La media de una muestra de tamaño 9 es cuatro. ¿Es aceptable pensar que la media de la población es 6? Si No.
El estimador de máxima verosimilitud de la media poblacional es la media muestral Siempre Nunca En algunos casos.
A partir el análisis de los registros de una estación meteorológica se calcula que la probabilidad de lluvia es P=raiz(ln(2,70))=0,9966 Rechazamos los cálculos directamente Revisamos los cálculos porque creemos que es mayor Revisamos los cálculos porque pensamos que debe ser menor.
El valor 1,96 se conoce porque: Es un valor de la t de student Es el valor que nos deja el 95% de probabilidad a la izquierda Ninguna de las respuestas anteriores es correctac.
En una muestra de tamaño n=10 se calcula la media x y la desviación típica maestrales S2. En otra muestra de tamaño n=20 se obtienen la misma media y desviación Es imposible La desviación típica debería valer la mitad con la muestra mayor La desviación típica debería valer el doble con la muestra mayor El intervalo de confianza de la media será menor con la muestra mayor, ya que I=x+-z·sigma/raiz(n).
Las normas especifican que para aceptar un material los ensayos de resistencia deben dar x>100 y s^2<4. Al hacer un ensayo obtengo x=103 y s^2=-2,75 Rechazo el material Acepto el material sin ninguna duda Otros.
¿Qué test realizaría para ver si una muestra de 10 valores es normal? Un test chi cuadrado Calcularía el intervalo de confianza de la media Se realizaría un contraste no paramétrico.
En un test de adherencia chi cuadrado con 5 grados de libertad el estadístico calculado toma el valor Id=1,35 Aceptamos la hipóteisis en cualquier caso Rechazamos la hipótesis en cualquier caso Aceptamos la hipótesis para niveles del 5% o inferiores Aceptamos la hipótesis para superiores al 10%.
Un contraste no paramétrico: Es siempre preferible a uno paramétrico Es un recurso para muestras pequeñas.
Si la media=7 con una muestra de tamaño n=9, y la desviación igual a 1, ¿es aceptable pensar en una media poblacional de 8? Si No.
Un estimador sesgado Es siempre mejor que uno centrado Es siempre peor que uno centrado Es asintóticamente eficiente Todas las anteriores son ciertas Ninguna es correcta.
A partir del análisis de los registros de una estación meteorológica se calcula que la probabilidad de lluvia es ln(2,775) = 1,020 Rechazamos los cálculos directamente Revisamos los cálculos porque creemos que es mayor Revisamos los cálculos porque pensamos que debe ser menor.
Un estimador central: Es siempre mejor que uno sesgado Es siempre peor que uno sesgado Ninguna de las anteriores.
La varianza de la muestra es un estimador eficiente de la muestra de la población Verdadero Falso.
La varianza de una muestra como estimador de la varianza de la población es un estimador Sesgado Centrado.
La media de una muestra n=100 es X=1. ¿Puede proceder la muestra de una N(0,1)? Depende del nivel de confianza del contraste Es muy poco probable.
La cuasivarianza muestral puede ser eficiente... Nunca Si, si es centrada.
Sean un estimador suficiente, un estimador eficiente y un estimador centrado. Comparar 2 a 2 su bondad y escoger la ooción en la que alguno sea mejor Entre suficiente y eficiente Entre suficiente y centrado Entre eficiente y centrado.
|
