metodo

La variable número de días de asistencia a la práctica de la asignatura de Metodología, su escala de medida es: Cuantitativa discreta. Cuantitativa continua. Cuantitativa ordinal.

Señala la respuesta correcta. Estadística diferencial organiza, sintetiza y aclara la información contenida en un conjunto de muestras que las estadísticas descriptivas generaliza, infiere o induce las propiedades de un conjunto de datos. Estadística descriptiva organiza, sintetiza y aclara la información contenida en un conjunto de muestras que las estadísticas inferencial generaliza, infiere o induce las propiedades de un conjunto de datos. La estadística descriptiva y diferencial deducen las leyes de la probabilidad.

Señala la respuesta respecto a las características de la distribución normal: Es simétrica y unimodal. Se caracteriza por dos parámetros: media y desviación típica, siendo la distribución N(0,1) de la distribución tipificada. Ambas respectos son correctas.

La probabilidad puede tomar valores que oscilan entre: Cualquier valor. 0 y 1. -1 y +1.

La H1, de la prueba de ANOVA plantea lo siguiente: Existe diferencias entre todos los medios. Al menos dos medias difieren. Sólo dos medias diferen.

Si el estadístico de contraste F ANOVA es estadísticamente significativo: La variabilidad entre grupos es igual que la variabilidad intragrupo. La variabilidad entre grupos es mayor que la variabilidad intragrupo. La variabilidad entre grupos es menor que la variabilidad intragrupo.

La media cuadrática entre grupos indica: La variabilidad entre las medias de los grupos. La variabilidad entre las puntuaciones dentro de cada grupo. La variabilidad entre todas las puntuaciones de nuestra investigación.

Ante la violación de homecesdasticidad en la prueba de ANOVA, se interpreta: La prueba de Welch,. La prueba Browm-Farythe. Ambas respuestas con correctas.

La hipótesis alternativa H1 en la prueba H de kruskl-Wallis es la siguiente: Al menos dos poblaciones difieren en la distribución de rangos. Todas las poblaciones difieren en la distribución de los rangos. Solo dos poblaciones difieren en la distribución entre rangos.

El ANOVA unifactorial explica cuando tenemos un diseño con: Dos muestras dependientes. Dos muestras independientes. Más de dos muestras independientes.

Señale la respuesta correcta sobre la prueba H de Kruskal-Wallis. Solo se aplica cuando la VD es ordinal. Se puede aplicar cuando la VD es cuantitativa pero se viola el supuesto de normalidad. Se aplica cuando la VD escuantitativa y se asumen todos los supuestos paramétricos.

La H1 de la prueba ANOVA plantea lo siguiente: Se diferencia entre todas las medias. Al menos dos medias difieren. Solo dos medias difieren.

Si al realizar la prueba H de Kruskal-Wallis obtenemos significación como…. Realizando comparaciones multiples mediante el prodcedimiento de Scheffé. Realizando comparaciones mediantes diferentes pruebas U de Mann-Whitnet. Ambas respuestas son correctas.

El análisis conjunto de la relación entre dos variables categóricas. Tabla de contingencias. El coeficiente de correlación de Spearman. El coeficiente de correlación de Pearson.

Señala la respuesta correcta en relación a las residuales tipificados corregidos: Se calcula como diferencia entre la frecuencia observada y la frecuencia esperada. Los residuales tipificados corregidos con valor absoluto superior a 1.96 son significativos. Ambas respuestas son correctas.

Señala la respuesta correcta: Si el resultado obtenido al realizar contraste estadístico es significativo, tomaremos la decisión de rechazar la H0 y aceptar la H1. Si el resultado obtenido al realizar contraste estadístico no es significativo, tomaremos la decisión de mantener la H0. Ambas respuestas son correctas.

Si utilizamos el programa estadístico SPSS, al realizar un contraste de hipótesis unilateral, tiene un valor de 0.080, que decisión tomaremos?. Mantener la H0. No aceptar la H0 y aceptar la H1. No tenemos información suficiente para tomar decisión.

La prueba no paramétrico para comparar muestras dependientes se denomina: Prueba de T de Wilcoxin. Prueba F de student para muestras independientes. Prueba U de Mann-Whitney.

Señala la repuesta correcta: Las alternativas no paramétrica a la prueba t de student para muestras independiente es la prueba T de Wilcoxin, mientras que la prueba t de student para muestras dependientes es la prueba de U de Mann-Whitney. La alternativa no paramétricas a la prueba t de student para muestras independiente es la prueba U de Mann-Whitney , muestras que para la prueba t sutdent para muestras dependientes es la prueba T de Wilconxin. La alternativa no paramétrica a la prueba U de Mann-Whitney es la prueba T de Wilcoxon, mientras que para la prueba t de sudent para muestras independientes es la prueba t d student para muestras dependientes.

Indicar la prueba adecuada para la comparación de dos grupos de datos independientes con VD cuantitativa y violación grave de la normalidad. Prueba T de Wilcoxon. Prueba t de student. U de Mann-Whitney.

