Herramientas Matemáticas III - Estadistica P2-A (S21)

(2.1) ¿Qué es una distribución de probabilidades de variable aleatoria discreta, según Levin y Rubin?. Es un listado de las probabilidades de todos los posibles resultados que podrían obtenerse si un experimento se llevara a cabo. (la más larga). Es un listado de las posibilidades de los probables resultados que podrían obtenerse si un experimento se llevara a cabo. (la más larga).

(2.1) Una variable aleatoria es: Seleccione las (3) tres opciones correctas. Es el resultado numérico de un experimento aleatorio. Asocia un valor numérico a cada uno de los resultados experimentales. Depende del resultado de un experimento aleatorio. Asocia un valor numérico a cada uno de los resultados concretos.

(2.1) Podemos clasificar a las variables numéricas en discretas y continuas. Selecciona las (4) cuatro opciones correctas. Variable discreta: hipergeométrica. Variable continua: Normal. T (de Student). Chi cuadrado. Variable continua: binomial.

(2.1) Identificar cuantos varones existen en un determinado curso de universidad, A qué tipo de variable se refiere?. Discreta. Continua.

(2.1) La ventaja de estandarizar una variable es: Que se conoce la tabla de la función de densidad acumulada de la distribución normal estándar. Que no se conoce la tabla de la función de densidad acumulada de la distribución normal estándar. Que se conoce la tabla de la función de densidad acumulada de la distribución binomial. Que no se conoce la tabla de la función de densidad acumulada de la distribución binomial.

(2.1) Para comprender completamente a una variable aleatoria al menos deben conocerse: Selecciona las (4) cuatro opciones correctas. Sus parámetros. Su función de densidad de probabilidad. Su función de densidad acumulada. El fenómeno que modela. La función de densidad no acumulada.

(2.1) ¿Cuándo conviene hacer un censo? Seleccione las (3) tres opciones correctas: Cuando es necesario contar con una gran exactitud, en cuanto al valor del parámetro solicitado. Cuando el tamaño de la muestra es relativamente grande con respecto al tamaño dela población, en el censo puede ser más conveniente. Cuando la población es pequeña. Cuando la población es grande.

(2.1) Si f es una función de densidad de probabilidad de una variable aleatoria continúa entonces: Elegir las (4) opciones correctas: El área bajo de la curva de f es 1. Cuando x tiende a menos infinito f tiende a. 0. Cuando x crece a infinito f tiende a 0. F siempre es mayor o igual a cero. F siempre es mayor o igual a uno.

(2.1) ¿Cuál de estas condiciones se debe cumplir para que una distribución responda al modelo binomial? Seleccione las (4) opciones correctas: Cada resultado del ensayo solo puede lograr 2 resultados. Si a la probabilidad del éxito la llamamos P (aciertos) entonces q = 1 – p. La probabilidad del acierto se considera constante. Los eventos son independientes entre sí. Cada resultado del ensayo solo puede lograr 3 resultados. Si a la probabilidad del éxito la llamamos P (aciertos) entonces q = p – 1.

(2.1) ¿Cuáles son los parámetros necesarios para calcular la probabilidad de una distribución binomial? Seleccione las (4) cuatro. n. π. 1 – π. X. p.

(2.1) ¿Cuáles son los parámetros de una distribución binomial y que significa cada uno?. n: número de elementos de la muestra, p: probabilidad de éxito de la población. n: número de elementos de la población, p: probabilidad de éxito de la población. n: número de elementos de la muestra, p: probabilidad de éxito de la muestra. n: número de elementos de la población, p: probabilidad de éxito de la muestra.

(2.1) El valor esperado de una variable aleatoria discreta x, que se distribuye binomialmente es: E (x) = n.p. E (x) = q.p. E (x) = n.x.

(2.1) Cuando se aproxima una distribución binominal con parámetros n y p a una distribución normal se tiene que: mu = n. p. mu = n. x. mu = n. q.

(2.1) Las condiciones que deben darse para que una distribución binomial pueda calcularse por aproximación con la normal, son: n.p ≥ 5 y n.q ≥ 5 siendo q = 1 – p. n.p ≤ 5 y n.q ≤ 5 siendo q = 1 – p. n.p ≥ 5 y n.q ≤ 5 siendo q = 1 – p. n.p ≥ 5 y n.q ≥ 5 siendo q = p - 1.

