option
Cuestiones
ayuda
daypo
buscar.php

TEST BORRADO, QUIZÁS LE INTERESE: Métodos Estadísticos para la Investigación

COMENTARIOS ESTADÍSTICAS RÉCORDS
REALIZAR TEST
Título del Test:
Métodos Estadísticos para la Investigación

Descripción:
Test y Exámenes Anteriores

Autor:
Sergio Montón
OTROS TESTS DEL AUTOR

Fecha de Creación: 29/11/2024

Categoría: Universidad

Número Preguntas: 249
COMPARTE EL TEST
ComentarNuevo Comentario
No hay ningún comentario sobre este test.
Temario:
1. Si hablamos de la estadística que se basa en la teoría de probabilidades y utiliza los datos para hacer inferencias y extraer consecuencias, hablamos de… … estadística matemática. … estadística aplicada. … estadística descriptiva. … estadística inferencial.
2. Si una determinada investigación se realiza trimestralmente durante dos años, se trata de un estudio... … muestral. … explicativo. … longitudinal. … transversal.
3. ¿En qué fase del proyecto de investigación se realiza el análisis de los datos recogidos en la fase empírica?: Fase conceptual. Fase de planificación. Fase empírica. Fase interpretativa.
4. Se ha recopilado información sobre la afluencia diaria de pacientes a una clínica durante los últimos meses. Los datos se han agrupado en la siguiente tabla, de la que solo se dispone de información parcial: ¿Durante cuántos días se han recogido datos? 300. 500. 400. No hay datos suficientes.
5. Se ha recopilado información sobre la afluencia diaria de pacientes a una clínica durante los últimos meses. Los datos se han agrupado en la siguiente tabla, de la que sólo se dispone de información parcial: ¿Cuántos días ha habido entre 200 y 500 pacientes? 150. 70. 50. No hay datos suficientes.
6. Una vez agrupada una variable por intervalos, la marca de clase… … es el número de casos que hay en un intervalo. … es el punto medio del intervalo. … se puede calcular para variables cualitativas. … nunca se utiliza para variables cuantitativas discretas.
7. Se ha realizado un cuestionario a una determinada muestra de la población. El resultado del cuestionario indicaba si los conocimientos del entrevistado eran suficientes o no para realizar una determinada tarea. Posteriormente, a los entrevistados se les dio una formación, y se les volvió a pasar el cuestionario, para ver si habían mejorado sus capacidades para la realización de la tarea. ¿Qué prueba estadística usarás para comprobar que la formación realizada mejoraba las capacidades?: Test chi cuadrado. Test de McNemar. Test exacto de Fisher. ANOVA.
8. El coeficiente de correlación de Pearson... ... solo puede tomar valores entre 0 y 1. ... indica si hay relación causa-efecto entre dos variables. ... mide el grado de relación lineal entre dos variables. ... mide el grado de relación de cualquier tipo entre dos variables.
9. Si para hacer trabajo de clase pregunto a familiares y amigos, y distribuyo una encuesta por mis redes sociales, estoy utilizando un muestreo... ... aleatorio simple. ... aleatorio por conglomerados. ... no aleatorio. ... aleatorio estratificado.
10. Si se quiere calcular la altura media de una determinada población y elegimos una muestra… … ambas, la altura media de la población y de la muestra, son estimadores. … ambas, la altura media de la población y de la muestra, son parámetros. … la altura media de la población es el estimador, y la altura media de la muestra es un parámetro. … la altura media de la población es el parámetro, y la altura media de la muestra es un estimador.
11. El cálculo del intervalo de confianza para una proporción depende… … del error estándar de la media. … de la desviación típica. … del valor de la media. … del valor crítico derivado del nivel de confianza.
12. Durante la realización de un contraste estadístico, ¿qué es un error tipo II?: Es la probabilidad de rechazar H0 cuando en realidad H0 es verdadera. Es la probabilidad de no rechazar H0 cuando en realidad H0 es falsa. Es uno menos el nivel de confianza del test de hipótesis. Es uno menos el p-valor.
13. Se desea conocer si la existencia de un determinado rasgo es más frecuente entre una determinada población A que entre otra determinada población B. Se han seleccionado dos muestras de tamaño N=200 en cada una de las dos poblaciones. En la muestra extraída de A 4 personas tenían el rasgo. En la muestra extraída de B, el rasgo lo tenían 7 personas. ¿Qué test usarás para aceptar o rechazar la hipótesis de que la prevalencia de dicho rasgo es la misma en ambas poblaciones?: Test de Levene. Test de McNemar. ANOVA. Test exacto de Fisher.
14. Queremos conocer la evolución del conocimiento de matemáticas de los alumnos de 5.º de Educación Primaria, y para ello, sobre una muestra, se han realizado dos test de conocimientos, uno al inicio de curso, y otro al final de curso. Suponiendo normalidad en los datos, y varianzas iguales, tendremos que hacer… … un test de rangos con signos de Wilcoxon. … un test de Welch. … un test t de Student con muestras independientes. … un test t de Student con muestras emparejadas.
15. Si durante la realización de un ANOVA obtenemos un p-valor de 0,10 en el test de Levene, entonces, con un nivel de confianza del 95 %,... … rechazaremos la igualdad de medias entre los grupos analizados. … aceptaremos la igualdad de medias entre los grupos analizados. … rechazaremos la igualdad de varianzas entre los grupos analizados. … aceptaremos la igualdad de varianzas entre los grupos analizados.
16. Se quiere conocer la capacidad hotelera de una ciudad. En la siguiente tabla se presenta agrupada la información sobre los hoteles de la ciudad, según el número de habitaciones que tienen. ¿Qué tipo de variable es «Número de habitaciones»?: Cualitativa nominal. Cualitativa ordinal. Cuantitativa discreta. Cuantitativa continua.
17. ¿Qué gráfico es el más adecuado para representar la tabla?: Diagrama de sectores. Diagrama de rectángulos. Histograma. Gráfico de dispersión.
18. ¿Cuál es la marca de clase del segundo intervalo de la variable «Número de habitaciones», [20, 30)?: 10. 15. 20. 25.
19. ¿Cuál es la moda de la variable «Número de habitaciones»?: 29,0. 31,0. 33,0. 37,0.
20. ¿Cuál es el valor medio de la variable «Número de habitaciones»?: 29,4. 30,4. 33,8. 37,4.
21. ¿Cuál es la mediana de la variable «Número de habitaciones»?: 29,60. 31,16. 33,48. 35,82.
22. ¿Cuál es la varianza de la variable «Número de habitaciones»?: 28,99. 46,21. 67,75. 94,56.
23. ¿Cuál es el rango intercuartílico de la variable «Número de habitaciones»?: 9,27. 12,13. 15,15. 18,36.
24. Se ha recogido información de cinco familias donde se ha preguntado por el número de miembros en el hogar, y el número de vehículos que tienen con el objetivo de estudiar la relación entre ambas variables. En la tabla siguiente se presenta la información de ambas variables. Identifica la variable explicada y la explicativa: «Miembros en el hogar», la explicativa. «Número de vehículos» la explicada. «Número de vehículos», la explicada. «Miembros en el hogar», la explicativa. Ambas son explicadas. Ninguna de ellas puede asociarse a explicada o explicativa, tan solo se puede hablar de correlación.
25. ¿Qué gráfico usaremos para representar los datos?: Diagrama de sectores. Diagrama de rectángulos. Histograma. Gráfico de dispersión.
26. Calcula la covarianza entre ambas variables «Miembros en el hogar» y «Número de vehículos»: 0,505. 0,760. 1,174. 1,351.
27. Calcula la recta de regresión que indica el «Número de vehículos» esperado en función del número de «Miembros en el hogar»: Vehículos = −0,432 · (Miembros) − 0,591. Vehículos = −0,432 · (Miembros) + 0,591. Vehículos = 0,432 · (Miembros) − 0,591. Vehículos = 0,432 · (Miembros) + 0,591.
28. Se desea conocer la proporción de jóvenes que realizan extraescolares relacionadas con el deporte. Para ello se ha tomado una muestra de 200 jóvenes de secundaria y 200 jóvenes de bachillerato. La proporción de jóvenes que hacen extraescolares deportivas para cada uno de los dos grupos aparece en la siguiente tabla: Con un nivel de confianza del 95 %, ¿cuál es el intervalo de confianza para la proporción de jóvenes de secundaria que hacen extraescolares deportivas?: (0,431 – 0,689). (0,461 – 0,659). (0,491 – 0,629). (0,521 – 0,599).
29. ¿Qué tamaño muestral habría sido necesario para que el error muestral a la hora de estimar la proporción de estudiantes de secundaria que hacen extraescolares deportivas fuera inferior a 0,025?: 915. 1315. 1515. 1815.
30. Para saber si existe una diferencia significativa en el porcentaje de jóvenes que hacen extraescolares deportivas entre secundaria y bachillerato, ¿qué test de hipótesis se podría utilizar?: t de Student de muestras independientes. t de Student de muestra emparejadas. Test de normalidad. Chi-Cuadrado.
31. ¿En qué dos grandes grupos se divide la estadística aplicada?: Matemática y aplicada. Matemática y descriptiva. Matemática e inferencial. Descriptiva e inferencial.
32. Si hablamos de explicaciones tentativas de un fenómeno que estamos investigando formuladas de manera de proposiciones, hablamos de… … documentos primarios. … documentos secundarios. … documentos terciarios. … hipótesis.
33. La finalidad de la fase empírica de un proyecto de investigación es… ... la identificación del problema y la redacción del objetivo e hipótesis de la investigación. ... la de describir las características de la muestra. ... la elección de la metodología específica y los instrumentos que se van a emplear durante el proceso de investigación. Ninguna de las respuestas anteriores es correcta.
34. Se ha recopilado información sobre la puntuación en un test de 100 voluntarios. Los datos se han agrupado en la siguiente tabla, de la que solo se dispone de información parcial: ¿Cuántos voluntarios tienen puntuaciones entre 7,5 y 10?: 10. 20. 30. No hay datos suficientes.
35. Se ha recopilado información sobre la puntuación en un test de 100 voluntarios. Los datos se han agrupado en la siguiente tabla, de la que sólo se dispone de información parcial: ¿Qué proporción de voluntarios tienen puntuaciones entre 2,5 y 7,5?: 60 %. 65 %. 80 %. No hay datos suficientes.
