Inferencia Estadística

Un estimador consistente es aquel que: Su varianza coincide con la nota de Frechet-Cramer-Rao. Ninguna de las demás respuestas es correcta. Es asintóticamente normal. Tiene varianza mínima.

Para una realización muestral, un intervalo de confianza contiene: Ninguna de las demás respuestas es correcta. Puede contener un parámetro poblacional o no, dependiendo del nivel de confianza. Un parámetro poblacional. Datos muestrales.

Una realización muestral es una colección de: Variables aleatorias. Ninguna de las demás respuestas es correcta. Datos. Variables aleatorias independientes.

Un suministrador de componentes electrónicos afirma que la duración media de su producto (en días) no es inferior a 1000. Para comprobar esta afirmación es posible realizar un: Un contraste de hipótesis unilateral de cola izquierda - ∞. Un contraste de hipótesis unilateral de cola derecha +∞. Contraste de hipótesis bilateral. Ninguna de las demás respuestas es correcta.

Un estimador consistente es aquel que: Tiene varianza mínima. Bajo ciertas condiciones, su varianza tiende a cero. Su varianza coincide con la cota de Frechet-Cramer-Rao. Ninguna de las demás respuestas es correcta.

Si el valor que se esta contrastando en la hipótesis nula esta en el intervalo de confianza asociado, entonces: No existen evidencias para rechazar que el parámetro es el valor contrastado. Se acepta que el parámetro es igual a dicho valor. Ninguna de las demás respuestas es correcta. No existen evidencias para aceptar que el parámetro es el valor contrastado.

El estadístico usado para construir un intervalo de confianza para el cociente de varianzas sigue una distribución de tipo: Ninguna de las demás respuestas es correcta. t de Student. Normal. Chi-cuadrado.

Un estimador de la esperanza de una variable aleatoria es: Ninguna de las demás respuestas es correcta. La esperanza del parámetro. La varianza muestral. La realización muestral.

Para una realización muestral, los extremos de un intervalo de confianza son: Ninguna de las demás respuestas es correcta. Estadísticos. Números. Datos.

Un estimador asintóticamente insesgado es aquel que: Su esperanza tiende al parámetro a estimar cuando aumenta el tamaño muestral considerablemente. Ninguna de las demás respuestas es correcta. Su varianza tiende a cero al tender n al infinito. Su esperanza coincide con la esperanza del parámetro a estimar.

Si el valor que se esta contrastando en la hipótesis nula no esta en el intervalo de confianza asociado, entonces: No existen evidencias para rechazar que el parámetro es el valor contrastado. No existen evidencias para aceptar que el parámetro es el valor contrastado. Ninguna de las demás respuestas es correcta. Se acepta la hipótesis.

Un estimador es insesgado cuando: El sesgo es distinto de cero. Ninguna de las demás respuestas es correcta. Tiene mínima varianza. Su esperanza coincide con el parámetro a estimar y el sesgo es cero.

Un estimador consistente es aquel que: Bajo ciertas condiciones, su varianza tiende a cero. Ninguna de las demás respuestas es correcta. Su varianza coincide con la cota de Frechet-Cramer-Rao. Es asintóticamente normal.

La media muestral es: Un parámetro poblacional. Ninguna de las demás respuestas es correcta. Una variable aleatoria. Una muestra aleatoria simple.

Un estimador es insesgado cuando: El sesgo es distinto de cero. Ninguna de las demás respuestas es correcta. Tiene mínima varianza. El sesgo es cero.

Un estimador es: Una muestra aleatoria simple. Un estadístico. Un parámetro. Ninguna de las demás respuestas es correcta.

El estadístico del intervalo de confianza para la media con la varianza desconocida se aproxima a una distribución: Normal. t de Student. Chi-cuadrado. Ninguna de las demás respuestas es correcta.

Ante unas inminentes elecciones, una empresa de sondeos electorales afirma que el numero de diputados del partido x estaría en una horquilla de 134 a 148 diputados. Esta estimación puede considerarse: Contraste de hipótesis. Ninguna de las demás respuestas es correcta. Contrastes de diferencia de medias. Estimación por intervalos.

Un suministrador de componentes electrónicos afirma que el 94% de sus productos pasaría cualquier control de calidad por muy exigente que fuese. Para comprobar esta afirmación es posible realizar un: Ninguna de las demás respuestas es correcta. Un contraste de hipótesis unilateral de cola derecha +∞. Un contraste de hipótesis unilateral de cola izquierda -∞. Contraste de hipótesis bilateral.

