAYOR probabilidad de rechazar una hipótesis alternativa que sea VERDADERA.

¿Suponiendo que la hipótesis es correcta como interpretamos en nivel de significancia?. El nivel de significancia indica la probabilidad de tomar la decisión de rechazar la hipótesis nula. El nivel de significancia indica la probabilidad de tomar la decisión de rechazar la hipótesis alternativa.

Cómo se llama la probabilidad de rechazar la hipótesis nula cuando es falsa?. Potencia de la prueba de hipótesis. No potencia de la prueba de hipótesis.

Qué se produce cuando un investigador rechaza la hipótesis nula, cuando en realidad es verdadera?. Un error tipo 1. Un error tipo 2.

Qué se produce cuando un investigador evita rechazar la hipótesis nula cuando es falsa?. Un error tipo II. No un error tipo II.

En qué condiciones conviene aplicar la prueba de dos extremos?. aplicamos la prueba de dos extremos para determinar si la MEDIA de la población es DIFERENTE.. aplicamos la prueba de dos extremos para determinar si la varianza de la población es DIFERENTE.

Qué condición debe reunir una prueba de un extremo (extremo inferior) referido a las hipótesis?. Hipotesis nula µ = µ Ho Hipotesis alternativa µ < µ Ho. Hipotesis nula µ ≠ µ Ho Hipotesis alternativa µ < µ Ho.

Qué condición debe reunir una prueba de un extremo (extremo superior) referido a las hipótesis?. o Hipotesis nula µ = µ Ho Hipotesis alternativa µ > µ Ho. o Hipotesis nula µ = µ Ho Hipotesis alternativa µ < µ Ho.

Se arroja un dado 60 veces y se obtiene que en 20 de 3 tiradas salió el número 2 en la cara posterior se infiere que el dado está "arreglado" es decir no todas las caras tienen la misma chance de salir Qué tipo de inferencia se realizó para sacar esta conclusión?. Prueba de hipótesis de la proporción poblacional. Prueba de hipótesis de la proporción muestral.

Cuáles son las características de la distribución t, con respecto a una distribución normal?. Es menor en la media y más alta en los extremos. Es mayor en la media y más alta en los extremos.

En qué caso utilizaremos los grados de libertad?. Cuando seleccionamos la distribución t, para estimar una media de la población. Cuando seleccionamos la distribución t, para estimar una varianza de la población.

A partir de una muestra de 16 mujeres de cierta etnia, se obtuvo una media de 1,68m de su altura y una varianza de 0,12m. A partir de estos datos ¿Puede sostenerse la Ho que la media en la ciudad es de 1,69m, con un nivel de significación de 0,05?. CON la información disponible no se rechaza la Ho. CON la información disponible se rechaza la Ho.

Qué son los grados de libertad?. número de valores elegidos arbitrariamente. número de valores elegitres arbitrariamente.

Supongamos que tenemos dos elementos en una muestra y conocemos la media muestral de ambos ¿Cuántos grados de libertad tenemos?. El error muestral es: o es igual a la desviación estándar. El error poblacional es: o es igual a la desviación estándar.

Las pruebas de hipótesis referidas a la varianza poblacional: Contrastan hipótesis sobre la variabilidad de los datos Las pruebas de chi cuadrado ¿qué nos permite verificar?. Si más de 2 porciones de poblaciones pueden considerarse iguales. Si más de 1 porciones de poblaciones pueden considerarse iguales.

En las pruebas de hipótesis referidas a la varianza poblacional se considera un supuesto fundamental referido. A la distribución normal de los datos de la población. No a la distribución normal de los datos de la población.

Qué indica la (1-β)?. La probabilidad de rechazar Ho cuando esta es falsa. La probabilidad de rechazar Ho cuando esta es verdadera.

Cuál es la regla de decisión y la conclusión para una prueba de independencia de dos variables categóricas?. Si el estadístico de prueba obtenido con los datos muestrales es inferior al valor crítico del estadístico, la hipótesis nula no se rechaza y las variables son independientes. Si el estadístico de prueba es mayor o igual al valor crítico del estadístico, se rechaza la hipótesis nula, y se concluye que hay una relación entre variables.´. Si el estadístico de prueba obtenido con los datos muestrales es inferior al valor crítico del estadístico, la hipótesis alternativa no se rechaza y las variables son independientes. Si el estadístico de prueba es mayor o igual al valor crítico del estadístico, se rechaza la hipótesis nula, y se concluye que hay una relación entre variables.

Cómo se interpreta el error estándar estimado en una regresión lineal simple?. MIDE LA VARIABILIDAD ALREDEDOR DE LA LINEA DE PREDICCION. No : MIDE LA VARIABILIDAD ALREDEDOR DE LA LINEA DE PREDICCION.

Cómo podemos reducir el riesgo beta?. disminuyendo el tamaño de la muestra. Aumentando el tamaño de la muestra.

¿Cuál es el comportamiento de la curva de la distribución t con respecto a la curva de la distribución z cuando los grados de libertad de la distribución t aumentan?. La distribución t se acerca a la distribución z. La distribución t se acerca a la distribución.

Cuál es el valor práctico de utilizar la distribución muestral de la media?. Proporciona información probabilística acerca de la diferencia entre la media muestral y la media poblacional. Proporciona información probabilística acerca de la diferencia entre la media poblacional y la media poblacional.

¿Cuál es la finalidad del estadístico de pruebas?. Relacionar el parámetro sobre el cual nos interesa comprobar una afirmación, con un estimador de dicho parámetro. Relacionar el parámetro sobre el cual nos interesa comprobar una afirmación, con un estimador de dicho parámetro.

En una prueba de bondad de ajuste para datos categóricos ¿Cómo se obtiene la frecuencia esperada de cada categoría?. Multiplicando el tamaño de la muestra por la proporción hipotética de esa categoría bajo hipótesis nula. Multiplicando el tamaño de la muestra por la proporción hipotética de esa categoría bajo hipótesis alternativa.

Para un nivel de α (alfa) dado, ¿Cómo podemos reducir el riesgo β beta?. Aumentando convenientemente el tamaño de la muestra. disminuyendo convenientemente el tamaño de la muestra.

¿Por qué nunca podemos decir que el nivel de confianza es del 100% para estimar los parámetros de una población?. Porque para obtener 100% de certeza tiene que realizarse un censo. Porque para obtener 95% de certeza tiene que realizarse un censo.

¿Qué es una hipótesis estadística?. Es un supuesto que se establece sobre las características de una distribución poblacional. Es un supuesto que se establece sobre las características de una distribución muestral.

¿Que indica el coeficiente de confianza (1-a)?. la probabilidad de no rechazar la Ho cuando esta es verdadera. la probabilidad de no rechazar la Ho cuando esta es falsa.

¿Qué indica la potencia de la prueba (1-β)?. La probabilidad de rechazar H0 cuando ésta es falsa. La probabilidad de rechazar H0 cuando ésta es verdadera.