36. Si tenemos una variable agrupada por intervalos en una tabla estadística y decimos que N2 = 300, queremos decir que: Hay 300 casos en el segundo intervalo. La frecuencia relativa del segundo intervalo es 300. La frecuencia absoluta del segundo intervalo es 300. Hay 300 casos entre el primer y el segundo intervalo.
37. Un coeficiente de correlación de Pearson de 0 entre dos variables X e Y indica... ... que no existe relación lineal entre ambas variables, ni de ningún tipo. ... que no existe relación lineal entre ambas variables, pero puede existir de otro tipo. ... que existe una relación de causa y efecto entre ambas variables. ... que hay una correlación lineal perfecta entre ambas variables.
38. En una tabla de contingencia… … se presenta la distribución conjunta de dos variables. … se presenta la frecuencia relativa de una variable cualitativa. … se presenta la frecuencia absoluta de una variable cuantitativa. … se presenta gráficamente la densidad de frecuencia.
39. Si estoy haciendo un estudio a nivel nacional sobre satisfacción de todos aquellos que están en un hospital (pacientes, médicos, enfermeros, celadores, trabajadores de laboratorio…), el conjunto de celadores se considera como... ... un estrato. ... un conglomerado. ... una población. ... una muestra pequeña.
40. Si se quiere calcular la altura media de una determinada población y elegimos una muestra… … ambas, la altura media de la población y de la muestra son estimadores. … ambas, la altura media de la población y de la muestra son parámetros. … la altura media de la población es el estimador, y la altura media de la muestra es el parámetro. … la altura media de la población es el parámetro, y la altura media de la muestra es el estimador.
41. ¿Cuál de las siguientes afirmaciones es falsa sobre la estimación por intervalos?: A mayor tamaño muestral, menor tamaño del intervalo en la estimación. A mayor fiabilidad, mayor tamaño del intervalo en la estimación. El tamaño de la población es un factor relevante independientemente de lo grande que sea dicha población. El tamaño de la muestra es un factor relevante independientemente de lo grande que sea dicha población.
42. Si hablamos de un test de hipótesis, ¿qué es un error tipo II?: Es el que se produce cuando se acepta la hipótesis nula siendo falsa. Es el que se produce cuando se rechaza la hipótesis nula siendo verdadera. Es el que se produce debido al error muestral. Es el que se produce debido a la mala transcripción de los datos.
43. Selecciona el test que se emplea para comparar dos grupos determinados para los que se han analizado dos variables cuantitativas emparejadas: Test de chi cuadrado. Test exacto de Fisher. Cualquiera de los dos, chi cuadrado o test exacto de Fisher. Ni el test chi cuadrado, ni el test exacto de Fisher se usan para estudiar variables cuantitativas.
44. Queremos conocer la evolución del conocimiento de matemáticas de los alumnos de quinto de primaria, y para ello, sobre una muestra, se han realizado dos test de conocimientos, uno al inicio de curso, y otro al final de curso. Suponiendo normalidad en los datos, y varianzas iguales, tendremos que hacer… … un test de rangos con signos de Wilcoxon. … un test de Welch. … un test t de Student con muestras independientes. … un test t de Student con muestras emparejadas.
45. Si durante la realización de un ANOVA obtenemos un p-valor de 0,01 en el test de Levene, entonces, con un nivel de confianza del 95 %… ... rechazaremos la igualdad de medias entre los grupos analizados. ... aceptaremos la igualdad de medias entre los grupos analizados. ... rechazaremos la igualdad de varianzas entre los grupos analizados. ... aceptaremos la igualdad de varianzas entre los grupos analizados.
46. La comunidad autónoma quiere conocer el tamaño de los distintos clubs deportivos infantiles que hay. En la siguiente tabla se muestra la información recogida de 100 clubs. ¿Qué tipo de variable es «Niños y niñas inscritos en el club»?: Cuantitativa discreta. Cuantitativa continua. Cualitativa nominal. Cualitativa ordinal.
47. ¿Qué gráfico es el más adecuado para representar la tabla?: Diagrama de barras. Histograma. Diagrama de sectores. Gráfico de dispersión.
48. ¿Cuál es la marca de clase del tercer intervalo de la variable «Niños y niñas inscritos en el club», [100, 150)?: 100. 125. 150. 250.
49. ¿Cuál es la moda de la variable «Niños y niñas inscritos en el club»?: 69,79. 74,79. 79,79. 84,79.
50. ¿Cuál es el valor medio de la variable «Niños y niñas inscritos en el club»?: 72,0. 77,0. 82,0. 87,0.
51. ¿Cuál es la mediana de la variable «Niños y niñas inscritos en el club»?: 70,0. 75,0. 80,0. 85,0.
52. ¿Cuál es la varianza de la variable «Niños y niñas inscritos en el club»?: 2651. 2951. 3351. 3751.
53. ¿Cuál es el rango intercuartílico de la variable «Niños y niñas inscritos en el club»?: 62,42. 67,42. 72,42. 77,42.
54. Se ha recogido información de cinco hogares, preguntando por los ingresos mensuales netos del hogar, y el número de habitaciones de la vivienda en la que vive con el objetivo de estudiar la relación entre ambas variables («Ingresos», y «Habitaciones»). En la tabla siguiente se presenta la información de ambas variables. Identifica la variable explicada y la explicativa. Ambas son explicadas. «Habitaciones» es la explicativa. «Ingresos» es la explicada. «Habitaciones» es la explicada. «Ingresos» es la explicativa. Ninguna de ellas puede asociarse a explicada o explicativa, tan solo se puede hablar de correlación.
55. ¿Qué gráfico de los siguientes se usa para representar los datos?: Gráfico de dispersión. Diagrama de sectores. Diagrama de rectángulos. Histograma.
56. Calcula el coeficiente de correlación lineal de Pearson entre ambas variables, «Ingresos» y «Habitaciones»: 0,748. 0,849. −0,749. −0,849.
57. Calcula la recta de regresión que indica el número de «Habitaciones» esperado en función de los «Ingresos»: Habitaciones = 1,400 · (Ingresos) + 0,300. Habitaciones = −1,400 · (Ingresos) − 0,300. Habitaciones = 1,400 · (Ingresos) − 0,300. Habitaciones = −1,400 · (Ingresos) + 0,300.
58. Se desea conocer la proporción de jóvenes que van al cine al menos una vez al mes. Para ello se ha tomado una muestra de 150 chicos y 150 chicas. La proporción de jóvenes que van al cine al menos una vez al mes aparece en la siguiente tabla: Con un nivel de confianza del 95 %, ¿cuál es el intervalo de confianza para la proporción de chicos que van al cine al menos una vez al mes?: (0,141 - 0,359). (0,161 - 0,339). (0,181 - 0,319). (0,201 - 0,299).
59. ¿Qué tamaño muestral es necesario para que el error muestral a la hora de estimar la proporción de chicos que van al cine al menos una vez al mes fuera inferior a 0,030?: 501. 801. 1101. 1301.
60. Para saber si existe una diferencia significativa en el porcentaje de chicos y chicas que van al cine una vez al mes ¿qué test de hipótesis de los siguientes se utiliza?: t de Student de muestras independientes. t de Student de muestra emparejadas. Test de normalidad. Chi-Cuadrado.
61. ¿Qué es una tabla de frecuencias o tabla estadística?: Es otra manera de presentar la información, en lugar de presentarla de manera textual. Es una tabla que elaboramos con los datos de la población. Es una tabla que recoge la información de la muestra, ordena la muestra, y es la base para obtener las medidas descriptivas. Es una tabla en la que se completan los datos que falten, sencilla, clara y precisa.
62. ¿Qué es la frecuencia relativa de una modalidad de una variable aleatoria?: Es una medida inferencial. Es el número de veces que aparece en muestra esa modalidad dividido por el número total de datos. Es el número de veces que aparece en la muestra esa modalidad. Es el valor que más se repite de la variable.
63. ¿Cuál de las siguientes representaciones gráficas es la más adecuada para representar una variable cuantitativa discreta?: Histograma. Diagrama de barras. Diagrama de rectángulos. Gráfico de dispersión.
64. En la siguiente figura se representa el número de hijos que tienen las 200 personas preguntadas en un estudio de investigación. ¿Qué tipo de gráfico es?: Diagrama de barras. Histograma. Diagrama de sectores. Diagrama de rectángulos.
65. Señala la afirmación correcta: El diagrama de Pareto es un tipo especial de gráfico de sectores. El diagrama de Pareto es un tipo especial de diagrama de rectángulos. El diagrama de Pareto es un tipo especial de histograma. El diagrama de Pareto es un tipo especial de diagrama de barras.
66. En un trabajo se está estudiando la variable edad. Los valores se han agrupado en intervalos. Uno de esos intervalos es el [25, 35). ¿Cuál es la marca de clase del intervalo?: 30. 35. 10. 25.
67. En un trabajo se está estudiando la variable edad. Los valores se han agrupado en intervalos. Uno de esos intervalos es el [25, 35). Una persona de 35 años de edad, ¿debería estar incluida en este intervalo?: Depende de otras variables. No se puede saber. No. Si.
68. Señala la afirmación correcta: Parámetro y estimador son lo mismo. Un estimador es una propiedad descriptiva de la población. Parámetro y estimador no son lo mismo. Un parámetro es una propiedad descriptiva de la muestra.
69. ¿Cuál es el estimador puntual de la varianza poblacional?: La cuasidesviación típica poblacional. La desviación típica poblacional. La cuasivarianza muestral. La desviación típica muestral.
70. Una vez fijado el nivel de confianza para una estimación, también queda fijado... ... la heterogeneidad de la muestra. ... el tamaño muestral. ... el valor de significación. ... la precisión de la estimación.
71. El intervalo de confianza para una estimación depende de... (seleccione la que más se ajuste a la realidad): ... tamaño de la muestra, tamaño del universo y nivel de significación. ... tamaño de la muestra y nivel de significación. ... tamaño del universo y nivel de significación. ... tamaño de la muestra y tamaño del universo.
72. Indica la respuesta correcta. El error de estimación... ... es un parámetro de medida de la variabilidad del registro realizado. ... es un parámetro de medida de la precisión del intervalo de confianza calculado. ... es el grado de certeza que tenemos acerca de lo precisa que es nuestra estimación. Ninguna de las otras respuestas es correcta.
73. ¿Qué valor z hay que utilizar si se desea una fiabilidad del 90%?: 1,31. 1,64. 1,96. 2,57.