(2.1) Las características de una distribución binomial son: Selecciona las (4) cuatro opciones correctas. El experimento consiste en una serie de n ensayos idénticos. La probabilidad del acierto se mantiene constante. El resultado de cada ensayo es independiente del resultado de ensayos anteriores. En cada ensayo hay dos resultados posibles. A uno de estos resultados se le llama éxito y al otro se le llama fracaso o desacierto. El resultado de cada ensayo depende del resultado de ensayos anteriores.

(2.1) ¿Cómo se calcula la media de una distribución binomial? Siendo n el número de ensayos, p la probabilidad de aciertos y q la probabilidad de desaciertos. u = n.p. u = x.p. u = n.q.

(2.1) Cuando se aproxima una distribución Poisson con parámetro lambda a una distribución normal se tiene que: mu = lambda. mu = n.p. mu = p.q.

(2.1) ¿Cuáles son los parámetros necesarios para calcular la probabilidad de una distribución de Poisson? Seleccione las (3) tres opciones correctas: e. ƛ. x. n.

(2.1) Cuándo aproximamos una variable aleatoria que se distribuye Poisson a una distribución normal tenemos por ventaja? Seleccione las (4) cuatro opciones correctas: Que toda variable aleatoria normal se puede estandarizar. La media es fácil de recordar porque coincide con lambda. La varianza es fácil de recordar porque coincide con lambda. Se pueden usar las tablas de la normal para calcular las probabilidades. Se pueden usar las listas para calcular las probabilidades.

(2.1) De una distribución de poisson, pueden afirmarse algunas de las siguientes sentencias. Seleccione las (4) cuatro opciones correctas: El parámetro de una distribución de Poisson es ƛ. Es una distribución de variable aleatoria discreta. La varianza de la distribución de Poisson es ƛ. La media de la distribución de Poisson es ƛ. Es una distribución de variable aleatoria continua.

(2.1) Las características de una distribución de Poisson son: Selecciona las (4) cuatro opciones correctas. La probabilidad de que uno o más eventos se presenten en un intervalo muy pequeño, es tan pequeña que puede despreciarse. La probabilidad de que el evento ocurra es proporcional a la longitud del intervalo de tiempo o espacio. El número de ocurrencias / no ocurrencias en cualquier intervalo son independiente del número de ocurrencias/no ocurrencias en cualquier otro intervalo. La probabilidad de ocurrencia de un evento es la misma para cualquier intervalo de la misma magnitud. La probabilidad de que el evento ocurra es inversamente proporcional a la longitud del intervalo de tiempo o espacio.

(2.1) ¿Cuáles son los parámetros en una distribución hipergeométrica y que significa?. N: números de elementos de la población, n: número de elementos de la muestra, K: número de éxitos de la población. n: números de elementos de la población, N: número de elementos de la muestra, K: número de éxitos de la población. N: números de elementos de la población, n: número de elementos de la muestra, m: número de éxitos de la población. N: números de elementos de la población, n: número de elementos de la muestra, K: número de fracasos de la población.

(2.1) Para aplicar el teorema de límite central se debe verificar que: Selecciona las (4) cuatro opciones correctas. La muestra sea aleatoria. La muestra esté idénticamente distribuida. El tamaño de la muestra sea grande. La varianza sea no nula y finita. El tamaño de la muestra sea pequeña.

(2.1) Para poder calcular los extremos del intervalo de confianza de la media es necesario conocer: Media muestral, la confiabilidad, la desviación típica y el tamaño de la muestra. Muestra aleatoria, la confiabilidad, la desviación típica y el tamaño de la muestra.

(2.1) Para poder calcular los extremos del intervalo de confianza para la proporción es necesario conocer: La confiabilidad, la proporción muestral y el tamaño de la muestra. La confiabilidad, la cantidad muestral y el tamaño de la muestra.