Si al realizar la prueba T de Wilcoxon obtenemos que la suma de rangos positivos es menor que la suma de rangos negativos, concluimos que: Las puntuaciones es el postest son mayores que las del pretest. Las puntuaciones en el postest son menores que las del pretest. Las puntuaciones en el postest son iguales que las del pretest.

La medida de asociación de la prueba U de Mann-Whitney multiplicada por 1 informa: El % de variabilidad de la VD que se debe a la VI. El % de variabilidad de la VI que se debe a la VD. El % de variabilidad de la VD que se debe error.

Al aplicar una prueba estadística no paramétrica cuando tenemos un tamaño muy reducido se calcula. El coeficiente de determinación. El coeficiente de correlación de Pearson. La significación exacta.

Un patrón de relación positivo entre dos varibales X y Y indica: Para valores de X por encima de la media tenemos valores de Y también por encima de la media y por debajo de la media tenemos valores de Y. Para valores de X por encima de la media tenemos valores de Y por encima y por debajo. Para valores de X por encima de la media tenemos valores de Y por debajo y viceversa.

El coeficiente de correlación de Pearson (rxy) se utiliza para estimar: Relaciones lineales y no lineales ante 2 variables cuantitativas. Relaciones lineales entre 2 variables cuantitativas. Relaciones no lineales entre 2 variables cuantitativas.

Si la nube de puntos se distribuye aleatoriamente al coeficiente de correlación de Pearson (rxy) será: Rxy=0. Rxy<0. Rxy>0.

La versión no paramétrica del coeficiente de correlación de Pearson (rxy) es: El coeficiente de correlación de Spearman (rxy). El estadístico x^2 de Peason. El coeficiente de determinación 〖(R〗^2).

En el modelo de regresión lineal simple, la pendiente o coeficiente de regresión representa: El cambio esperado en la VI por cada unidad de cambio en la VD. El cambio esperado en la VD por cada unidad de cambio en la VI. El punto de corte de la recta con el eje de ordenadas.

El estadístico de contraste utilizado para comprobar la significación estadística es: Rxy. T de student. F de anova.

El estadístico de constraste utilizado para comprobar la significación estadística de los coeficientes de regresión es. Rxy. T de student. F de anova.

El método de estimación de los parámetros del modelo de regresión lineal simple es: Mínimos cuadrados generalizado (MCG). Mínimos cuadrados Ordinarios (MCO). Razón de verosimilitud.

Señala la respuesta correcta al coeficiente de determinación 〖(R〗^2): Representa la proporción de varianza de la variable X que resulta explicada por el modelo oscilando su ratio de valores entre 0 y 1. Representa la proporción de varianza de la variable Y que resultada explicado por el modelo oscilando su ratio entre -1 y +1. Representa la proporción de varianza de la variable Y que resulta explicada con el modelo oscilando valores entre 0 y 1.

Los puntos de diagrama de dispersión representa: Las coordenadas de las variables relacionadas con el sujeto. Los valores pronosticados de la VD. La diferencia entre los valores reales y los valores pronosticados.

Los puntos de la recta de regresión representan: Las coordenadas de las variables de cada sujeto. Los valores pronosticados de la VD. La diferenciación entre los valores reales y pronosticados.

El componente error de un modelo de regresión representan: La diferencia entre los valores reales de las variables y los valores pronosticados por el modelo de regresión. La parte de la variabilidad de la VD no explicada por el modelo de regresión. Ambos con correctas.

Si realizamos una prueba t de student para muestras independientes, interpretamos los resultados de Welch cuando: La prueba de F de Levene es significativa. La VD es ordinal. La prueba F de Levene no es significativa.

Si realizamos una prueba t de student para muestras independientes planteando un contraste unilateral izquierdo… prueba F de Levene para la viabilidad de varianzas entre un valor p=0.088 ¿Qué decisión tomaremos respecto a la hipótesis de homocedasticidad de varianzas?. No mantenemos la H0 y aceptamos la H1. Mantenemos la H0 lo que concluye que las varianzas son diferentes. Mantenemos la H0 lo que concluye que las varianzas son iguales.

Los supuestos de la prueba t d student para muestras dependientes son: VD cuantitativa, homoscedasticidad e independencia. VD cuantitativa, normalidad e independencia. VD cuantitativa, homoscedasticidad, normalidad e independencia.

Señale la respuesta correcta: La violación del supuesto de homocesdasticidad no se produce un aumento del error tipo I. Une prueba estadística para evaluar el sujeto de normalidad a la prueba kdgmorow-smismo. Ambas correctas.

Entre los criterios de clasificación de los contraste paramétricos tenemos: Las hipótesis estadísticas se plantean sobre parámetros de la distribución de las variables. El nivel de media de la variable es al menos ordinal. Ambas respuestas son correctas.

Respectos al tipo de muestras que podemos tener es los contraste de hipótesis, señala la respuesta correcta: Las muestras independientes son aquellos en las que cada sujeto solo está en un grupo de la VI, mientras que las muestras dependientes son aquellos en la que cada sujeto pasa por los distintos grupos o niveles de laVI. En las muestras independientes los diferentes grupos están formados por sujetos distintos registrados… la VD, mientras que en las muestras dependientes los diferentes grupos están formados por los mismos sujetos registrándole varias veces la VD. Ambas respuestas son correctas.