74. ¿Qué valor z hay que utilizar si se desea una fiabilidad del 99,52%?: 2,82. 1,64. 2,58. 1,96.
75. Si estamos haciendo un estudio sobre los gustos de los niños, y para ello seleccionamos aleatoriamente varios colegios, y dentro del colegio preguntamos a niños elegidos al azar para que respondan unas preguntas, dicho muestreo sería... ... por conglomerados. ... no aleatorio. ... aleatorio simple. ... por estratos.
76. Respecto al muestreo aleatorio estratrificado, ¿Qué afirmación es incorrecta?: Este tipo de muestreo consiste en descomponer la población en estratos cuyos componentes presenten características comunes entre ellos. Cuanto mayor sea el número de estratos, mayor será la homogeneidad intraestrato. Cada estrato por si mismo es una unidad experimental representativa de la población. Se puede estratificar por varias variables.
77. Si decidimos emplear un muestreo aleatorio sistemático, ¿cuál será el intervalo regular idóneo para la elección de los elementos de una muestra, si tenemos una población de tamaño 4200 y queremos estudiar una muestra de 60 individuos?: 100. No es necesario calcular el intervalo regular en el muestreo aleatorio sistemático. 70. Faltan datos de la población para poder calcularlo.
Cuando la técnica de muestreo no ha sido implementada de manera correcta y la muestra elegida no es representativa de la población, se produce... ... un error de segundo grado. ... un error de muestreo. ... un error de sesgo. ... un error de tercer grado.
79. Indica cual de las siguientes afirmaciones es verdadera: Cuanto más grande sea el tamaño de la muestra, si es aleatoria, más cercana estará la distribución muestral de la distribución poblacional. Cuanto más aleatoria sea la muestra, más se acercará la distribución muestral a la distribución poblacional. Un error de sesgo cometido durante la selección de la muestra, no impedirá que ésta sea representativa de la población de estudio. Cuanto más numerosa sea la muestra, menos representativa será en relación a la población de estudio.
80. Las técnicas de muestreo probabilístico son: Muestreo convencional, muestreo aleatorio sistemático, muestreo aleatorio estratificado, muestreo por conglomerados, y muestreo polietápico. Muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo opinático, muestreo por conglomerados, y muestreo polietápico. Muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo aleatorio estratificado, muestreo por conglomerados, y muestreo polietápico. Muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo aleatorio estratificado, muestreo por conglomerados, y muestreo por cuotas.
81. Una de las siguientes opciones de respuesta no se corresponde con los errores de muestreo que podemos cometer durante el reclutamiento de nuestra muestra de estudio. Indica cual: Error de sesgo. Error de 2º grado. Error de población. Error de muestreo.
82. Nos hemos dado cuenta de que, una vez definidos los individuos de una población que formarán parte de nuestra muestra de estudio, hemos cometido el error de seleccionar a 4 individuos que no estaban en nuestro listado. En este caso habremos cometido un... ... error de sesgo. ... error de aplicación. ... error de 2º grado. ... error aleatorio.
83. Indica qué tipo de error de muestreo se daría si aplicamos incorrectamente la técnica de muestreo que hemos seleccionado para nuestro estudio: Error de aplicación. Error de sesgo. Error de 2º grado. Error aleatorio.
84. Indique cuáles son las técnicas de muestreo probabilístico: Muestreo convencional, muestreo aleatorio sistemático, muestreo aleatorio estratificado, muestreo por conglomerados, y muestreo polietápico. Muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo opinático, muestreo por conglomerados, y muestreo polietápico. Muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo aleatorio estratificado, muestreo por conglomerados, y muestreo polietápico. Muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo aleatorio estratificado, muestreo por conglomerados, y muestreo por cuotas.
85. Indica cual de las siguientes afirmaciones es verdadera: Un error de sesgo cometido durante la selección de la muestra, no impedirá que ésta sea representativa de la población de estudio. Cuanto menos aleatoria sea la muestra, más se acercará la distribución muestral a la distribución poblacional. Cuanto más grande sea el tamaño de la muestra, más cercana estará la distribución muestral de la distribución poblacional. Cuanto más numerosa sea la muestra, menos representativa será en relación a la población de estudio.
86. Indica cuál de los siguientes se trata de un tipo de muestreo no aleatorio: Muestreo accidental. Muestreo polietápico. Muestreo simple. Muestreo sistemático.
87. Indica cuál de los siguientes se trata de un tipo de muestreo no aleatorio: Muestreo bola de nieve. Muestreo por conglomerados. Muestreo sistemático. Muestreo estratificado.
88. Indica cuál de los siguientes se trata de un tipo de muestreo no aleatorio: Muestreo por cuotas. Muestreo simple. Muestreo por conglomerados. Muestreo polietápico.
89. Indica cuál de los siguientes se trata de un tipo de muestreo no aleatorio: Muestreo polietápico. Muestreo sistemático. Muestreo por estratificado. Muestreo opinático.
90. Indica cuál de los siguientes se trata de un tipo de muestreo aleatorio: Muestreo bola de nieve. Muestreo simple. Muestreo opinático. Muestreo accidental.
91. Indica cuál de los siguientes se trata de un tipo de muestreo aleatorio: Muestreo por cuotas. Muestreo bola de nieve. Muestreo accidental. Muestreo sistemático.
92. Indica cual de las siguientes afirmaciones es correcta: La muestra se extrae de la población de estudio, y está formada por “n” número de casos. Ninguna de las anteriores respuestas es correcta. La población está formada por “n” número de casos, y se extrae a partir de la muestra. Los casos seleccionados para formar parte del estudio forman la población.
93. Indica cual de las siguientes afirmaciones es verdadera: Ninguna de las respuestas planteadas es correcta. La estimación de parámetros no será correcta si nuestra muestra no es representativa de la población. Un estimador es siempre representativo de la población de estudio. La estimación de parámetros será correcta aunque nuestra muestra no sea representativa de la población.
94. Indica el valor de la media que presenta la distribución normal tipificada: 2 0. 1. 1,5.
95. A la hora de tipificar una variable, tendremos que... ... restar a cada valor registrado el valor de la media muestral, y dividir el resultado entre su desviación típica. ... restar a la media muestral el valor de desviación típica, y dividir el resultado entre cada valor registrado. Ninguna de las otras respuesta es correcta. ... restar a la media muestral cada valor registrado, y dividir el resultado entre su desviación típica.
96. Indica el valor de desviación típica que presenta la distribución normal tipificada:. 1,5. 1. 0. 2.
97. La media es una medida descriptiva, pero más concretamente es: Medida de forma. Medida de posición central. Medida de posición no central. Medida de dispersión.
98. La moda es una medida descriptiva, pero más concretamente es: Medida de posición no central. Medida de dispersión. Medida de posición central. Medida de forma.
99. Un cuantil es una medida descriptiva, pero más concretamente es: Medida de forma. Medida de posición no central. Medida de dispersión. Medida de posición central.
100. La desviación típica es una medida descriptiva, pero más concretamente es: Medida de forma. Medida de posición no central. Medida de posición central. Medida de dispersión.
101. El valor de la variable que más se repite, recibe el nombre de: Moda. Media. Desviación típica. Mediana.
102. El valor del percentil 50 coincide con el valor de la: Mediana. Moda. Desviación típica. Media.
103. Señala la afirmación correcta: La varianza es una medida de posición central. La varianza es la raíz cuadrada de la desviación típica. La varianza tiene como unidad el cuadrado de la unidad de la variable. La varianza tiene la misma unidad que la variable.
104. Indica cual de las siguientes medidas descriptivas es una medida de forma: El rango. Un percentil. El error típico. El coeficiente de curtosis.
105. Señala la respuesta correcta. El rango y la desviación típica son: Medidas descriptivas de dispersión. Medidas descriptivas de tendencia central. Medidas descriptivas de posición. Medidas descriptivas de forma.
106. El valor del percentil 75 de una base de datos se corresponde con el valor... ...del segundo cuartil. ...del primer cuartil. ...de la mediana. ...del tercer cuartil.
107. En una variable cualitativa nominal, se puede calcular... La moda y la mediana. La moda, la mediana y la media. La moda. Ni la moda ni la mediana ni la media.
108. En una variable cualitativa ordinal, se puede calcular... Ni la moda ni la mediana ni la media. La moda y la mediana. La Moda. La moda, la mediana y la media.
109. En una variable cuantitativa, se puede calcular... Ni la moda ni la mediana ni la media. La moda. La moda, la mediana y la media. La moda y la mediana.
110. Si al calcular la curtosis de una variable se obtiene un valor negativo, entonces... Es leptocúrtica. Hay un error pues la curtosis no puede ser negativa. Es platicúrtica. Es mesocúrtica.
111. ¿Cuál de los siguientes parámetros estadísticos no tiene unidades (es decir es adimensional)?: El coeficiente de variación, el rango y la curtosis. El coeficiente de variación, la asimetría y la curtosis. La media, la mediana y la moda. La asimetría, la curtosis y el rango.
112. ¿Qué representa la siguiente fórmula?: La curtosis. La asimetría de Fisher. No representa nada. La mediana.
113. Si la variable sueldo está medida en euros, su valor medio estará medido en... No podemos saberlo. Euros. Euros al cuadrado. No tendrá dimensiones.
114. Si la variable sueldo está medida en euros, el coeficiente de variación estará medido en... Euros. Euros al cuadrado. No tendrá unidades. No podemos saberlo.
115. ¿Qué quiere decir que una medida de posición es robusta?: No significa nada. Que tiene un valor absoluto muy grande. Que no está afectada por valores extremos. Que no tiene unidades.
116. ¿Qué nombre reciben las diferentes respuestas de una variable?: Nomenclatura. Código. Opciones. Modalidad.
117. Señala la afirmación correcta: Parámetro y estadístico es lo mismo. Un parámetro es una propiedad descriptiva de la muestra. Parámetro y estadístico no es lo mismo. Un estadístico es una propiedad descriptiva de la población. .
118. ¿Qué fases están relacionadas con la estadística descriptiva?: a. Recoger y clasificar. b. Representar y resumir. c. Extraer consecuencias científicas de los datos. d. Las opciones A y B son las correctas. .
119. ¿A qué nos referimos cuando hablamos de los atributos de una variable?: A las diferentes opciones de respuesta de una variable cualitativa. A las diferentes opciones de respuesta de una variable cuantitativa. A las diferentes opciones de respuesta de una variable. A las diferentes propiedades de una variable.