(2.1) Qué significa calcular un intervalo para estimar la media poblacional con un 90% de confianza, a partir de una muestra aleatoria? Seleccione las (2) dos opciones correctas: Si seleccionaremos muchas muestras aleatorias del mismo tamaño y calculamos un intervalo de confianza para cada una de esas muestras, entonces en el 90% de los casos, la media de la población caerá dentro de dicho intervalo. Si generamos intervalos de confianza del 90 %, podemos afirmar que es seguro que el 90% de los intervalos generados contendrán a la media poblacional. Si generamos algunos intervalos de confianza del 90 %, podemos afirmar que es seguro que el 60% de los intervalos generados contendrán a la media poblacional. Si seleccionaremos pocas muestras aleatorias del mismo tamaño y calculamos un intervalo de confianza para cada una de esas muestras, entonces en el 90% de los casos, la media de la población caerá dentro de dicho intervalo.

(2.1) ¿Cuáles son las propiedades teóricas de la distribución normal o gaussiana? Seleccione las (4) cuatro opciones correctas: Tiene un rango de menos infinito a más infinito. Tiene apariencia de campana. Rango Intercuartil de 1,33 desviaciones estándar. Simétrica. Asimétrica. Rango Intercuartil de 2,33 desviaciones estándar.

(2.1) Se llama distribución normal estándar a la distribución: Normal con µ = 0 y ơ = 1. Normal con µ = 1 y ơ = 0.

(2.1) La función de densidad de probabilidad de la distribución normal estándar es: Simétrica respecto al eje y al origen. Asimétrica respecto al eje y al origen.

(2.1) ¿Qué caracteriza a una distribución normal? Selecciona las (2) dos opciones correctas. Tiene forma acampanada y es simétrica. Coinciden media, mediana y moda. Tiene forma acampanada y es asimétrica. No coinciden la media, mediana y moda.

(2.1) El gráfico de la función de densidad de probabilidades de una variable aleatoria x que se distribuye normal estándar cumple: Tener forma acampanada simétrica con eje de simetría en x = 0. Tener forma acampanada simétrica con eje de simetría en x = 1. Tener forma acampanada asimétrica con eje de simetría en x = 0. Tener forma acampanada asimétrica con eje de simetría en x = 1.

(2.1) ¿Cuáles de los siguientes procedimientos son muestreos probabilísticos? Seleccione las (4) cuatro opciones correctas: Muestreo aleatorio simple. Muestreo sistemático. Muestreo estratificado. Muestreo por conglomerados. Muestreo por Juicio.

(2.1) ¿A qué tipo de muestreo hace referencia esta situación? Una empresa tiene 120 empleados. Se quiere extraer una muestra de 30 de ellos. Enumera a los empleados del 1 al 120. Sortea 30 números entre los 120 trabajadores. La muestra estará formada por los 30 empleados que salieron seleccionados de los números obtenidos. Muestreo Aleatorio Simple. Muestreo Aleatorio por Conglomerados. Muestreo sistemático.

(2.1) ¿Cuál es el valor práctico de utilizar la distribución muestral de la media x?. Proporciona información probabilística. Proporciona información estadística.

(2.1) ¿Cuál es el valor práctico de la distribución muestral de la proporción p?. Proporciona información probabilística acerca de la diferencia entre la proporción muestral y la proporción poblacional. Proporciona información estadística acerca de la diferencia entre la proporción muestral y la proporción poblacional. Proporciona información probabilística acerca de la relación entre la proporción muestral y la proporción poblacional.

(2.1) ¿Cuál de los siguientes tipos de muestreo es no probabilístico?. Muestreo por cuotas. Muestreo por partes.

(2.1) La distribución por muestreo de un estadístico muestral es: La distribución de probabilidad del mismo, calculado en cada una de las muestras posibles extraídas aleatoriamente de la población. La distribución de probabilidad del mismo, calculado en algunas de las muestras posibles extraídas aleatoriamente de la población. La distribución de probabilidad del mismo, calculado en cada una de las muestras posibles extraídas de la población.

(2.1) Para calcular el error muestral para media, uno necesita conocer: Selecciona las (3) tres opciones correctas: La confiabilidad. El tamaño. La varianza. La muestra.

(2.1) ¿Cuál es el error estándar, o desviación estándar, ¿de una distribución de medias muestrales?. σx ̅ = σ / √n. σx ̅ = σ . √n.

