pye-2

La distribución t de Student resulta importante cuando: Se conocen siempre todos los parámetros poblacionales. Se realizan estimaciones estadísticas. Se analizan muestras pequeñas. Se trabaja con variables continua. Existe incertidumbre asociada a la muestra.

La distribución Normal es ampliamente utilizada porque: Permite representar muchos fenómenos naturales. Es base para métodos de inferencia estadística. Puede aproximar ciertos modelos discretos bajo condiciones adecuadas. Elimina completamente la variabilidad aleatoria. Modela variaciones alrededor de un promedio.

Que un estimador tenga una distribución en el muestreo en función de un tamaño de muestra "n", significa que puede determinarse el valor de la probabilidad que se le calcule determinado valor en una muestra de ese tamaño. Verdadero. Falso.

Se necesita seleccionar una muestra (de tamaño n) representativa de la población del total de "N" estudiantes de Ing. en Sistemas que cursan materias de segundo en las distintas facultades del país, para ello se dispone del listado del total "m" de estas facultades El procedimiento de muestreo denominado "por conglomerados" consiste inicialmente en seleccionar al azar una de estas facultades; por lo tanto, la muestra estará compuesta por "n" estudiantes y no por una o más de las "m" facultades. verdadero. falso.

A pedido de la Gerencia, el Ing. en Sist. de una empresa de transporte aéreo realiza una estimación del promedio de las "diferencias en minutos entre el horario programado y el horario que realmente parten sus vuelos; determina el intervalo de estimación (19,5; 32,1) minutos con un coeficiente de confianza (1 - O) de 0,95 Si a partir de la misma muestra que se determinó dicho intervalo se determinara pero con un coeficiente de confianza (1 - ) de 0,99 y se lo compara con el determinado con un coeficiente de confianza (1 - x) de 0,95: Los límites del intervalo de estimación con (1- ) de 0,95 se calculan con un menor valor del "estadístico para inferencias". Verdadero. Falso.

A pedido de la Gerencia, el Ing. en Sist. de una empresa de transporte aéreo realiza una estimación del promedio de las "diferencias en minutos entre el horario programado y el horario que realmente parten sus vuelos; determina el intervalo de estimación (19,5; 32,1) minutos con un coeficiente de confianza (1 - O) de 0,95 Si a partir de la misma muestra que se determinó dicho intervalo se determinara pero con un coeficiente de confianza (1 - ) de 0,99 y se lo compara con el determinado con un coeficiente de confianza (1 - x) de 0,95: -- Los límites del intervalo de estimación con (1- Cx) de 0,99 se calculan con un mayor valor de la "estimación puntual" --. Verdadero. Falso.

Para estimar el promedio del puntaje posible de obtener (desde 0 hasta 100) en la población de ejemplares de una prueba de habilidades se necesita determinar el tamaño de muestra mínimo necesario bajo estas condiciones: error máximo admisible: 3 puntos Riesgo: 0,01 ¿cuál es la interpretación más importante del concepto de "riesgo" para este caso?. Existe una probabilidad 0,01 de que el verdadero promedio poblacional sea 3 puntos mayor o 3 puntos menor al valor de media muestral que se calcule en la muestra del tamaño que se determine. Existe una probabilidad de 0,99 de que, en promedio, los datos de la muestra se separen en 3 puntos del valor de media muestral que se calcule en la muestra del tamaño que se determine. Existe una probabilidad de 0,99 de que, en la muestra del tamaño que se determine, se calcule un valor de media muestral que se separe en hasta 1,5 puntos del error máximo admisible establecido. Existe unan probabilidad de 0,99 de que, en la muestra del tamaño que se determine, se calcule un valor de la media muestral que se separe pero en hasta 3 puntos y no más de los 50 puntos. Existe una probabilidad de 0,01 de que, en la muestra del tamaño que se determine, se calcule un valor de media muestral que se diferencie del promedio poblacional en más de 3 puntos.

Al realizar una prueba o dócima de hipótesis lateral derecha de un parámetro se determina el denominado "p valor", sobre su concepto e interpretación.... Es la probabilidad que el estimador adopte un valor mayor al coeficiente de significación determinado. Es la probabilidad que el estimador adopte un valor mayor a su valor calculado u observado en la muestra. Es la probabilidad que el estimador adopte unn valor menor a un valor del parámetro mayor a su valor asentado en la hipótesis nula. Es la probabilidad que el estimador adopte un valor significativamente mayor al valor del parámetro asentado en la hipótesis nula. Es la probabilidad que el estimador adopte un valor mayor a su valor predeterminado o punto crítico.

Al realizar una prueba o dócima de hipótesis lateral derecha de un parámetro se determina el denominado "p valor", sobre su concepto e interpretación.... Por ser la probabilidad que el estimador adopte un valor significativamente mayor al valor del parámetro asentado en la hipótesis nula, se rechaza la hipótesis nula si es menor a la probabilidad denominada potencia. probabilidad denominada potencia Por ser la probabilidad que el estimador adopte un valor significativamente mayor al valor del parámetro asentado en la hipótesis nula, se rechaza la hipótesis nula si es mayor a la probabilidad denominada potencia. Por ser la probabilidad que el estimador adopte un valor mayor a su valor calculado observado en la muestra, se rechaza la hipótesis nula si es mayor a la probabilidad denominada coeficiente de significación. Por ser la probabilidad que el estimador adopte un valor mayor a su valor calculado u observado en la muestra, se rechaza la hipótesis nula si es mayor a la probabilidad denominada potencia. Por ser la probabilidad que el estimador adopte un valor mayor a su valor calculado u observado en la muestra, se rechaza la hipótesis nula si es menor a la probabilidad denominada coeficiente de significación.