120. ¿Qué fases están relacionadas con la estadística inferencial?: a. Recoger y clasificar. b. Representar y resumir. c. Extraer consecuencias científicas de los datos. d. Las opciones A y B son las correctas. .
121. Señala la afirmación correcta: Los números índice solo se pueden calcular sobre una variable. Los números índice solo se pueden calcular sobre varias variables. Los números índice se pueden calcular sobre una variable o sobre varias variables sin una referencia. Los números índice se pueden calcular sobre una variable o sobre varias variables con respecto a una referencia. .
122. ¿Qué mide la teoría de las correlaciones?: El grado de relación entre variables. Establece el orden correlativo de las variables. La dispersión de las variables. La forma de las variables. .
123. La mediana es una medida descriptiva, pero más concretamente es… … medida de posición central. … medida de posición no central. … medida de dispersión. … medida de forma. .
124. Señala la afirmación correcta: Las técnicas de regresión lineal se aplican sobre una variable estadística. Las técnicas de regresión lineal se aplican como mínimo sobre dos variables estadísticas. Las técnicas de regresión lineal son una técnica de la estadística univariante. Las técnicas de regresión lineal junto con las medidas de dispersión pertenecen a la estadística inferencial. .
125. La media es una medida descriptiva, pero más concretamente es… … medida de posición central. … medida de posición no central. … medida de dispersión. … medida de forma.
126. Señala la afirmación correcta: Estimador y parámetro es lo mismo. Estimador y parámetro no es lo mismo. Los parámetros pueden ser puntuales o por intervalos. Los estimadores forman parte de la estadística descriptiva. .
127. ¿Para qué son útiles los números índice?: Para indicar, como su nombre sugiere. Para cuantificar variables cualitativas. Son indicadores para tratar con datos de distintos momentos o localizaciones. Son indicadores que se aplican sobre datos de un tiempo concreto. .
Índice de masa corporal en población infantil según sexo y grupo de edad. Unidades de los datos del interior de la tabla: miles de personas. 128. Clasifica la variable índice de masa corporal IMC: Variable cualitativa nominal. Variable cualitativa ordinal. Variable cuantitativa continua. Variable cuantitativa discreta. .
129. Indica el tamaño de la muestra: 14903,2 miles de personas. 7451,6 miles de personas. 3883,5 miles de personas. 3568,1 miles de personas. .
130. ¿Cuáles son los individuos o elementos de la muestra?: Cada una de las personas elegidas para hacer el estudio sobre el IMC. La ciudad elegida. Cada gramo considerado. Cada mayor de 18 años elegido para hacer el estudio sobre el IMC. .
131. Imaginemos que queremos hacer una representación gráfica, representando en el eje de abscisas las categorías (Peso insuficiente, Peso normal, Sobrepeso y Obesidad) y en el eje de ordenadas los miles de personas de cada una de las categorías para un sexo en concreto. Señala, ¿cuál sería la representación gráfica adecuada?: Diagrama de sectores. Histograma. Diagrama de rectángulos. Diagrama triangular. .
132. Imaginemos que queremos hacer una representación gráfica única, representando en el eje de abscisas las categorías (Peso insuficiente, Peso normal, Sobrepeso y Obesidad) y en el eje de ordenadas los miles de personas de cada una de las categorías diferenciando por sexo. Señala: ¿cuál sería la representación gráfica adecuada?: Diagramas de sectores comparativos. Histogramas comparativos. Diagrama de rectángulos comparativos. Diagramas triangulares comparativos. .
133. En el siguiente gráfico, solo se han tenido en cuenta los datos para hombres y se han calculado los porcentajes para cada categoría sobre el total de datos de una franja de edad concreta. Identifica la franja de edad concreta considerada: De 2 a 4 años. De 5 a 9 años. De 10 a 14 años. De 15 a 17 años. .
134. Tomando como base temporal la franja de edad de 2 a 4 años, ¿cuál sería el número índice simple en porcentaje correspondiente a la franja de edad de 15 a 17 años de la categoría obesidad, teniendo en cuenta los datos relativos a hombres?: 11,68%. 12,68%. 100%. 75%.
135. Supongamos que queremos calcular los números índices simples en cadena de la categoría obesidad para los valores de los hombres; el correspondiente a la franja de edad de 2 a 4 años en porcentaje sería: 100%. No se puede calcular. 50%. 0%. .
136. Tomando como base temporal la franja de edad de 15 a 17 años para los valores de los hombres, ¿cuál sería el número índice simple en porcentaje correspondiente a la franja de edad de 2 a 4 años de la categoría obesidad?: 856,25%. 100%. 11,68%. 75%. .
137. Calcula la media de los miles de personas teniendo en cuenta los datos de los hombres de la categoría Peso insuficiente para todas las franjas de edades: 100 miles de personas. 99 miles de personas. 99,7 miles de personas. 44,7 miles de personas. .
138. Calcula la desviación típica teniendo en cuenta los datos de los hombres de la categoría Peso insuficiente para todas las franjas de edades: 40,89 miles de personas. 11,03086579 miles de personas. 40 miles de personas. 11 miles de personas. .
139. Calcula la cuasidesviación típica teniendo en cuenta los valores de los hombres de la categoría Peso insuficiente para todas las franjas de edades: 7,8 miles de personas. 47,22 miles de personas. 11 miles de personas. 47 miles de personas. .
140. Sea X la variable aleatoria que representa a los miles de hombres que tienen Peso insuficiente e Y la variable aleatoria que representa a los miles de hombres que tienen Obesidad; calcula el valor numérico de la media del producto de los valores de las dos variables anteriores: 9512,55 miles de personas. 363,1 miles de personas. 35 miles de personas. 48182,49 miles de personas. .
141. Sea X la variable aleatoria que representa a los miles de hombres que tienen Peso insuficiente e Y la variable aleatoria que representa a los miles de hombres que tienen Obesidad; calcula el valor numérico de la covarianza de las dos variables: 0. 1. 1927,875. -1927,875. .
142. Si quisieras hacer una estimación puntual de la media poblacional de los miles de hombres de la categoría Peso insuficiente para todas las franjas de edades, ¿cuál sería su valor?: 100 miles de personas. 99 miles de personas. 99,7 miles de personas. 44,7 miles de personas. .
143. Si quisieras hacer una estimación puntual de la desviación típica poblacional teniendo en cuenta los datos de los hombres de la categoría Peso insuficiente para todas las franjas de edades, ¿cuál sería su valor?: 7,8 miles de personas. 47,22 miles de personas. 40,89 miles de personas. 47 miles de personas.
144. Si quisieras hacer una estimación puntual de la varianza poblacional teniendo en cuenta los datos de los hombres de la categoría Peso insuficiente para todas las franjas de edades, ¿cuál sería su valor?: 1671,99. 2229,29. 121. 64.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 145. ¿cuál fue el punto de partida de este proyecto de investigación?: La identificación y selección del problema. Una correcta elección del programa informático. Una correcta elección de los sujetos incluidos en la muestra. Un equipo de investigadores multidisciplinar y homogéneo.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 146. El diseño y validación del cuestionario que permitió evaluar y recoger estos datos tuvo lugar en la fase… ... conceptual. ... de planificación o metodológica. ... empírica. ... interpretativa.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 147. Para la construcción de la base de datos, ¿qué fue necesario?: Identificar las variables en cada pregunta del cuestionario y codificar los valores de las variables en aquellas cualitativas. Identificar las variables en cada pregunta del cuestionario y codificar los valores de las variables en aquellas cuantitativas. Determinar los identificadores, pudiendo estar repetidos en caso de las variables categorizadas procedentes de variables cuantitativas. No existieron requerimientos en la construcción de la base de datos.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 148. De las variables analizadas, indica cuál fue una variable cualitativa categórica nominal: Género (varón / mujer). Grupo de edad (12-13 / 14-15 / 16-17). Estado nutricional (normopeso / sobrepeso / obesidad). Índice de masa corporal (kg/m2).
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 149. En este estudio, en el que fue de interés estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, el tipo de muestreo más útil sería: Muestreo aleatorio simple. Muestreo aleatorio estratificado. Muestreo polietápico. Muestreo opinático.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 150. Si en la literatura científica se indica que 1 de cada 3 adolescentes europeos de 12 años tiene sobrepeso u obesidad, y tenemos los siguientes datos, ¿es correcto el tamaño de la muestra utilizado en este estudio para estimar dicha prevalencia en la población adolescente española de 12 años de edad (n=62)?: No con una precisión del 5% y una confianza al 95%, puesto que para ello necesitamos a 1080 adolescentes de 12 años. No con una precisión del 5% y una confianza al 95%, puesto que para ello necesitamos a 944 adolescentes de 12 años. No con una precisión del 5% y una confianza al 95%, puesto que para ello necesitamos a 340 adolescentes de 12 años. Sí, independientemente de la precisión y el grado de confianza.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 151. En general, la frecuencia relativa de adolescentes varones de 14 años fue de: ... 92%. ... 11,4%. ... 25,7%. ... 46,2%.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 152. Si en una submuestra de 10 adolescentes varones de 12 años, los valores de índice de masa corporal (IMC, kg/m2) son 19, 19, 22, 24, 24, 24, 25, 26, 27, 30, ¿qué podemos afirmar?: Media = Mediana = Moda. Media > Mediana > Moda. Media < Mediana < Moda. La representación gráfica será asimétrica.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 153. Si al analizar el índice de masa corporal (IMC, kg/m2) en el grupo de varones adolescentes de 16 años (n=69), los investigadores exponen los siguientes resultados: media = 22,7; desviación estándar = 3,9; mediana = 21,9; y rango intercuartílico = 5,0; ¿a qué se refieren?: A medidas descriptivas de centralización, dispersión y posición. A medidas descriptivas de centralización, dispersión y forma. A medidas descriptivas de centralización, posición y forma. A medidas descriptivas de dispersión, posición y forma.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 154. Si al describir la distribución del índice de masa corporal (IMC, kg/m2) en el grupo de mujeres adolescentes de 12 años (n=36), usando SPSS, los investigadores obtienen la figura 1, podemos afirmar que... ... se trata de un histograma, pero no es un gráfico adecuado para este tipo de variable. ... el número de sujetos que tienen un IMC inferior a 20,0 kg/m2 será la suma de las tres primeras columnas y, por tanto, habrá un total de 20 sujetos con un IMC inferior a 20,0 kg/m2. ... el número de sujetos que tienen un IMC igual o superior a 23,0 kg/m2 es 6. ... podremos asumir la normalidad de la variable, sin necesidad de aplicar ninguna prueba de normalidad, al ser simétrica la representación gráfica.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 155. Si al aplicar el test de Shapiro-Wilk para analizar la normalidad de la variable índice de masa corporal (IMC, kg/m2) en varones de 12 años (n=26) obtenemos un valor p=0,006: No se puede asumir la normalidad de la variable y el mejor estadístico de dispersión que se puede usar es la desviación estándar. No se puede asumir la normalidad de la variable y el mejor estadístico de centralización que se puede usar es la moda. No se puede asumir la normalidad de la variable y el mejor estadístico de centralización que se puede usar es la mediana. Se puede asumir la normalidad de la variable y el mejor estadístico de centralización que se puede usar es la media aritmética.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 156. Si leemos que un índice de masa corporal (IMC) de 23,1 kg/m2 es el percentil 97 en varones de 12 años, la interpretación de los investigadores es que... ... hay una probabilidad del 97% de que un niño de 12 años tenga un IMC de 23,1 kg/m2. ... el 97% de los niños de 12 años tienen un IMC de al menos 23,1 kg/m2. ... el 97% de los niños de 12 años tienen un IMC superior a 23,1 kg/m2. ... el 97% de los niños de 12 años tienen un IMC inferior a 23,1 kg/m2.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 157. Definida la obesidad como un índice de masa corporal (IMC, kg/m2) igual o superior al percentil 97 (>=P97), de acuerdo a la Tabla de contingencia Género * IMC grupos (tabla 2), en nuestra muestra de adolescentes podemos afirmar que… ... la frecuencia absoluta de adolescentes con obesidad es de 37 varones y 45 mujeres. ... la frecuencia relativa de obesidad es del 10,2% (54,9% en hombres y 45,1% en mujeres). ... la frecuencia relativa de obesidad es del 10,2% (12,6% en hombres y 8,2% en mujeres). ... la frecuencia relativa de obesidad es del 100% (54,9% de los hombres y 45,1% de las mujeres).