El mejor estimador insesgado es: Eficiente y consistente. Ninguna de las demás respuestas es correcta. Consistente y asintóticamente insesgado. Insesgado y eficiente.

El estadístico usado para construir un intervalo de confianza para el cociente de varianzas sigue una distribución de tipo: Normal. t de student. F de Snedecor. Chi-cuadrado.

El estadístico media muestral, obtenido por muestreo aleatorio simple en una población de media µ y desviación típica σ, tendrá por distribución: Bajo determinadas circunstancias una N(µ; σ^2/n). Siempre una N(µ; σ^2/n). Para tamaños muestrales pequeños una N(µ; σ^2/n). Ninguna de las demás respuestas es correcta.

El estadístico del intervalo de confianza para la varianza sigue una distribución: Ninguna de las demás respuestas es correcta. Normal. Chi-cuadrado. t de Student.

El estimador de máxima verosimilitud: Ninguna de las demás respuestas es correcta. Siempre existe. No tiene que existir siempre. Bajo determinadas circunstancias, siempre existe.

El método máxima verosimilitud permite calcular: El estimador de máxima verosimilitud. El parámetro de máxima verosimilitud. Ninguna de las demás respuestas es correcta. El estadístico de máxima verosimilitud.

La diferencia entre el parámetro a estimar y la esperanza del estimador es: Ninguna de las demás respuestas es correcta. La precisión en la estimación. El sesgo de la estimación. El error en la estimación.

La amplitud de un intervalo de confianza para la media poblacional con varianza poblacional conocida depende de: Es independiente del tamaño de la muestra. La varianza de la muesta. Ninguna de las demás respuestas es correcta. La media muestral.

Con respecto a la región de aceptación C_0 de un contraste de hipótesis, es cierto que: Ninguna de las demás respuestas es correcta. Su amplitud es independiente del parámetro sobre el que se va a realizar el contraste y del tipo de población. Su valor no depende de la muestra extraída. Depende del tamaño de la muestra.

Un estimador de la esperanza de una variable aleatoria es: La varianza muestral. La esperanza del parámetro. Ninguna de las demás respuestas es correcta. La realización muestral.

El estadístico media muestral, obtenido por muestreo aleatorio simple en una población de media µ y desviación típica σ, tendrá por distribución: Siempre una N(µ; σ^2/n). Siempre una N(µ; σ^2). Para tamaños muestrales pequeños una N(µ; σ^2/n). Ninguna de las demás respuestas es correcta.

El estadístico usado para construir un intervalo de confianza para el cociente de varianzas sigue una distribución de tipo: Chi-cuadrado. t de Student. Normal. Ninguna de las demás respuestas es correcta.

Un estimador de la esperanza de una variable aleatoria es: La media muestal. La varianza muestral. La realización muestral. Ninguna de las demás respuestas es correcta.

Una muestra aleatoria simple es una colección de: Variables aleatorias independientes. Variables aleatorias. Ninguna de las demás respuestas es correcta. Datos.

Los intervalos de confianza bilaterales I_0.99 e I_0.95 para µ en una población normal son tales que: I_0.99 ⊃ I_0.95. I_0.99 ⊂ I_0.95. Ninguna de las demás respuestas es correcta. I_0.99 = I_0.95.

El nivel de significación de un contraste de hipótesis es la máxima probabilidad de: Rechazar H0 dado que H0 es verdadera. No rechazar Ho cuando Ho es falsa. Ninguna de las demás respuestas es correcta. Rechazar Ho cuando ésta es falsa.

Un estimador es insesgado cuando: Su esperanza coincide con el parámetro a estimar. Su esperanza tiende a cero. Ninguna de las demás respuestas es correcta. Su esperanza coincide con la esperanza de la variable aleatoria.

Un estimador es sesgado cuando: Tiene mínima varianza. Ninguna de las demás respuestas es correcta. El sesgo es cero. El sesgo es distinto de cero.

La amplitud de un intervalo de confianza para la media poblacional depende de: Es independiente del tamaño de muestra. Ninguna de las demás respuestas es correcta. Es independiente de la varianza de la muestra. La precisión que se desee en la estimación.

El nivel de significación α de un test representa la probabilidad de: Ninguna de las demás respuestas es correcta. Aceptar H0 siendo falsa. Rechazar H0 siendo cierta. Tomar una decisión errónea.