(2.1) La fórmula que se utiliza para calcular el error muestral estándar en una distribución de medias muestrales, cuando la población es finita es: σx ̅ = σ / √n . √N - n / N - 1. σx ̅ = σ . √n . √N - n / N - 1.

(2.1) ¿Cuáles de estas relaciones son correctas? (para realizar este ejercicio vas a suponer que el resto de las variables y/o parámetros se mantienen constantes). Selecciona las (4) cuatro opciones correctas: Cuanto mayor sea la desviación estándar poblacional, mayor será el error muestral estándar (o error estándar). A medida que aumenta el tamaño de la muestra, disminuye el error muestral estándar (o error estándar). A medida que aumenta el tamaño de la muestra, disminuye el error permitido (o margen de error). A medida que aumenta el nivel de confianza mayor es la amplitud del intervalo de confianza. A medida que aumenta el tamaño de la muestra, aumenta el error muestral estándar (o error estándar).

(2.1) ¿Cuál es la importancia del teorema del límite central en la investigación y posterior toma de decisiones? Selecciona las (3) opciones correctas: Permite utilizar estadísticos de una muestra para hacer inferencias con respecto al parámetro poblacional correspondiente. Permite estimar parámetros poblacionales a partir de los datos de una muestra, ya que el teorema del límite central nos asegura que la distribución de muestreo de la media sea próxima a la normal al incrementarse el tamaño de la muestra. Permite estimar parámetros poblacionales a partir de los estadísticos de una muestra, independientemente de la forma de la distribución de frecuencias de esa población. Permite utilizar parte de una muestra para hacer inferencias con respecto al parámetro poblacional correspondiente.

(2.1) ¿Cuál es la principal diferencia entre el muestreo estratificado y el muestreo por conglomerados?: En el estratificado hay homogeneidad de datos dentro de la muestra y una gran variación respecto a otra muestra. En el muestreo por conglomerados hay gran heterogeneidad de datos dentro de la muestra y muy poca variabilidad con respecto a las otras muestras. En el estratificado no hay homogeneidad de datos dentro de la muestra y una gran variación respecto a otra muestra. En el muestreo por conglomerados hay gran heterogeneidad de datos dentro de la muestra y muy poca variabilidad con respecto a las otras muestras. En el estratificado hay heterogeneidad de datos dentro de la muestra y una gran variación respecto a otra muestra. En el muestreo por conglomerados hay gran homogeneidad de datos dentro de la muestra y muy poca variabilidad con respecto a las otras muestras.

(2.1) La distribución de muestreo tiene una desviación estándar (un error estándar) igual a: La desviación estándar de la población dividida entre la raíz cuadrada del tamaño de la muestra. La desviación estándar de la población multiplicada por la raíz cuadrada del tamaño de la muestra. La desviación estándar de la muestra dividida entre la raíz cuadrada del tamaño de la muestra. La desviación estándar de la muestra multiplicada por la raíz cuadrada del tamaño de la muestra.

(2.1) Para analizar los gastos familiares o para controlar el nivel de audiencia de los programas y cadenas de televisión ¿A qué tipo de muestreo se refiere?. Muestreo Globalizado. Muestreo Parcializado.

(2.1) ¿Qué es El nivel de confianza?. Es la probabilidad de que el parámetro a estimar se encuentre en el intervalo de confianza. Es la probabilidad de que el parámetro a estimar no se encuentre en el intervalo de confianza.

(2.1) ¿Qué es el nivel de confianza?. Es la probabilidad que asociamos con una estimación de intervalo. Es la probabilidad que asociamos con una estimación entre los intervalos.

(2.1) ¿Cuáles son las condiciones básicas para que una muestra sea representativa? Seleccione las (4) opciones correctas: Tener la garantía de que cada elemento de la población tenga la misma probabilidad (fracción de muestreo n/n) de ser incluido en la muestra. Definir y delimitar la población a la que deberá generalizarse las conclusiones obtenidas a partir de la muestra. Utilizar un procedimiento de muestreo donde la selección de 1 unidad sea independiente de la selección de la otra. Seleccionar una muestra lo suficientemente amplia como para reducir al máximo el error debido al muestreo. Utilizar un procedimiento de muestreo que asegure una inferencia sin margen de error, que estime exactamente el parámetro poblacional.