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 158. De acuerdo a la representación gráfica del estado nutricional de los adolescentes (12-17 años) según el género (figura 2), ¿qué podemos afirmar?: Se trata de un diagrama de barras (columnas), pero no es el más adecuado para esta variable. Se trata de un diagrama de barras (columnas) y está correctamente representado al estar ajustada la escala del eje Y a los resultados obtenidos. Se trata de un diagrama de barras (columnas) cuyo eje Y no está bien representado al ser su valor inicial distinto a 0. Es obvio que el eje Y representa la frecuencia absoluta de sujetos con sobrepeso y con obesidad.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 159. Si los investigadores describen el número de ingestas diarias (=<3, 4, >=5) que declaran realizar las mujeres adolescentes (12-17 años) como en la figura 3, ¿qué podemos afirmar?: Se trata de un gráfico de sectores y es el gráfico más adecuado para esta variable. Se trata de un gráfico de sectores, pero no es el gráfico más adecuado para esta variable. Los colores utilizados y la tridimensionalidad aplicada lo convierten en un gráfico muy visual y fácil de interpretar. Se trata de un gráfico que no tiene requisitos de aplicación.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 160. En la muestra de adolescentes (n=807), si cuando se compara el estado nutricional (normopeso / sobrepeso / obesidad) en varones y mujeres se obtiene un nivel de significación p=0,007 en la prueba ji-cuadrado de Pearson, ello nos indica que... ... el estado nutricional de los adolescentes es independiente del género. ... el estado nutricional de los adolescentes es dependiente del género, siendo mayor la prevalencia de obesidad en hombres que en mujeres. ... el estado nutricional de los adolescentes es dependiente del género, sin indicarnos el sentido en que crece la proporción. ... en este caso, es imprescindible aplicar el test exacto de Fisher en lugar de la prueba ji-cuadrado de Pearson.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 161. Cuando los investigadores comparan la media del índice cintura/altura (ICA) en la muestra de varones y mujeres adolescentes (12-17 años), podemos afirmar que… ... la hipótesis nula (H0) equivale a que la media del índice cintura/altura (ICA) será la misma en varones y en mujeres. ... la hipótesis nula (H0) equivale a que la media del índice cintura/altura (ICA) será distinta en varones y mujeres. ... si se obtiene un valor p<0,05 en la comparación de medias, se aceptará la hipótesis nula (H0). ... si se obtiene un valor p>=0,05 en la comparación de medias, se rechazará la hipótesis nula (H0).
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 162. Si los investigadores desean saber si la media del índice de masa corporal (IMC, kg/m2) es igual entre los varones (n=69) y las mujeres (n=95) adolescentes de 16 años, ¿qué deberán aplicar?: Wilcoxon. t de Student para muestras independientes. t de Student para muestras relacionadas. Es imprescindible comprobar la normalidad de la variable (IMC) para contestar esta pregunta.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 163. Si los investigadores desean comparar el peso (kg) en mujeres adolescentes de 16 años (n=95) antes y después de un programa de educación nutricional, deberán aplicar: U de Mann-Whitney. t de Student para muestras relacionadas. Wilcoxon. Es imprescindible comprobar la normalidad de la variable resultado de la diferencia entre ambas variables.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 164. Si la media del índice de masa corporal (IMC, kg/m2) en los adolescentes varones de 16 años es de 22,7 kg/m2, y esta media se acompaña con un intervalo de confianza del 95% de 21,7 y 23,6 kg/m2, ¿a qué se refiere ese 95%?: A la probabilidad de que un adolescente de 16 años tenga un IMC de 22,7 kg/m2. A la probabilidad de que un adolescente de 16 años tenga un IMC inferior a 22,7 kg/m2. A la probabilidad de que un adolescente de 16 años tenga un IMC superior a 22,7 kg/m2. A la confianza que tenemos de que el verdadero IMC esté dentro del intervalo definido.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 165. Si cuando comparamos la media del índice cintura/talla (ICA) en varones (n=358) y mujeres (n=449) adolescentes (12-17 años) obtenemos un nivel de significación p=0,280 en la prueba de Levene: Ello nos lleva a aceptar la hipótesis nula (H0) de igualdad de varianzas. Ello nos lleva a rechazar la hipótesis nula (H0) de igualdad de varianzas. Emplearemos el test t de Student para muestras emparejadas. Es indiferente el test que utilicemos para la comparación de medias.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 166. Si cuando comparamos la media del índice cintura/talla (ICA) en varones (n=358) y mujeres (n=449) adolescentes (12-17 años) obtenemos un nivel de significación p=0,280 en la prueba de Levene, el modo más correcto de presentar dicho resultado es: p = 0,280. p > 0,05. n.s. NS.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 167. Si los adolescentes con obesidad (n=82) entran en un programa de intervención, y tras 6 meses de tratamiento se observa un descenso medio de 4 kg, con una desviación estándar de 1,5 kg y el grado de significación estadística es p=0,150. ¿Cuál de las siguientes afirmaciones es correcta?: Solo un 15% de los sujetos ha presentado un descenso del peso de más de 4 kg. Solo un 15% de los sujetos ha presentado un descenso del peso de más de 5,5 kg. El descenso observado es estadísticamente significativo, por lo que el programa de intervención ha resultado exitoso. Este resultado u otro más extremo tiene solo un 15% de probabilidad de existir.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 168. Si el 10% de los adolescentes (12-17 años, n=807) tuvo obesidad, el intervalo de confianza al 95% sería: 7% - 13%. 7% - 12%. 8% - 12%. 8% - 13%.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 169. Si queremos hallar el intervalo correspondiente al porcentaje de mujeres de 14 años obesas con un nivel de confianza del 90%, el valor para el supuesto propuesto es: 10%. 0,1. 0,05. 0,025.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 170. Sobre la base de los datos presentados, el error estándar de la proporción correspondiente a los participantes varones es de… ... 0,0161. ... 1,75. ... 0,0175. ... 0,0166.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 171. Las variables peso medido (kg) y peso declarado (kg) no siguen una distribución normal y el 11,6% de los adolescentes declararon desconocer su peso. Los investigadores deciden utilizar el coeficiente de correlación de Spearman para determinar la asociación entre ambas variables (figura 4). Podemos afirmar que... ... al aumentar el peso medido de los adolescentes, aumenta el peso declarado. ... al disminuir el peso medido de los adolescentes, aumenta el peso declarado. ... no se obtiene una asociación de 1,000 porque el 11,6% desconocían su peso. ... la correlación resulta inadecuada para estimar la concordancia entre dos métodos de medida.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 172. Si el coeficiente de correlación de Spearman (r) para determinar la asociación entre la edad y el número de comidas vale -0,06 y presenta una p=0,120, ¿cómo se interpreta?: Correlación directa, intensa u estadísticamente significativa. Correlación inversa, intensa y estadísticamente significativa. Correlación inversa, débil y no estadísticamente significativa. Correlación directa, débil y no estadísticamente significativa.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 173. Para valorar la relación entre la edad (años) y la altura (cm) en mujeres adolescentes (12-17 años) se ha ajustado esta regresión: altura = a + b x edad, donde a=146,1 y b=1,02. ¿Qué podemos afirmar?: La edad no está asociada con la altura y no sirve para predecirla. La constante a es la pendiente de la recta y equivale al incremento de edad por cada cm de altura. El coeficiente b es la pendiente de la recta y equivale al incremento de altura por cada año de edad. La edad está asociada con la altura de forma inversa.