El coeficiente de confianza en una estimación por intervalo, es: El complementario de a. Ninguna de las demás respuestas es correcta. a. La amplitud del intervalo.

En un contraste de hipótesis, cometemos Error de tipo I cuando: Rechazamos H0 siendo cierta. Aceptamos H0 siendo falsa. Aceptamos H0 siendo cierta. Ninguna de las demás respuestas es correcta.

En un contraste de hipótesis, cometemos Error de tipo II cuando: Aceptamos H0 siendo falsa. Rechazamos H0 siendo cierta. Aceptamos H0 siendo cierta. Ninguna de las demás respuestas es correcta.

El contraste de hipótesis permite. Decidir si el parámetro toma un determinado valor con cierta probabilidad. Decidir si un estimador toma un determinado valor con cierta probabilidad. Ninguna de las demás respuestas es correctas. Decidir si el parámetro toma un determinado valor con ninguna probabilidad.

Ante unas inminentes elecciones una empresa de sondeos... Esta estimación puede considerarse: Estimación por intervalo. Estimación por punto. Ninguna de las demás respuestas es correcta. No es posible estimación.

En general, los extremos de un intervalo de confianza son: Estadísticos. Números. Ninguna de las demás respuestas es correcta. Datos.

El contraste Ho: (σ1^2 / σ2^2) >= 1 y H1: (σ1^2 / σ2^2) <1 es: Unilateral izquierdo o de cola izquierda. Unilateral derecho o de cola derecha. Bilateral. Ninguna de las demás respuestas es correcta.

La duración (en años) de 6 componentes electrónicos seleccionados aleatoriamente son 3, 4, 5, 5, 6, 7. Suponiendo normalidad en la variable generadora de la muestra, el mejor estimador de la varianza poblacional es: 2. 4. 5. 1.

¿Cuánto es necesario aumentar el tamaño muestral para que la amplitud de un intervalo de confianza para la media con varianza conocida, se reduzca a la mitad?: Cuadriplicarlo. Duplicarlo. Triplicarlo. Ninguna de las demás respuestas es correcta.

La media, mediana, moda y percentiles son: Estadísticos. Datos. Numeros. Ninguna de las demás respuestas es correcta.

Una realización muestral es una colección de: Datos. Números. Estadístico. Ninguna de las demás respuestas es correcta.

El nivel de confianza de un intervalo de confianza es: La probabilidad de que el parámetro esté en el intervalo. La probabilidad de que el estimador esté en el intervalo. La probabilidad de que el parámetro esté fuera del intervalo. Ninguna de las demás respuestas es correcta.

Dada dos estimadores de un mismo parámetro poblacional desconocido, si la varianza del primer estimador es menor que la del segundo: El estimador 1 es más representativo del parámetro. El parámetro 1 es más representativo del estimador. El estimador 2 es más representativo del parámetro. Ninguna de las demás respuestas es correcta.

El método de la máxima verosimilitud permite calcular: El estimador de máxima verosimilitud. El estimador de mínima verosimilitud. Ninguna de las demás respuestas es correcta. El parámetro de máxima verosimilitud.

Dado el estimador de la media poblacional µ = x(raya) + (18/n). Es un estimador asintóticamente insesgado. Es un estimador asintóticamente sesgado. Ninguna de las demás respuestas es correcta. Es un parámetro asintóticamente sesgado.

El coeficiente de confianza de una estimación por intervalo, es: El complementario de α. Ninguna es correcta. El complementario de β. El complementario de la función F de Snedecor.

El estimador de un parámetro poblacional que se desea estimar: Debe de ser, al menos, asintóticamente insesgado. Debe de ser, al menos, asintóticamente sesgado. No debe de ser, al menos, asintóticamente insesgado. Ninguna de las demás respuestas es correcta.

La amplitud de un intervalo de un intervalo de confianza para la media poblacional con varianza poblacional conocida depende de: Del coeficiente de confianza elegido. Ninguna es correcta. La precisión que se desee en la estimación. La varianza de la muestra.

La amplitud de un intervalo de confianza para la media poblacional depende de: La precisión que se desee en la estimación. Del coeficiente de confianza elegido. Del tamaño de la muestra. Ninguna es correcta.

Para contrastar, mediante la prueba t, si dos poblaciones tienen la misma media se requiere que: La dos muestras sean independientes. La dos muestras son dependientes. Ninguna de las demás respuestas es correcta. Las dos muestras no son independientes.

