Estadística Preguntas frecuentes Temas 8 y 9 UNED

Cuando deseamos establecer el coeficiente de fiabilidad como estabilidad, debemos calcular la correlación entre: Dos aplicaciones sucesivas de la prueba. La primera y la segunda mitad de la prueba. Los ítems pares e impares de la prueba.

Por su propia naturaleza, el cálculo de la validez predictiva implica calcular la correlación entre las puntuaciones de la prueba y: Un criterio externo. Una segunda aplicación de la misma. Un criterio medido tiempo después de la aplicación de la prueba.

Decimos que un instrumento de medida es fiable cuando: Mide con coherencia un rasgo. Mide con equivalencia una característica. Mide con precisión un rasgo.

Para determinar la fiabilidad de los instrumentos de medida, al procedimiento conocido como de la repetición o del test-retest, nos calcula la fiabilidad como: Equivalencia. Estabilidad. Consistencia interna.

El procedimiento de cálculo de la fiabilidad que se basa en las varianzas de las mitades y la varianza total, se conoce con el nombre de: Rulon. Guttman. Spearman-Brown.

En los cálculos de la fiabilidad y la validez de una prueba, se exigen unos valores más elevados en el caso de la: Validez. Fiabilidad. Ambas.

Para determinar la fiabilidad de una prueba hemos recurrido al procedimiento de Spearman-Brown que nos determina la fiabilidad como: Equivalencia. Consistencia interna. Estabilidad.

Podemos afirmar que un instrumento es válido cuando: Mide con precisión un rasgo o característica. Mide siempre de la misma forma ese rasgo. Mide lo que dice medir y no otra cosa.

El coeficiente que nos indica la proporción de la varianza del criterio que es ajena a la prueba o test, recibe la denominación: Coeficiente de alienación. Coeficiente de determinación. Coeficiente de valor predictivo.

La validez concurrente se obtiene: A través de la correlación entre las dos mitades de la prueba. Por medio de la correlación con un criterio externo. Mediante el coeficiente α de Cronbach.

El procedimiento de Spearman-Brown, basa el cálculo de la fiabilidad en la correlación…: Entre las variables. Entre las mitades. Entre las unidades.

Tenemos una prueba de 40 ítems, con una fiabilidad rxx=0,88. Para aumentar su fiabilidad a rxx=0,90, hemos de…: Aumentar el número de ítems. Reducir el número de ítems. Modificar el contenido de los ítems.

La validez puede ser concurrente, de constructo o aparente. ¿Cuál de estas se denomina validez didáctica?: Validez concurrente. Validez de constructo. Validez aparente.

Una discusión, a nuestro juicio sin demasiado valor práctico, se refiere a la relación entre: Teoría y modelo. Modelo y aleatoriedad. Teoría y datos.

Hemos caracterizado los modelos como representaciones de la realidad: Exactas. Precisas. Simplificadas.

El elemento diferencial entre un modelo matemático y otro estadístico es la incorporación a este de: La probabilidad. La incertidumbre. El margen de error.

Si tengo que comparar las medias de dos muestras que provienen de la misma población utilizaré como estadístico: La t de Student. La z de normal. Depende de los conocimientos que tenga de la población.

La prueba ANOVA o ANAVA nos permite comparar: Las medias de dos o más muestras. Las varianzas de dos o más muestras. Los errores típicos de dos o más muestras.

La Estadística tiene como objeto de estudio los fenómenos: Seguros. Aleatorios. Raros.

Si tuviera que establecer una relación del concepto de aletoriedad lo haría con el de: Desconocimiento. Probabilidad. Certeza.

En una prueba de bondad de ajuste de una distribución de frecuencias al modelo normal, se obtuvo un valor de χ2 (chi cuadrado) de 24,65. Sabiendo que los g.l. fueron 12, y que se está trabajando a un nivel de confianza del 95 %:, debemos: Aceptar que la distribución empírica es compatible con la normal. Rechazar la hipótesis de una distribución normal. Indicar que nos faltan datos para decidir.

En una distribución normal, la ordenada más alta corresponde a: La z= 0. La puntuación que corresponda a z= + 3. Las puntuación que corresponda a z= - 3.

En el campo de lo humano, las predicciones formuladas a partir de modelos: Se deben formular sobre personas concretas. Son bastante seguras cuando se aplican a los grupos a los que se aplica el modelo. Se realizan siempre con un determinado nivel de probabilidad.

La probabilidad que se establece sobre la base del número de casos favorables dividido entre el número de casos posibles, recibe la denominación de: Probabilidad a priori. Probabilidad a posteriori. Probabilidad real.

Los estadísticos para las pruebas de bondad de ajuste son: La prueba U de Mann-Whitney. El estadístico de ji-cuadrado para variables categóricas. La prueba de los signos.

Si se quiere saber si hay diferencia significativa entre las medias de tres grupos independientes se necesita: Utilizar la t de Student para contrastar la media entre los grupos. Utilizar la prueba U de Man-Whitney para contrastar la media entre grupos. Utilizar la prueba ANOVA siempre que se cumplan los supuestos de la misma.

En una curva normal de probabilidades o campana de Gauss, el 95 % central de los casos se encuentra: Entre ± σ. Entre ± 2 σ. Por debajo de 2 σ.

Entre los usos de la prueba χ2 (Chi-cuadrado) se encuentre el de: Inferir el parámetro correspondiente al estadístico. Bondad de ajuste a un modelo. Rechazar una hipótesis nula bilateral.

Entre un modelo matemático y uno estadístico la diferencia aparece en forma de: Una ecuación. El valor e, o error en la aplicación. El símbolo ∩.

La probabilidad a priori: Se calcula. Se estima. Se mide.

El término estocástico significa que la relación representada es: Imposible. Probable. Verosímil.

A partir de un modelo podemos avanzar predicciones. En el campo de los humano, tales predicciones pueden formularse, con determinada probabilidad: Sobre personas concretas a las que se refiere el fenómeno que representa el modelo. En relación con el % de ocurrencia del fenómeno representado por el modelo en grupos concretos. En Educación no es posible hacer este tipo de predicciones.

En el caso de una distribución empírica en que se desconocen μ y σ, para α < 0,01 y 23 columnas finalmente utilizadas, con un valor empírico de Chicuadrado de 37,566: Se puede rechazar la hipótesis nula. No se puede rechazar la hipótesis nula. No deberíamos decidir por falta de suficiente información.

Cuando hablamos de modelos estocásticos y deterministas nos referimos a: Los matemáticos. Los estadísticos. Los estadísticos en el primer caso y los matemáticos en el segundo.