Objetivos: estimar la prevalencia de sobrepeso y obesidad en la población adolescente (12-17 años) española, y analizar su asociación con el género y el número de ingestas diarias. Asimismo, fue objetivo del estudio analizar la asociación entre el peso declarado y el peso real medido en báscula. Métodos: se elaboró un cuestionario en el que se incluyeron datos socio demográficos (género y edad), hábitos dietéticos (número de comidas: =<3, 4, >=5), medidas antropométricas (peso, kg; altura, cm; y perímetro de cintura, cm), y auto declaración del peso (kg) y la altura (cm). A partir del peso y la altura (medidos), se calculó el índice de masa corporal (IMC, kg/m2). Los adolescentes fueron clasificados en normopeso (IMC 85), sobrepeso (IMC >=P85 – 97) y obesidad (IMC >=P97). A partir del perímetro de la cintura y la altura, se calculó el índice cintura/altura (ICA). Resultados: un total de 807 adolescentes fueron incluidos en la muestra final. 174. Para predecir si la probabilidad de sobrepeso u obesidad es dependiente del género, los investigadores realizan un análisis de regresión logística con el género masculino como referencia. El resultado obtenido es una odds ratio (OR) de 0,61 y el intervalo de confianza al 95% es de 0,45-0,84. Entonces, podemos afirmar que… ... la OR de tener sobrepeso u obesidad es 0,61 veces mayor en mujeres que en hombres. ... la OR de tener sobrepeso u obesidad es 0,61 veces menor en mujeres que en hombres. ... tener sobrepeso u obesidad es independiente del género. ...sin el valor de significación p no podemos concluir nada.
175. ¿Cuál de los siguientes es objetivo del artículo de revisión?: Identificar aspectos relevantes o controvertidos sobre el tema revisado. Delimitar el tópico u objeto de estudio de la investigación. Recolectar y analizar datos que nos permitan aceptar o rechazar la hipótesis planteada. Describir y explicar el fenómeno objeto de estudio.
176. Indica la respuesta correcta. Si el índice de kappa asociado a nuestro análisis de datos es k = 0,53, podremos concluir que: La relación entre las dos variables analizadas es pobre. La relación entre las dos variables analizadas es débil. La relación entre las dos variables analizadas es moderada. La relación entre las dos variables analizadas es buena.
177. La potencia de un test es: La probabilidad de rechazar la hipótesis nula cuando es falsa. La probabilidad de rechazar la hipótesis nula cuando es cierta. La probabilidad de cometer error de tipo II. Uno menos la probabilidad de cometer error de tipo I.
178. La recolección de datos para el proyecto de investigación se realiza durante: Fase conceptual. Fase interpretativa. Fase empírica. Fase de planificación.
179. ¿Con cuál de los siguientes estadísticos puede compararse el grado de dispersión (variabilidad) de distintas muestras, en las que se utilizan unidades de medida distintas?: Desviación típica. Varianza. Rango o amplitud. Error típico.
180. Siguiendo las indicaciones de Ruiz (2008), si queremos minimizar los errores asociados al reclutamiento de una muestra, entonces tendremos que seguir los siguientes pasos durante el proceso de reclutamiento: Definir la población que se estudiará, obtener un tamaño muestral adecuado, definir la técnica de muestreo que utilizar y redactar un listado de la población. Definir la población que se estudiará, redactar un listado de la población, definir la técnica de muestreo que utilizar y obtener un tamaño muestral adecuado. Redactar un listado de la población, definir la técnica de muestreo que utilizar y obtener un tamaño muestral adecuado. Definir la población que se estudiará, definir la técnica de muestreo que utilizar y obtener un tamaño muestral adecuado.
181. Estima el tamaño muestral que más se adecuaría al siguiente supuesto e indica la respuesta correcta. El tamaño de la población que estudiar es de 600 individuos. El factor de error es 5, mientras que el nivel de confianza es del 95%, y la varianza poblacional se ha estimado en 400. Recuerda que las ecuaciones disponibles para la estimación del tamaño muestral para una media son (escoge la adecuada para el problema planteado): 586. 61. 89. 56.
182. Se muestra el gráfico representativo de las frecuencias absolutas acumuladas de la distribución de edades de los 40 niños que acuden a clases de natación en la piscina municipal. La media de edad de la distribución es: 4,7 años. 5,2 años. 5,3 años. 4,5 años.
183. Teniendo en cuenta el gráfico del ejercicio anterior donde se representan las frecuencias absolutas acumuladas de la distribución de edades de los 40 niños que acuden a clases de natación en la piscina municipal, la desviación típica para esa muestra es de: 2,3 años. 2,5 años. 1,9 años. 1,7 años.
184. Estima el tamaño muestral para un estudio en el que se pretende calcular la proporción de personas que practican más de 5 horas semanales de actividad física, e indica la respuesta correcta. El tamaño de la población que estudiar es de 300 individuos. El factor de error que queremos asumir es del 0,05, mientras que el nivel de confianza es del 90%. Indica la respuesta correcta teniendo en cuenta que has de calcular el tamaño de muestra para la opción más desfavorable. Recuerda que las ecuaciones disponibles para la estimación del tamaño muestral para una proporción son (escoge la adecuada para el problema planteado): 143. 153. 272. 95.
185. Imaginemos que queremos evaluar la validez de un programa de entrenamiento de fuerza que hemos desarrollado nosotros mismos. Para ellos hemos registrado los niveles de fuerza máxima mostrados por un grupo de 50 personas antes (pre-test) y después (post-test) de la puesta en práctica del programa de entrenamiento. Indica qué test estadístico debiéramos utilizar para comprobar si nuestro programa de entrenamiento tiene un efecto significativo sobre los niveles de fuerza, habiendo comprobado previamente que la distribución de datos no es normal: Test de Welch. Prueba t de Student para muestras emparejadas. Prueba t de Student para muestras emparejadas. Test de los rangos con signo de Wilcoxon.
186. El histograma se usa para representar variables: Cualitativas. Cuantitativas discretas. Cuantitativas continuas. Cualquiera.
187. Los parámetros media y desviación típica respectivamente de la distribución normal tipificada (z) son: Media igual a 1 y desviación típica igual a 0. Media igual a 0 y desviación típica igual a 1. Media igual a 1 y desviación típica igual a 1. Media igual a 0 y desviación típica igual a 1,96.
188. La revisión bibliográfica forma parte fundamental de la fase conceptual del proyecto de investigación. En este sentido una tesis doctoral consultada en esta fase se puede considerar: Fuente documental terciaria. Fuente documental secundaria. Fuente documental primaria. Una tesis doctoral no se considera fuente documental válida.
189. Para estar en disposición de utilizar una prueba t de Student para muestras emparejadas es imprescindible: Que nuestra distribución de datos sea normal. Que nuestra distribución de datos sea normal y las varianzas homogéneas. Que la variable analizada sea de tipo cualitativo. Ninguna de las respuestas anteriores es correcta.
190. En un contraste de hipótesis el valor de p es: Fijado antes de realizar el contraste. La probabilidad de rechazar la hipótesis nula. La probabilidad de error al rechazar la hipótesis alternativa. Conocida al extraer la muestra y calcular el estadístico experimental.
191. Señala cuál de las siguientes afirmaciones es falsa: La aparición o no de bacterias en un cultivo es una variable dicotómica. La estatura de un individuo es una variable cuantitativa discreta. El lugar que ocupa una persona entre sus hermanos (de menor a mayor edad) es una variable ordinal. El estado civil es una variable cualitativa.
192. Si el coeficiente de asimetría en una población presenta el valor 0,99, entonces: La distribución presenta una cola a la derecha. La distribución presenta una cola a la izquierda. La distribución es más apuntada que la normal. La distribución es menos apuntada que la normal.
193. Un estudio pretende estimar el porcentaje de hipertensos que hay entre las personas mayores de 65 años en Burgos. Para llevar a cabo este estudio, han sido seleccionadas 350 personas mayores de 65 años en toda la ciudad, resultando que 167 padecen de hipertensión. Calcula el intervalo de confianza de las personas que padecen hipertensión con un nivel de confianza del 98%: [42,48%, 52,94%]. [42,06%, 52,84%]. [41,52%, 53,05%]. [41,49%, 53,93%].
194. Una muestra aleatoria de la frecuencia cardiaca de 9 sujetos proporciona los siguientes valores en pulsaciones/min: 88 90 90 86 87 88 91 92 89 ¿Cuál será el valor del intervalo de confianza al 95% para la media de la población, sabiendo que la frecuencia cardiaca tiene una distribución normal con una desviación típica de 1,8 pulsaciones min?: [85,237, 88,519]. [87,824, 90,176]. [88,641, 91,731]. [88,010, 89,990].
195. Sabemos que la función de regresión lineal para la estimación del volumen de oxígeno máximo (VO2max) en hombres asociada a una prueba de esfuerzo máximo (Test de Queen’s College) es: VO2max = 111,33 - 1,050 * Frecuencia cardiaca Con base en estos datos, podemos afirmar entonces que la pendiente de la recta de regresión lineal será igual a: 1,050. 111,33. 110,28. Con los datos aportados es imposible conocer el valor de la pendiente de la recta de regresión lineal.
196. Para conocer el grado de asociación existente entre dos variables cualitativas, necesitamos calcular: El coeficiente de correlación de Pearson. El coeficiente de correlación de Spearman. El índice de kappa. El coeficiente de asimetría.
197. Una gráfica como la que se muestra a continuación, acompañada de un coeficiente de correlación de Pearson r = -0,65, es indicativa de: Que existe una relación negativa moderada entre las variables fuerza (1 RM) y envergadura. Que existe una relación positiva moderada entre las variables fuerza (1 RM) y envergadura. Que no existe relación entre las variables fuerza (1 RM) y envergadura. Que un aumento de envergadura es la causa de que disminuya la fuerza (1 RM).
198. Indica la respuesta correcta. Si el valor del estadístico de contraste (D) obtenido en una prueba de Kolmogorov-Smirnov es menor que el valor crítico (Dalpha) asociado a dicha prueba, entonces: Tendremos que aceptar la hipótesis nula, es decir, nuestra distribución es normal. Tendremos que aceptar la hipótesis nula, es decir, nuestra distribución no es normal. Tendremos que rechazar la hipótesis nula, es decir, nuestra distribución es normal. Tendremos que rechazar la hipótesis nula, es decir, nuestra distribución no es normal.
199. En la instalación deportiva que gestionamos disponemos de 600 socios, de los cuales 420 son mujeres. Estamos interesados en conocer cuántas mujeres se hacen socias de nuestra instalación por cada nuevo socio del sexo masculino: Por cada hombre asociado, existirán 2,33 mujeres socias de nuestra instalación. Por cada hombre asociado, existirán 0,43 mujeres socias de nuestra instalación. Por cada hombre asociado, existirán 10,7 mujeres socias de nuestra instalación. Por cada hombre asociado, existirán 0,3 mujeres socias de nuestra instalación.
200. Para poder extrapolar los resultados obtenidos a partir del estudio de una muestra a la población de estudio, la muestra ha de: Ser aleatoria. Ser representativa de la población de estudio y no aleatoria. Ser representativa. Ser representativa de la población de estudio y aleatoria.
