Metodología II

La variable número de preguntas realizadas en la asignatura Metodología II es,según su escala de medida: Cuantitativa Discreta. Cuantitativa Contínua. Cuantitativa Ordinal.

Señala la respuesta correcta: La Estadística Inferencial organiza,sintetiza y aclara la información contenida en un conjunto de datos mientras que la Estadística Descriptiva generaliza, infiere o induce las propiedades de un conjunto de datos. La Estadística Descriptiva organiza, sintentiza y aclara la información contenida en un conjunto de datos, mientras que la Estadística Inferencial generaliza, infiere o induce las propiedades de un conjunto de datos. La Estadística Descriptiva e Inferencial deducen las leyes de probabilidad.

Señala la respuesta correcta respecto al Error Tipo 1: El Error Tipo 1 se produce al mantener la H0 cuando en la población esta es falsa. Su probabilidad de error es B. El Error Tipo 1 se produce al no mantener la H0 cuando en la población esta es cierta. Su probabilidad de error es alfa. El Error Tipo 1 se produce al mantener la H0 cuando en la población esta es cierta. Su probabilidad de error es 1 - B.

Señala la respuesta correcta: Si el resultado obtenido al realizar un contraste estadistico significativo,tomaremos la decision de no mantener la H0 y aceptar la H1. Si el resultado obtenido al realizar un contraste, no es significativo se mantiene la H0. Ambas respuestas son correctas.

Si utilizando el programa estadístico SPSS, al realizar un contraste de hipotesis unilateral derecho la significacion estadistica del estadistico de contraste ( p bilateral) tiene un valor de 0,080 ¿ Que decision tomaremos?. Mantener la H0. No mantener la H0. No tenemos suficiente informacion para tomar ninguna decisión.

La prueba no parametrica para comparar 2 muestras independientes se denomina: Prueba de T-Student. Prueba T-Student para muestras dependientes. Prueba U de Mann-Whitney.

Respecto al tipo de muestras que podemos tener en los contrastes de hipótesis, señala la respuesta correcta: Las Muestras Independientes son aquellas en las que cada sujeto solo está en un grupo o nivel de la VI, mientras que las Muestras Dependientes son aquellas en las que cada sujeto pasa por los distintos grupos o niveles de la VI. En las Muestras Independientes los diferentes grupos están formados por sujetos distintos registrándoles en una sola vez la VD, mientras que las Muestras Dependientes, los diferentes grupos están formados por los mismos sujetos registrandoles varias veces la VD. Ambas respuestas son correctas.

Entre los criterios de clasificacion de los contrastes parametricos se encuentran: Las Hip. Estadisticas se plantean sobre parametros de la distribucion de las variables. El nivel de medida de las variables,es al menos, ordinal. Ambas respuestas son correctas.

Señala la respuesta correcta: La violación del supuesto de homocedasticidad produce un aumento de la tasa de error Tipo 1. Una prueba estadistica para evaluar el supuesto de normalidad es la prueba Kolmogorov - Smirnov. Ambas respuestas son correctas.

Los supuestos de la prueba T-Student para Muestras Dependientes son: VD Cuantitativa, Homocedasticidad, Normalidad e Independencia. VD Cuantitativa, Normalidad e Independencia. VD Cuantitativa, Heterocedasticidad, Normalidad e Independencia.

Si al realizar una prueba T-Student para Muestras Independientes planteando un contraste Unilateral Izquierdo; la prueba F de Levene para la igualdad de varianzas obtiene un valor de p= 0,088 ¿que decision tomaremos respecto a la hipotesis de homocedasticidad de varianzas?. No mantendremos la H0 y aceptamos la H1. Mantendremos la H0 lo que concluye que las varianzas son diferentes. Mantendremos la H0 lo que concluye que las varianzas son iguales.

Si realizamos una prueba T-Student para Muestras Independientes, interpretamos los resultados de la prueba de Welch cuando: La Prueba F de Levene es significativa. La VD es Ordinal. La prueba F de Levene no es significativa.

Señale la repuesta correcta. La alternativa no parametrica a la prueba T-Student para muestras independientes es la prueba T-Wilconxon, mientras que para la prueba T-Student para muestras dependientes es la prueba U Mann-Whitney. La alternativa no parametrica a la prueba T-Student para muestras independientes es la prueba U Mann-Whitney, mientras que para la T-Student para muestras dependientes es la prueba T- Wilconxon. La alternativa no parametrica a la prueba U Mann-Whitney es la prueba T- Wilconxon,mientras que para la prueba T-Student para muestras independientes es la prueba T-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 Wilconxon. Prueba T-Student para muestras relacionadas. U- Mann Whitney.

La medida de la asociación de la prueba U Man- Whitney (r) multiplicada por 100 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 al error.

Al aplicar una prueba estadistica no parametrica cuando tenemos un tamaño muestral muy reducido, se solicita calcular: El coeficiente de determinación. El coeficiente de Pearson. La significación exacta.

Señala la respuesta correcta sobre la prueba H 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 es cuantitativa y se asumen todos los supuestos parametricos.

El ANOVA Unifactorial se aplica cuando tenemos un diseño con: 2 muestras dependientes. 2 muestras independientes. Más de 2 muestras independientes.

Si en una investigación tenemos una VI con más de 2 grupos independientes y en el analisis estadistico de datos no realizamos una prueba F ANOVA, sino que realizamos varias T-Students de muestras independientes ¿que peligro estariamos corriendo?. Ningun peligro, ya que este procedimiento es totalmente correcto desde el punto de vista metodologico. Que se produzca un aumento del alfa global, lo que provocaría una probabilidad de cometer Error Tipo 1 muy elevada. Que se produzca un aumento del alfa global, lo que provocaría una probabilidad de cometer Error Tipo 2 muy elevada.

