ESTADÍSTICA I BIMESTRE II examen presencial

La medida de dispersión que es útil para comparar distribuciones expresadas en diferentes unidades es: la desviación media. la varianza. el coeficiente de variación.

Es aquella medida que indica la amplitud de variación entre los valores observados en la investigación: rango o recorrido. desviación media. coeficiente de variación.

El valor del coeficiente de Asimetría de Pearson, en una distribución simétrica será igual. cero. uno. tres.

El resultado del coeficiente de Pearson, puede tomar valores entre: +3 y -3. +1 y -1. +2 y -2.

La relación descrita entre las medidas es correcta, porque los valores calculados son iguales: D1 = P10. Q1 = P10. D2 y P50.

Cuando se toma en cuenta los valores absolutos de las diferencias entre cada uno de los valores observados con respecto a la media aritmética, estamos calculando la: desviación estándar. desviación media. varianza.

La determinación de los valores correspondientes, sigue la misma metodología que el cálculo de la mediana: cuartiles, deciles y porcentiles. desviación típica o estándar. varianza.

El valor de la mediana, es igual a: D2; Q2; Y P2. D5; Q2; Y P25. D5; Q2; Y P50.

La probabilidad que se basa en el número de veces que ocurra un evento como proporción del número de intentos conocidos, se denomina: clásica. empírica. subjetiva.

Cuando la probabilidad se basa en cualquier información disponible, nos estamos refiriendo a la probabilidad: subjetiva. clásica. empírica.

Al calcular el valor de una probabilidad, ésta puede tomar valores entre cero y : uno. diez. infinito.

Aquel tipo de probabilidad que parte del supuesto de que los resultados de un experimento son igualmente posibles, se denomina: clásica. empírica. subjetiva.

Al lanzar una moneda, los eventos cara y sello, se caracterizan por ser eventos: independientes. mutuamente excluyentes. dependientes.

La probabilidad de obtener una "cara" al lanzar una moneda, es un ejemplo de probabilidad: clásica. subjetiva. empírica.

Al lanzar un dado, la probabilidad de que el número resultante sea un "tres", es igual. 1/2. 1/3. 1/6.

para aplicar la regla especial de la adición, los eventos deben ser: independientes. mutuamente excluyentes. dependientes.

la probabilidad de que al lanzar una moneda, su resultado sea una "cara", es: 1. 2. 1/2.

al lanzar una moneda, el evento de extraer una cara, se encuentra en el conjunto de: resultados posibles. resultados favorables. total de observaciones.

Cuando los eventos se presentan en dos o más etapas, es conveniente trabajar con: reglas de adición. reglas de multiplicación. diagrama de árbol.

Cuando no interesa el orden en el que se presentan los objetos seleccionados de un conjunto total, se utiliza: permutaciones. combinaciones. diagrama de árbol.

la distribución de la probabilidad binomial, se aplica cuando entre otras características, se cumple que: la variable continua. existen dos resultados posibles éxito o fracaso. la variable se mide en intervalos de tiempo.

para encontrar la media de una distribución de Poisson, debemos emplear la siguiente formula: μ = n/π. μ = nπ. μ = n+π.

en la fórmula de cálculo de la distribución de probabilidad de Poisson, se utiliza el valor de e, que es igual a: 2,718281. 3,141592. 1.

El factorial de cero, por definición siempre será igual a : cero. uno. infinito.

en la distribución de probabilidad de Poisson, la media y la varianza se calculan con la misma fórmula, que dice: n*π. n+π. n/π.

El producto entre el número de eventos y las probabilidades de éxito y fracaso, en una distribución de probabilidad binomial, nos da como resultado el valor de la: desviación típica o estándar. media aritmética. varianza.

Una de las características de la distribución de probabilidad hipergeométrica, establece que la probabilidad de éxito, en cada ensayo es: la misma. diferente. proporcional a todo el conjunto.

cuando las pruebas no son independientes, la distribución de probabilidad a utilizarse es: hipergeométrica. binomial. de Poisson.

Al mencionar que describe el número de veces que se presenta un evento durante un intervalo específico que puede ser de tiempo, distancia, área o volumen, nos estamos refiriendo a la probabilidad: binomial. hipergeométrica. de Poisson.

La distribución de probabilidad discreta en la que cada ensayo termina en solo uno de los resultados mutuamente excluyentes, se denomina: normal. binomial. de Poisson.

Cuando nos referimos a la distribución de probabilidad que se caracteriza por ser simétrica con respecto a su media, estamos hablando de la distribución de probabilidad: normal. binomial. hipergeométrica.

En una tabla de distribución de probabilidades, se considera el concepto de frecuencia. absoluta simple. relativa simple. absoluta acumulada.

Para la probabilidad de que ocurra más que X, se utiliza el área por encima de: X + 0,5. X - 0,5. X ± 0,5.

En la distribución de probabilidad normal, la media de la variable expresada en términos de Z, siempre será igual a : 0. 1. 0,5.

El área total bajo la curva normal es: 0,5. 1. 0,25.

En la distribución de probabilidad normal estándar, la desviación estándar es de: 0. 1. 0,5.

El área de la curva normal a cada uno de los lados de la media aritmética es: 50%. 25%. 100%.

El número de distribuciones normales es: limitado. ilimitado. nulo.

Cuando alrededor del 95% de área ,se encuentra bajo la curva normal, significa que el valor de Z es: ±1. ±2. ±3.

Cuando el valor de Z es 1 y el área bajo la curva normal es 0,3413, para hallar la probabilidad de que el valor sea mayor que 1, debemos: sumar 0,5 al 0,3413. resta 0,3413 de 0,5. considerar como resultado el 0,3413.