201. Estamos ante una situación en la que queremos comprobar si existen diferencias entre el efecto de tres programas de entrenamiento para la disminución de la masa corporal. Por ello, hemos llevado a cabo un análisis de la varianza (ANOVA) de un factor. El resultado de dicha prueba fue que el p-valor es de 0,15; por tanto, podemos concluir: Que no existen diferencias significativas en el efecto producido por los tres programas de entrenamiento, siempre y cuando el valor de significación definido previamente fuese mayor que 0,15. Que existen diferencias significativas en el efecto producido por los tres programas de entrenamiento, siempre y cuando el valor de significación definido previamente fuera menor que 0,15. Que no existen diferencias significativas en el efecto producido por los tres programas de entrenamiento, siempre y cuando el valor de significación definido previamente fuera menor que 0,15. El análisis de la varianza (ANOVA) no es el test estadístico adecuado para comparar el efecto de tres programas de entrenamiento para la disminución de la masa corporal.
202. Supongamos que hemos tomado tiempos en una prueba de natación de 100 m estilos, y que queremos comparar los tiempos obtenidos por mujeres con los tiempos obtenidos por hombres. Indica qué test estadístico hemos de utilizar para lograr nuestro objetivo, habiendo asumido que nuestra distribución de datos es normal y existe igualdad de varianzas entre grupos: Prueba t de Student para muestras emparejadas. Test de los rangos con signo de Wilcoxon. Test de Welch. Prueba t de Student para muestras emparejadas.
203. La variable dependiente (señala la opción correcta): Es la causa. Es la variable predictora. Su respuesta no se controla. Está controlada por el investigador.
204. El muestreo por conglomerados pertenece al grupo de técnicas de muestreo: No probabilístico o no aleatorio. No probabilístico o aleatorio. Muestreo probabilístico o aleatorio. Ninguna de las respuestas anteriores es correcta.
205. Un intervalo de confianza es: La probabilidad a priori de que el intervalo contenga el verdadero valor del parámetro. Un intervalo donde se encuentra el estimador con un nivel de confianza determinado. La región del espacio muestral donde se va a encontrar el verdadero valor del parámetro con una determinada probabilidad. Un intervalo de extremos aleatorios donde se encuentra el valor del parámetro con un nivel de confianza determinado.
206. Imagina que estás revisando un estudio en el que se quiso estudiar la prevalencia de adolescentes españoles de 12 años que practican más de 1 hora de actividad física diaria. El tamaño muestral utilizado por los autores fue de n = 150. En la literatura científica se indica que 1 de cada 3 (33 %) adolescentes europeos de 12 años practica más de 1 hora de actividad física diaria, y tenemos los siguiente datos: FE = 0,05 El tamaño muestral no es suficiente, con una confianza al 95 %, puesto que para ello necesitamos reclutar al menos a 160 adolescentes de 12 años. El tamaño muestral no es suficiente con una confianza al 95 %, puesto que para ello necesitamos reclutar al menos a 455 adolescentes de 12 años. El tamaño muestral no es suficiente con una confianza al 95 %, puesto que para ello necesitamos reclutar al menos a 340 adolescentes de 12 años. El tamaño muestral sí es suficiente, independientemente de la precisión y el grado de confianza.
207. Los datos de la siguiente tabla se corresponden con el número de sentadillas alcanzado por 33 alumnos mayores de 65 años en un gimnasio de Burgos: El valor promedio del número de sentadilla para la muestra es: 60,18. 58,24. 62,67. 57,25.
208. Teniendo en cuenta la tabla proporcionada, la desviación típica para la muestra es: 4,7. 6,9. 5,3. 4,5.
209. Selecciona la opción de respuesta falsa en relación con la técnica de muestreo aleatorio simple: Las probabilidades de un individuo de ser seleccionado para formar parte de la muestra aumentan a medida que avanzamos en la selección de casos cuando utilizamos el muestreo aleatorio simple sin reposición. Cuando utilizamos un muestreo aleatorio simple con reposición, las probabilidades de un individuo de ser seleccionado para formar parte de la muestra son siempre las mismas. Las probabilidades de un individuo de ser seleccionado para formar parte de la muestra aumentan a medida que avanzamos en la selección de casos cuando utilizamos el muestreo aleatorio simple con reposición. Cuando utilizamos el muestreo aleatorio simple con reposición, cada individuo seleccionado es devuelto a la población de la que ha sido extraído tras ser evaluado.
210. Imaginemos que queremos evaluar si la planificación del entrenamiento que hemos llevado a cabo en nuestro grupo de 95 atletas de velocidad ha resultado en una mejora significativa de los tiempos que dichos atletas obtienen en una prueba de 100 metros lisos. Para lograr nuestro objetivo, hemos pasado el test a todos nuestros atletas al comienzo (pretest) y al final (postest) de la temporada de entrenamiento. Indica qué test estadístico debiéramos utilizar para comprobar si nuestra planificación del entrenamiento ha tenido un efecto significativo sobre el rendimiento de nuestros atletas. Has de responder teniendo en cuenta que la distribución de datos con la que estamos trabajando no es normal: Prueba t de Student para muestras independientes. Test de los rangos con signo de Wilcoxon. Test de Welch. Prueba t de Student para muestras emparejadas.
211. Señala la respuesta correcta. Un contraste de hipótesis se considera significativo si: p > nivel de significación, aceptando, por tanto, la hipótesis alternativa. p > nivel de significación, aceptando, por tanto, la hipótesis nula. p < nivel de significación, aceptando, por tanto, la hipótesis alternativa. La hipótesis alternativa es más probable que la nula.
212. Se ha medido el nivel de actividad física (baja/normal/alta) en una muestra de 200 personas mayores de 65 años. Queremos saber si existen diferencias en función del género (hombres frente a mujeres), por lo que llevamos a cabo el test chi-cuadrado (c2) de Pearson. El p-valor asociado a este test fue de p = 0,2, habiendo asumiendo un nivel de significación de a = 0,05. Podemos, por lo tanto, concluir que: El nivel de actividad física en personas mayores de 65 años es independiente del género. En este caso tendríamos que haber utilizado la prueba t de Student para muestras emparejadas en lugar de la prueba chi-cuadrado (c2) de Pearson. El nivel de actividad física en personas mayores de 65 años es dependiente del género. En este caso tendríamos que haber utilizado el test de McNemar en lugar de la prueba chi-cuadrado (c2) de Pearson.
213. Nos hallamos ante una situación en la que queremos conocer la relación existente entre la valoración que dos jueces realizan acerca de la ejecución llevada a cabo por un gimnasta. Teniendo en cuenta que la valoración dada por los jueces es dicotómica (por ejemplo, apto/no apto), decidimos calcular el índice de Kappa. Indica la respuesta correcta, teniendo en cuenta que el valor final obtenido es de k = 0,65: La relación entre las dos variables analizadas es débil. La relación entre las dos variables analizadas es moderada. La relación entre las dos variables analizadas es buena. La relación entre las dos variables analizadas es muy buena.
214. Durante la fase conceptual del proyecto de investigación, si consulto un artículo científico original, este se puede considerar: Fuente documental terciaria. Fuente documental secundaria. Fuente documental primaria. No se considera fuente documental válida.
215. Al aplicar el test de Kolmogorov-Smirnov para analizar la normalidad de una distribución de datos, obtenemos un valor p = 0,006. Asumiendo que el valor de significación asociado a dicho test estadístico es de alpha = 0,05, indica la respuesta correcta: Hemos de aceptar la hipótesis nula, por lo que nuestra distribución de datos es normal. Hemos de aceptar la hipótesis nula, por lo que nuestra distribución de datos no es normal. Hemos de rechazar la hipótesis nula, por lo que nuestra distribución de datos no es normal. Hemos de rechazar la hipótesis nula, por lo que nuestra distribución de datos es normal.
216. El análisis estadístico de los datos recolectados se realiza durante la ____________ del proyecto de investigación: Fase conceptual. Fase interpretativa. Fase empírica. Fase de planificación.
217. La técnica de muestreo opinático pertenece al grupo de técnicas de muestro denominadas: Muestreo no probabilístico o no aleatorio. Muestreo no probabilístico o aleatorio. Muestreo probabilístico o aleatorio. La técnica de muestreo opinático no existe.
218. Si pretendemos analizar la asociación entre las variables calidad del sueño (mala/normal buena) y rendimiento en prueba física (malo/normal/bueno), entonces tendremos que calcular: El coeficiente de correlación de Pearson. El coeficiente de correlación intraclase. La función de regresión lineal que mejor explique la relación existente entre ambas variables. El coeficiente de correlación de Spearman.
219. Queremos conocer la media de altura de salto (medida a través de la ejecución de un salto con contramovimiento) alcanzada por los jugadores profesionales que participan en la superliga española de voleibol masculino. Sabiendo que el número total de jugadores inscritos en la superliga es de 120, indica el número mínimo de jugadores que han de ser testados para poder realizar una correcta inferencia estadística. Lleva a cabo tus cálculos teniendo en cuenta que los valores de media ± desviación típica para la altura de salto en jugadores de voleibol es de 68,3 ± 6,9 cm, asumiendo un factor de error de ±2 y un nivel de confianza del 90 %. Escoge la ecuación que más se adecua al ejemplo planteado entre las proporcionadas a continuación: Podemos afirmar que sería suficiente con testar un total de 32 jugadores. Podemos afirmar que sería suficiente con testar un total de 18 jugadores. Podemos afirmar que sería suficiente con testar un total de 26 jugadores. Con los datos proporcionados no estamos en disposición de estimar el tamaño muestral que más se adecua al supuesto planteado.
220. Estamos ante una situación en la que queremos comprobar si existen diferencias entre el efecto de tres programas de entrenamiento para la disminución de la masa corporal. Por ello, hemos llevado a cabo un análisis de la varianza (ANOVA) de un factor. El resultado de dicha prueba fue que el p-valor es de 0,15, por tanto, podemos concluir: Que no existen diferencias significativas en el efecto producido por los tres programas de entrenamiento, siempre y cuando el valor de significación (valor alpha) definido previamente fuese mayor de 0,15. Que existen diferencias significativas en el efecto producido por los tres programas de entrenamiento, siempre y cuando el valor de significación (valor alpha) definido previamente fuera menor de 0,15. Que no existen diferencias significativas en el efecto producido por los tres programas de entrenamiento, siempre y cuando el valor de significación (valor alpha) definido previamente fuera menor de 0,15. Ninguna de las respuestas anteriores es correcta.
