Estadística Parcial II_UEMC

El 30 % de un determinado pueblo ve un concurso que hay en televisión. Desde el concurso se llama por teléfono a 10 personas del pueblo elegidas al azar. La probabilidad de que, entre las 10 personas, alguna estuviera viendo el programa es: 0,972. 0,0282. 1. 0.

Los parámetros media y la varianza, respectivamente, de una binomial se calculan: raiz(np), np(1-p). n/p, npq. np, (npq). ninguna es correcta.

Un estimador es insesgado cuando: La media correspondiente a la característica en la muestra coincide con la media de la característica en la población. Tiene la varianza muy pequeña. La media de su distribución muestral coincide con el valor del parámetro que se quiere estimar. Todas son falsas.

El error tipo II o error beta es la probabilidad de: Rechazar H0 siendo verdadera. Aceptar H0 siendo falsa. Aceptar H0 siendo verdadera. Rechazar H0 siendo falsa.

EL INE dice que el tiempo medio que está en paro un tipo de profesional de un determinado sector es de 13,5 meses. Se quiere contrastar si es cierto o no al nivel alfa = 5 %. Se tomó una muestra de 45 profesionales que estuvieron en paro en ese sector y se obtuvo una media de 17,2 meses y una cuasi-desviación típica de 15,3 meses. Con esta información podemos decir que: Es cierto, se acepta la hipótesis nula H0: Media=13,5 meses. Es falso, se rechaza la hipótesis nula H0:Media=13,5 meses. La Hipótesis alternativa es H1:Media=17,2 meses. El estadístico muestral es 1,62, que no está dentro de la región de aceptación que es (-1.96,+1.96.

Una variable aleatoria es binomial cuando se cumple que: Cada intento tienes dos resultados posibles: éxito o fracaso, la probabilidad de éxito o fracaso es la misma en cada intento, y los intentos son independientes. Cada intento tienes dos resultados posibles: éxito o fracaso, la probabilidad de éxito o fracaso depende de la función de probabilidad y los intentos son independientes. Cada intento tienes dos resultados posibles: éxito o fracaso, la probabilidad de éxito o fracaso depende de la función de probabilidad y los intentos son dependientes. Ese tipo de distribución es un caso particular de la distribución uniforme discreta.

Se desea comparar la talla media entre hombres y mujeres, ¿cuál será la prueba estadística más apropiada?. El contraste Chi-cuadrado de bondad de ajuste. El análisis de la varianza o ANOVA. El coeficiente de correlación de Pearson. El contraste de Kolmogorov-Smirnov.

Un estimador es eficiente cuando: La varianza de la distribución muestral del estimador es mínima. El valor esperado del estimador sea igual al valor del parámetro. Se utiliza toda la información de la muestra para estimar el parámetro. Todas son verdaderas.

El estadístico del contraste paramétrico: No se obtiene, debe formar parte de la hipótesis nula que debe ser probada. Se obtiene de la tabla y se comprueba según la condición de la hipótesis planteada. Es un estadístico que se obtiene a partir de un estimador del parámetro y cuya distribución no es conocida. Es un estadístico que se obtiene a partir de un estimador del parámetro y cuya distribución es conocida.

Características de la distribución Z: Es una distribución normal en la que la media es 0 y la desviación estándar es 1. Es una distribución normal en la que la media es 1 y la desviación estándar es 0. Es el caso particular para determinar probabilidades en distribuciones no sesgadas. Un valor Z representa el número de desviaciones estándares que un determinado valor está por encima de la media.

Coeficiente de correlación lineal de Pearson: Es adimensional y oscila entre 0 y 1. Es dependiente de la escala de medida de las variables. Es independiente de la escala de medida de las variables. e usa para correlaciones lineales y cuadráticas.

Chi cuadrado de Pearson se utiliza para: En estudios de centralización de distribuciones. Es un estadístico de forma en distribuciones bidimensionales. Es un estadístico que evalúa la dependencia en distribuciones bidimensionales. Es un estadístico que evalúa la dependencia en distribuciones unidimensionales.

Cuando 2 variables son independientes entre sí: Las medidas de ambos son iguales. Las varianzas de ambos son iguales. La covarianza vale 1. La covarianza vale 0.

En cualquier distribución de frecuencias, de una variable unidimensional, la suma de las frecuencias relativas: Es igual a 0. Es igual a 1. Es igual al número de observaciones n. Es igual al número de intervalos definidos sobre la variable.

En la distribución normal: El intervalo (m ± 3s) abarca el 99% del área y el 90% para el resto de distribuciones. El intervalo (m ± 2s) abarca el 95% del área. El intervalo (m ± 3s) abarca el 95% del área. Todas son ciertas.

Distribución de Poisson - errores máximos por hora: 0.938 (94%). 0.062 (62%). 0.0446 (4.5%). 0.0174 (1.7%).

El 60% de un determinado pueblo está pendiente de los temas relacionados con las elecciones generales a realizarse próximamente. Se realiza una encuesta telefónica a 10 de ellas al azar. Tratándose de una distribución binomial, la probabilidad de que al menos 3 personas de las llamadas al azar están pendiente de las elecciones es: 0.06. 0.04. 0.01. 0.99.

Cuando no hay relación lineal entre dos variables: Las medias de ambos son iguales. Las varianzas de ambos son iguales. La covarianza vale uno. La covarianza vale cero.