Un suministrador de componentes electrónicos afirma que la duración media de su producto(en días) no es inferior a 1000. Para comprobar esta afirmación es posible realizar un: Contraste de hipótesis unilateral de cola izquierda -∞. Contraste de hipótesis unilateral de cola derecha +∞. Contraste de hipótesis bilateral. Ninguna de las demás respuestas es correcta.

Con respecto a la región de aceptación C0 de un contraste de hipótesis, es cierto que: Depende del tamaño de la muestra. No depende del tamaño de la muestra. Ninguna es correcta. Independiente del tamaño de la muestra.

Con respecto a la región de aceptación C1 de un contraste de hipótesis, es cierto que: Su amplitud depende del parámetro sobre el que se va a realizar el contraste y del tipo de población. Su amplitud no depende del parámetro sobre el que se va a realizar el contraste y del tipo de población. Su amplitud depende del parámetro sobre el que se va a realizar el contraste y no del tipo de población. Ninguna de las demás respuestas es correcta.

A diez estudiantes elegidos al azar se le anotaron las calificaciones en los exámenes finales de Física y Economía. Para probar si existe un mayor rendimiento en alguna de las materias, ¿Qué tipo de prueba se utilizaría?. Diferencia de medias dependientes o apareadas. Suma de medias dependientes o apareadas. Diferencia de medias independientes o separadas. Suma de medias independientes o separadas.

Un estimador de la esperanza de una variable aleatoria es: La media muestral. La esperanza del parámetro. La varianza muestral. La realización muestral.

El estadístico del intervalo de confianza para la media con la varianza desconocida se aproxima. t de Student. Chi-Cuadrado. F de Snedecor. Ninguna es correcta.

El estadístico del intervalo de confianza de varianza sigue una distribución. Chi-Cuadrado. t-Student. F de Snedecor. Ninguna es correcta.

El estadístico usado para construir un intervalo de confianza apara el cociente de varianzas sigue una distribución de tipo. F de Snedecor. Chi-Cuadrado. t-Student. Ninguna es correcta.

El teorema central de la Estadística,. Afirma que la función de distribución empírica de una muestra converge a la verdadera distribución de la población. Afirma que la función de densidad empírica de una muestra converge a la verdadera distribución de la población. Afirma que la función de distribución hipotética de una muestra converge a la verdadera distribución de la población. Ninguna es correcta.

La función de distribución empírica. La función de distribución de una realización muestral. La función de densidad de una realización muestral. La función de distribución de un espacio muestral. Ninguna es correcta.

Ante unas inminentes elecciones, una empresa de sondeos electorales afirma que el número de diputados del partido X estaría en una horquilla de 134 a 148 diputados. Esta estimación puede considerarse: Estimación por intervalo. Estimación por puntos. Ninguna es correcta. No se puede estimar.

El estadístico del intervalo de confianza para la media con la varianza conocida se aproxima a una distribución. Normal. Ninguna es correcta. t-Student. F de Snedecor.

La diferencia entre el parámetro a estimar y la esperanza del estimador es: El sesgo de la estimación. El parámetro insesgado. El parámetro a estimar. Ninguna es correcta.

Dado el estimador de la media poblacional µ(raya) = x(raya) + 18. Es un estimador asintóticamente insesgado. Es una estimador asintóticamente sesgado. Es un estimador insesgado. Ninguna es correcta.

Dado el estimador de la media poblacional µ(raya) = x(raya) + (18/n). Es un estimador asintóticamente insesgado. Es una estimador asintóticamente sesgado. Es un estimador insesgado. Ninguna es correcta.

Un estimador de la esperanza de una variable aleatoria es: La media Muestral. La varianza Muestral. Ninguna es correcta. No se puede estimar.

Un estimador asintóticamente insesgado es aquel que: Su esperanza tiende al parámetro a estimar cuando aumenta el tamaño muestral considerablemente. Su varianza tiende al parámetro a estimar cuando aumenta el tamaño muestral considerablemente. Su esperanza tiende al parámetro a estimar cuando aumenta el tamaño muestral adecuadamente. Ninguna es correcta.

La amplitud de un intervalo de un intervalo de confianza para la media poblacional con varianza poblacional conocida depende de: Del tamaño de la muestra. Ninguna es correcta. La precisión que se desee en la estimación. La varianza de la muestra.

La amplitud de un intervalo de un intervalo de confianza para la media poblacional con varianza poblacional desconocida depende de: Del tamaño de la muestra. Ninguna es correcta. La precisión que se desee en la estimación. La varianza de la muestra.