221. Señala cuál de las siguientes opciones de respuesta permite definir qué es una variable dependiente: Es la causa. Es la variable predictora. Su respuesta no se controla. Está controlada por el investigador.
222. El muestreo por conglomerados pertenece al grupo de técnicas de muestreo: No probabilístico o no aleatorio. Probabilístico o aleatorio. No probabilístico o aleatorio. Ninguna de las respuestas anteriores es correcta.
223. ¿Cuál de las siguientes opciones no forma parte de la fase empírica de un proyecto de investigación?: Recolección de datos. Procesamiento estadístico. Presentación de datos. Selección del diseño experimental.
224. Para estar en disposición de utilizar una prueba t de Student para muestras emparejadas, es imprescindible: Que nuestra distribución de datos sea normal. Que nuestra distribución de datos sea normal y las varianzas homogéneas. Que la variable analizada sea de tipo cualitativo. Ninguna de las respuestas anteriores es correcta.
225. Si el coeficiente de asimetría en una distribución presenta el valor -5,22, entonces: La cola de la distribución es más larga hacia la derecha. La cola de la distribución es más larga hacia la izquierda. La distribución es más apuntada que la distribución normal. La distribución es menos apuntada que la distribución normal.
226. Se estima la proporción de varones adultos, residentes en una población, con obesidad severa (30 < índice de masa corporal < (o igual) 40) mediante una muestra aleatoria de tamaño 500. Se obtiene una estimación de varones con obesidad severa del 18 %. Utilizando un nivel de confianza del 98 %, ¿cuál es el intervalo de confianza para el porcentaje de varones con obesidad severa?: [13,99 %, 22,01 %]. [15,99 %, 20,00 %]. [11,98 %, 24,01 %]. [7,97 %, 22,02 %].
227. ¿Cuál de las siguientes opciones no es una característica de la hipótesis de investigación?: Especificar los métodos, técnicas e instrumentos que emplear durante el proceso de investigación. Proporcionar orden y lógica al estudio de investigación. Describir y explicar el fenómeno objeto de estudio para el que se plantea la investigación. Sugerir teorías que no han sido planteadas en estudios previos.
228. La extracción de conclusiones sobre los resultados obtenidos en el análisis estadístico de los datos se realiza durante la: Fase conceptual. Fase interpretativa. Fase empírica. Fase de planificación.
229. Sabemos que la función de regresión lineal para la estimación del volumen de oxígeno máximo (VO2max) en hombres asociada a una prueba de esfuerzo máximo (test de Queen’s College) es: Con base en estos datos, podemos afirmar entonces que la pendiente de la recta de regresión lineal será igual a: -1,050. 111,33. 110,28. Con los datos aportados es imposible conocer el valor de la pendiente de la recta de regresión lineal.
230. Los parámetros media y desviación típica, respectivamente, de la distribución normal tipificada (z) son: Media = 1 y desviación típica = 0. Media = 0 y desviación típica = 1. Media = 1 y desviación típica = 1. Media = 0 y desviación típica = 1,96.
231. En lo relativo al análisis de la fiabilidad de un instrumento de medición, o de una medida realizada por diferentes instrumentos, indica la afirmación falsa: Los valores que puede tomar el índice de kappa oscilan entre -1 y 1. Los valores que puede tomar el coeficiente de correlación y concordancia de Lin oscilan entre -1 y 1. Los valores que puede tomar el coeficiente de correlación intraclase oscilan entre 0 y 1. El índice de kappa se utiliza para analizar la concordancia existente entre dos métodos de medición, o dos mediciones diferentes, de una variable dependiente Y que es expresada de forma binaria o dicotómica.
232. El consumo diario de calorías se distribuye en una población de forma normal, con media 2500 y desviación típica 100. Si elijo una muestra de tamaño 100, ¿entre qué valores espero encontrar su media con una probabilidad del 95 % de acertar?: Entre 2400 y 2600. Entre 2300 y 2700. Entre 2290 y 2710. Entre 2480 y 2520.
233. Señala cuál de las siguientes afirmaciones es falsa: La aparición o no de bacterias en un cultivo es una variable dicotómica. La estatura de un individuo es una variable cuantitativa discreta. El lugar que ocupa una persona entre sus hermanos (de menor a mayor edad) es una variable ordinal. El estado civil es una variable cualitativa.
234. La revisión bibliográfica forma parte fundamental durante la fase conceptual del proyecto de investigación. En este sentido, un artículo científico de revisión consultado en esta fase se puede considerar: Fuente documental terciaria. Fuente documental secundaria. Fuente documental primaria. El artículo científico de revisión no es una fuente documental.
235. Si pretendemos analizar la asociación entre las variables calidad del sueño (mala/normal buena) y rendimiento en prueba física (malo/normal/bueno), entonces tendremos que calcular: El coeficiente de correlación de Pearson. El coeficiente de correlación intraclase. La función de regresión lineal que mejor explique la relación existente entre ambas variables. El coeficiente de correlación de Spearman.
236. Cuando los investigadores comparan la media de la variable tiempo en prueba de 400 metros lisos entre dos muestras determinadas por el sexo del individuo testado (varones vs. mujeres), podemos afirmar que: La hipótesis nula (H0) equivale a que la media será la misma en varones y en mujeres. La hipótesis nula (H0) equivale a que la media será distinta en varones y mujeres. Si se obtiene un valor p<0,05 en la comparación de medias, se aceptará la hipótesis nula (H0). Si se obtiene un valor p>=0,05 en la comparación de medias, se rechazará la hipótesis nula (H0).
237. El error de tipo I consiste en: Rechazar la H0 cuando es falsa. Rechazar la H0 cuando es cierta. No rechazar la H0 cuando es falsa. No rechazar la H0 cuando es cierta.
238. La variable independiente (señala la opción correcta): Es la información que se desea conocer. Está controlada por el investigador. Es la variable desenlace. Es un efecto.
239. Queremos llevar a cabo un estudio para estimar la media de horas semanales de actividad física que llevan a cabo los estudiantes españoles de Bachillerato. Sabemos que el número total de estudiantes de Bachillerato en centros españoles de enseñanza secundaria no obligatoria es de 638.515 y disponemos de los siguiente datos: FE = ±3; s = 35 Escoge la ecuación correcta, y estima el tamaño muestral más adecuado para nuestro estudio: Podemos afirmar, con una precisión del 5% y una confianza al 95%, que sería suficiente con utilizar un tamaño muestral de 350 individuos. Podemos afirmar, con una precisión del 10% y una confianza al 90%, que un tamaño muestral de 390 individuos no sería suficiente. Podemos afirmar, con una precisión del 10% y una confianza al 90%, que sería suficiente con utilizar un tamaño muestral de 370 individuos. Con los datos proporcionados no estamos en disposición de estimar el tamaño muestral que más se adecua al supuesto planteado.
240. Se muestra el gráfico representativo de las frecuencias absolutas acumuladas de la distribución de número de flexiones realizadas por 40 alumnos de CAFD: La media del número de repeticiones alcanzadas para la muestra es: 13,2. 14,0. 14,7. 15,3.
241. Teniendo en cuenta el gráfico del ejercicio anterior que muestra las frecuencias absolutas acumuladas del número de flexiones realizadas por 40 alumnos de CAFD, la desviación típica del número de repeticiones es: 1,9. 1,8. 2,1. 1,5.
242. Es una variable cualitativa ordinal: Sexo (M, F). Bebe (no, poco, mucho). N.º de muelas cariadas. Raza (blanca, negra, amarilla).
243. En relación con las técnicas de muestreo aleatorio estratificado, y muestreo por conglomerados, podemos afirmar que: En el muestreo aleatorio estratificado se forman grupos de individuos con características heterogéneas, y en el muestreo por conglomerados se forman grupos de individuos con características homogéneas. En el muestreo aleatorio estratificado se forman grupos de individuos con características homogéneas, y en el muestreo por conglomerados se forman grupos de individuos con características heterogéneas. En ambas técnicas de muestreo, los grupos formados presentan individuos con características heterogéneas. En ambas técnicas de muestreo, los grupos formados presentan individuos con características homogéneas.
244. El polígono de frecuencias se usa para representar variables: Cualitativas. Cuantitativas discretas. Cuantitativas continuas. Cualquier tipo de variable.
245. Al aplicar el test de Kolmogorov-Smirnov para analizar la normalidad de una distribución de datos, obtenemos un valor p=0,006. Asumiendo que el valor de significación asociado a dicho test estadístico es de alpha=0,05, indica la respuesta correcta: Hemos de aceptar la hipótesis nula, por lo que nuestra distribución de datos es normal. Hemos de aceptar la hipótesis nula, por lo que nuestra distribución de datos no es normal. Hemos de rechazar la hipótesis nula, por lo que nuestra distribución de datos no es normal. Hemos de rechazar la hipótesis nula, por lo que nuestra distribución de datos es normal.
246. ¿Qué propiedad o propiedades caracterizan a una distribución normal tipificada frente a una distribución normal cualquiera?: El área bajo su función de densidad es igual a 1. Su media es 1 y su desviación típica es 0. Su rango de valores oscila entre 0 y 3. Su media es 0 y su desviación típica es 1.
247. Si la media del peso en una población es 60 kg y la mediana 65 kg, entonces podemos afirmar que la distribución del peso en la población es: Platicúrtica. Mesocúrtica. Leptocúrtica. Asimétrica.
248. Para calcular la moda: Hace falta calcular primero la media. No hace falta tener todos los datos. Necesitamos conocer la frecuencia absoluta de cada valor que toma la variable. Debemos calcular primero la mediana.
249. Queremos patentar un sistema que hemos desarrollado para el registro automático del número de asistencias que realizan los jugadores de baloncesto durante un partido. Para ello, nos proponemos comprobar que los resultados obtenidos mediante nuestro sistema concuerdan con los registrados por un sistema previamente homologado. Indica qué test estadístico hemos de utilizar para tal fin: a. El coeficiente de correlación de Pearson. b. El coeficiente de correlación de Spearman. c. El coeficiente de correlación intraclase. d. El índice de kappa. El coeficiente de correlación de Pearson. El coeficiente de correlación de Spearman. El coeficiente de correlación intraclase. El índice de kappa.
Denunciar Test