(2.1) ¿Cuándo es necesario hacer un muestreo? Seleccione las (3) opciones correctas: Cuando la población es infinita o su tamaño es desconocido. Cuando es necesario tomar decisiones en un período de tiempo relativamente corto, y las mismas dependen del resultado del estudio en cuestión. Cuando necesitamos reducir los costos, en especial si la población es grande. Cuando necesitamos reducir los costos, en especial si la población es chica. Cuando la población es finita y su tamaño es desconocido.

(2.1) Si de una población finita de tamaño n se extraen muestras de tamaño n, de manera que cada posible muestra de tamaño n tenga la misma probabilidad de ser seleccionada estamos hablando de: Muestreo aleatorio simple. Muestreo Globalizado.

(2.1) Indicar cuál de las siguientes afirmaciones es correcta: El objetivo del método de Muestreo Estratificado este dado en que, si subdividimos la población en subgrupos homogéneos, la variabilidad de los estados será menor que la variabilidad de toda la población. De esta manera, podremos regular el tamaño de la muestra. El objetivo del método de Muestreo Globalizado este dado en que, si subdividimos la población en subgrupos homogéneos, la variabilidad de los estados será menor que la variabilidad de toda la población. De esta manera, podremos regular el tamaño de la muestra. El objetivo del método de Muestreo Estratificado este dado en que, si dividimos a la población en subgrupos homogéneos, la variabilidad de los estados será menor que la variabilidad de toda la población. De esta manera, podremos regular el tamaño de la muestra.

(2.1) Para crear un muestreo estratificado es necesario: Dividir a la población en grupos aproximadamente homogéneos. Dividir a la población en grupos aproximadamente heterogéneos.

(2.1) Qué tipo de muestreo se utiliza cuando naturalmente la población en estudio se encuentra subdividida en estratos de diferentes tamaños y necesariamente se debe considerar esas contingencias: Muestreo Estratificado. Muestreo Globalizado.

(2.1) ¿Cuáles son los tipos de estimación de un proceso estadístico? Selecciones las (2) dos opciones correctas: De Punto. De Intervalo. De media.

(2.1) ¿Qué tres parámetros son necesarios para calcular el tamaño de la muestra para estimar la media poblacional? Seleccione las (3) tres respuestas correctas: Desviación estándar poblacional. Grado de seguridad. Error permitido. Error calculado.

(2.1) Determinar el tamaño de la muestra ayuda a: Elegir las (2) dos opciones correctas: Controlar el error estándar muestral. Controlar la amplitud del intervalo de confianza. Controlar el error estándar ponderado.

(2.1) Un profesor de estadística está enseñando a calcular un intervalo de confianza a sus alumnos, para estimar la media poblacional y asegura que el nivel de confianza es la probabilidad que asociamos en una estimación por intervalos. VERDADERO. FALSO.

(2.1) Definimos como error de muestreo a la diferencia entre la media correspondiente a una de las muestras y la media de la distribución de las medias muestrales. VERDADERO. FALSO.

(2.1) ¿En la distribución normal se manejan variables continuas?. VERDADERO. FALSO.

(2.1) ¿La distribución binomial es una distribución especial de variable aleatoria discreta?. VERDADERO. FALSO.

(2.1) La distribución de poisson es una distribución binomial en la cual n tiende a infinito, mientras que p tiende a cero. Por este motivo puede resolverse una distribución binomial mediante una aproximación por poisson, siempre que se cumplan ciertas condiciones impuestas para n y p. VERDADERO. FALSO.

(2.1) ¿El muestreo aleatorio simple es un procedimiento de muestreo no probabilístico?. VERDADERO. FALSO.

(2.1) La fórmula de estandarización de una variable aleatoria con distribución normal es X = (z-µ )/σ. VERDADERO. FALSO.

(2.1) Sin una población tiene un tamaño de 180 individuos. Se sabe que la distribución estaturas es acampanada con una media poblacional de1,85 m y una desviación estándar de 12 cm. Se toma una muestra de tamaño 20 de forma aleatoria para calcular el error estándar (o muestral) de la distribución de medias, entonces es necesario descartar para el cálculo el factor de corrección para poblaciones finitas. VERDADERO. FALSO.