El coeficiente de determinación R cuadrado en una recta de regresión: Es adimensional y sus valores estarán comprendidos entre 0 y 1. Cuanto más se acerque a 0 mejor será el ajuste. Es adimensional y sus valores estarán comprendidos entre 0 y 1. Cuanto más se acerque a 1 mejor será el ajuste. Es adimensional y sus valores estarán comprendidos entre -1 y 1. Cuanto más se acerque a 1 mejor será el ajuste. Es preferible el V de Cramer siempre al tener mayores criterios para valorar la relación entre ellas.

La función de probabilidad de una variable aleatoria es p(x= 0)= 0.5, p(x=1)= 0.3, p(x=2)=0.1 y p(x=3)=0.1. La probabilidad de que X sea menor o igual que 3 es. 1. 0. 0,1. 0,9.

La media de la tensión arterial normal (120/80 mmHg) es de 100 ± 5 mmHg con un nivel de confianza del 95%. Esto significa que: La media de la muestra es 100 mmHg. La media de la población está entre 95 y 105 mmHg, con una seguridad del 95%. La media de la población está entre 95 y 105 mmHg, con una probabilidad de equivocarse del 5%. Todas son todas ciertas.

El intervalo de confianza al 80% para la nota media de una asignatura si se sabe que para una muestra de 30 alumnos la media ha sido 8.83 y la desviación típica 1.92. El intervalo de confianza será, I=8.83 ±0.45. El intervalo de confianza será, I=8.83 ±1.96. El intervalo de confianza será, I=8.83 ±0.95. Ninguno es correcto.

Diga cuál puede pasar: Se estudió una muestra en vez de la población para obtener mayor precisión. Se estudió la población para sacar información sobre la muestra. Se estudió una muestra representativa de la población. Se seleccionó una población de la muestra para simplificar el estudio.

Los errores en los paquetes de datos en una red ADSL siguen una distribución de Poisson con una tasa promedio de 0.1 error /minuto. La probabilidad de que lleguen como máximo 2 errores en una hora es: 0.938 (94%). 0.062 (62%). 0.0446 (4.5%). 0.0174 (1,7%).

El error tipo I o alfa es la probabilidad de: Rechazar H0 siendo verdadera. Aceptar H0 siendo falsa. Aceptar H0 siendo verdadera. Rechazar H0 siendo falsa.

En una distribución de frecuencias, la frecuencia absoluta acumulada mide. La frecuencia de un valor más las de todos los anteriores. La frecuencia de un valor más las de todos los posteriores. La frecuencia de un valor menos las de todos los anteriores. La frecuencia de un valor menos las de todos los posteriores.

La función de probabilidad de una variable aleatoria es p(x= 0)=0.5, p(x=1)=0.3, p(x=2)=0.1 y p(x=3)=0.1. La media de X es. 1.5. 0,8. 2. 2,8.

El peso de cierto modelo de batería sigue una distribución normal con una media de 6g y una desviación estándar de 2g. El porciento de baterías cuyo es mayor de 8 g es: Mayor que el 16%. Igual al 16%. Menor que el 16%. Ninguna.

El error tipo II o error beta es la probabilidad de: Rechazar H0 siendo verdadera. Aceptar H0 siendo falsa. Aceptar H0 siendo verdadera. Rechazar H0 siendo falsa.

Se desea comparar la talla media entre hombres y mujeres, ¿cuál será la prueba estadística más apropiada?. El contraste Chi-cuadrado de bondad de ajuste. El análisis de la varianza o ANOVA. El coeficiente de correlación de Pearson. El contraste de Kolmogorov-Smirnov.

Características de la distribución Z. Es una distribución normal en la que la media es 0 y la desviación estándar es 1. Es una distribución normal en la que la media es 1 y la desviación estándar es 0. Es el caso particular para determinar probabilidades en distribuciones no sesgadas. Un valor Z representa el número de desviaciones estándares que un determinado valor está por encima de la media.

La medida que determina la relación lineal que existe entre las dos variables cualitativas de una distribución bidimensional se llama: Covarianza. Regresión. Desviación típica. Chi cuadrado.

Excel y R son herramientas de cálculo sirve como apoyo para la. Estadística descriptiva e inferencial. Estadística descriptiva solamente. Estadística inferencial solamente. Ninguna.

En la distribución normal: El intervalo (m ± 3s) abarca el 99% del área y el 90% para el resto de distribuciones. El intervalo (m ± 2s) abarca el 95% del área. El intervalo (m ± 3s) abarca el 99% del área. Todas son ciertas.

X e Y son dos variables aleatorias independientes y la variable Z=3X+2Y. Sabiendo que la media de X es 5 y la media de Y es 3,2 …. La covarianza (X,Y) es 1. La media de Z es 4,1. La varianza de Z es 10,7. La media de Z es 21,4.

Un jugador lanza un dado sin trucar. Si sale un número primo, gana tantos cientos de euros como marca el dado, pero si no sale número primo, pierde tantos cientos de euros como marca el dado. La esperanza matemática da como resultado: Pregunta 10Seleccione una: Que gana dinero. Que pierde dinero. Ni gana ni pierde dinero. Este estadístico no garantiza que se gana o pierda dinero. Se usa en este caso la varianza respecto al valor medio (3.5) para saber si se gana o pierde.

Cuál de las siguientes distribuciones de probabilidad no corresponde a una variable aleatoria discreta. Poisson. t de Student. Binomial. Exponencial.

El estadístico del contraste paramétrico. No se obtiene, debe formar parte de la hipótesis nula que debe ser probada. Se obtiene de la tabla y se comprueba según la condición de la hipótesis planteada. Es un estadístico que se obtiene a partir de un estimador del parámetro y cuya distribución no es conocida. Es un estadístico que se obtiene a partir de un estimador del parámetro y cuya distribución es conocida.