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

Si el estadistico de contraste F ANOVA es estadisticamente significativo: La variabilidad entre grupo es igual que la variabilidad intergrupo. La variabilidad entre grupo es mayor que la variabilidad intergrupo. La variabilidad entre grupo es menor que la variabilidad intergrupo.

La media cuadrática entregrupo indica. La variabilidad entre 2 medias de dos grupos. La variabilidad entre las puntuaciones dentro de cada grupo. La variabilidad entre todas las puntuaciones de nuestra investigacion.

Ante la violacion de la homocedasticidad en la prueba ANOVA, se interpreta: Prueba de Welch. Prueba de Brown- forsythe. Ambas son correctas.

La H1 en la prueba H Kruskal-Wallis es la siguiente. H1: Almenos dos poblaciones difieren en la distribucion de los rasgos. H1: Todas las poblaciones difieren en la distribucion de los rasgos. H1: Solo dos poblaciones difieren en la distribucion de los rasgos.

Si al realizar la prueba H Kruskal-Wallis obtenemos significacion estadistica ¿como podemos proceder?. Realizando comparaciones multiples mediante el procedimiento de Scheffe. Realizando comparaciones mediante diferentes pruebas U Mann-Whitney entre pares de grupos, ajustando el nivel alfa por el procedimiento Bonferonni. Ambas respuestas son correctas.

El analisis conjunto de la relacion entre dos variables categoricas (nominales u ordinales) se realizan mediante: Tablas de contingencia. El coeficiente de correlacion de Spearman. El coeficiente de correlacion de Pearson.

Señala la respuesta correcta en relacion a los residuales tipificados corregidos: Se calculan como la diferencia entre la frecuencia observada y esperada dividida por su respectiva frecuencia esperada. Los residuales tipificados corregidos con valor absoluto superior a mas menos 1,96 son significativos. Ambas respuestas son correctas.

Señala la respuesta correcta: Si el % de casillas con frecuencia esperadas es inferior a 5 es mayor del 20% interpretacion del estadistico Chicuadrado de Pearson. El rango de valores del estadistico ChiCuadrado de Pearson oscila entre 0 y más 1. El estadistico ChiCuadrado de Pearson se utiliza para realizar el contrasde de independencia entre 2 variables.

La tendencia ascendente o descendente de la nube de puntos del diagrama de dispersión viene determinada por: El signo de covarianza (Sxy). El signo de coeficiente de correlacion de Pearson (rxy). Ambas respuestas son correctas.

Un patron de relacion positiva entre dos variables X e Y indica: Para valores de X por encima de la media tenemos valores de Y y tambien por encima de la media y para valores de X por debajo de la media tenemos valores de Y por debajo de la media tambien. Para valores de X por encima de la media tenemos valores de Y por encima y por debajo en proporciones similares. Para valores de X por encima de la medie tenemos valores de Y por debajo y viceversa.

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

Si la nube de puntos que representa la relacion entre dos variables se distribuye aleatoriamente, el valor de coeficiente de correlacion de pearson (rxy) seria: rxy= 0. rxy menor que 0. rxy mayor que 0.

La version no parametrica del coeficiente de correlacion de pearson (rxy) es: El coeficiente de correlacion de Spearman (Rs). El estadistico ChiCuadrado de Pearson. El coeficiente de determinacion.

El modelo de regresion lineal simple, la pendiente o coeficiente de regresion 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 estadistico de contraste utilizado para comprobar la significacion estadistica del modelo de regresion lineal simple es : rxy. T Student. F ANOVA.

Señala la respuesta correcta respecto al coeficiente de determinacion. Representa la proporcion de la varianza de la variable X que resulta explicada por el modelo, oscilando su rango de vaolores entre 0 y 1. Representa la proporcion de la variable Y que resulta explicada por el modelo oscilando su rango de valores entre -1 y mas 1. Representa la proporcion de varianza de la variable Y que resulta explicada por el modelo, oscilando su rango de valores entre 0 y 1.

Los puntos de un diagrama de dispersion representan: Las coordenadas de 2 variables relacionadas en cada sujeto. Los valores pronosticados de la VD a partir de los valores conocidos de la variable predictora. La parte de la variabilidad de la VD no explicada por el modelo de regresión estimado.

El componente error de un modelo de regresion representa: La diferencia entre los valoers reales de las variables y los valores pronosticados por el modelo de regresion. La parte de la variabilidad de la VD explicada por el modelo de regresion estimada. Ambas son correctas.

Señala la respuesta respecto a las caracteristicas de la distribucion normal. Es simetrica, mesocurtica y unimodal/universal. Se caracteriza por dos parametros: media y DT siguiendo la distribucion N(0,1) la determinada distribucion normal tipificada. Ambas son correctas.

La probabilidad puede tener valores que oscilan entre: cualquier valor. 0 y 1. - 1 y mas 1.

Si al realizar la prueba T de Wilconxon obtenemos que la suma de rango positivo es menor que la suma del rango negativo, concluimos: Las puntuaciones en el postest son mayores que las del pretest. Las puntuaciones en el postest con menores que las del pretest. Las puntuaciones en el postest son iguales que las del pretest.

El metodo de estimacion de los parametros del modelo de regresion lineal simple es: Minimos cuadrados generalizados (MCG). Minimos cuadrados ordinarios (MCO). Razón de verosimilidad.