En una docimasia o prueba de hipótesis de un parámetro, a los valores del estimador comprendidos en la zona de rechazo se los considera o supone... que tienen una diferencia muy significativa con el valor del parámetro de hipótesis nula y, por lo tanto, una diferencia poco significativa con un valor del parámetro distinto al de hipótesis nula. que tienen una diferencia poco significativa con el valor del parámetro de hipótesis nula y, por lo tanto, una diferencia poco significativa con un valor del parámetro menor al de hipótesis nula. que tienen una diferencia poco significativa con el valor del parámetro de hipótesis nula y, por lo tanto, una diferencia poco significativa con un valor del parámetro distinto al de hipótesis nula. que tienen una diferencia muy significativa con el valor del parámetro de hipótesis nula y, por lo tanto, una diferencia muy significativa con un valor del parámetro mayor al de hipótesis nula. que tienen una diferencia poco significativa con el valor del parámetro de hipótesis nula y, por lo tanto, una diferencia poco significativa con un valor del parámetro igual al de hipótesis nula.

Según la regla empírica del Modelo Normal: P(u-o<x<u+o) = 0,68 Esto significa que: Aproximadamente el 68% de los valores se encuentran a una desviación estándar de la media. Aproximadamente el 68% de los valores se encuentran a una desviación estándar de la varianza.

Si en una distribución Normal se obtiene: Z=-2 esto indica que: La distribución no puede analizarse. El dato es menor que la media.

En una distribución t de Student. Cuando los grados de libertad aumentan considerablemente: La distribución se aproxima a la distribución Normal estándar. La distribución pierde su forma simétrica.

En cierta empresa el tiempo de reparación de cierto equipo de gran complejidad es de por lo menos 12,3 días. Luego de haber implementado distintas medidas de turnos rotativos, el área de mantenimiento decide evaluarlas para verificar si hay mejoras. Para ello selecciona aleatoriamente 100 equipos reparados y determina que la media es de 10,9 con una desviación estándar de 4,5. ¿Puede el área de mantenimiento de la empresa afirmar que las medidas implementadas han aumentado el tiempo promedio de reparación a un nivel de significación del 1%? a) Plantee las hipótesis del parámetro de interés: Ho) µ ≥15,9 H1) µ<15,9. Ηρ) μ≤ 12,3 Η1) μ>12,3. Ηρ) μ≤ 15,9 H1) μ>15,9. Ho) xbarra ≤ 12,3 H₁) xbarra >12,3. Ηρ) μ>= 12,3 Η₁) μ<12,3.

En cierta empresa el tiempo de reparación de cierto equipo de gran complejidad es de por lo menos 12,3 días. Luego de haber implementado distintas medidas de turnos rotativos, el área de mantenimiento decide evaluarlas para verificar si hay mejoras. Para ello selecciona aleatoriamente 100 equipos reparados y determina que la media es de 10,9 con una desviación estándar de 4,5. ¿Puede el área de mantenimiento de la empresa afirmar que las medidas implementadas han aumentado el tiempo promedio de reparación a un nivel de significación del 1%? b) Seleccione el punto crítico del estimador: 13,18. 19,89. 11,25. 28,25. 20,51. 12,81.

En cierta empresa el tiempo de reparación de cierto equipo de gran complejidad es de por lo menos 12,3 días. Luego de haber implementado distintas medidas de turnos rotativos, el área de mantenimiento decide evaluarlas para verificar si hay mejoras. Para ello selecciona aleatoriamente 100 equipos reparados y determina que la media es de 10,9 con una desviación estándar de 4,5. ¿Puede el área de mantenimiento de la empresa afirmar que las medidas implementadas han aumentado el tiempo promedio de reparación a un nivel de significación del 1%? c) Realizando la dócima que correspondaa un nivel de significación del 1%, ¿Cuál es la decisión adecuada?. Rechazar la hipótesis nula porque el valor observado del estimador pertenece a la zona de rechazo de dicha hipótesis. No rechazar la hipótesis nula porque el valor observado del estimador pertenece ala zona de no rechazo de dicha hipótesis. No rechazar la hipótesis nula porque el valor observado del estimador coincide con valor del parámetro de dicha hipótesis. Rechazar la hipótesis nula porque el valor observado del estimador pertenece a la zona de No rechazo de dicha hipótesis.

El Instituto de Turismo de Córdoba planea hacer una encuesta entre los turistas que visitan la ciudad para determinar si piensan quedarse más de una semana. Le gustaría tener una certidumbre del 98% en su estimación. a) ¿Cuántos turistas debe incluir en la muestra si quiere que la proporción muestral de visitantes que se quedan más de una semana esté a menos de 0,04 de la proporción real?. 846. 721. 1315. 1068. 1240.

El Instituto de Turismo de Córdoba planea hacer una encuesta entre los turistas que visitan la ciudad para determinar si piensan quedarse más de una semana. Le gustaría tener una certidumbre del 98% en su estimación. b) Si el Instituto de Turismo de Córdoba del ejercicio anterior, utiliza una muestra de 300 clientes con tarjeta de crédito, ¿Cuál es el error tolerable máximo?. 0,0490. 0,0740. 0,0671.

El Instituto de Turismo de Córdoba planea hacer una encuesta entre los turistas que visitan la ciudad para determinar si piensan quedarse más de una semana. Le gustaría tener una certidumbre del 98% en su estimación. c) Se toma una muestra de 300 clientes y 75 indican que se quedarán más de una semana en ciudad. Construya e indique un intervalo de estimación del 98% de la proporción de turistas que se quedarán más de una semana visitando la ciudad. [0,1919-0,3082]. [0,1518-0,5523]. [0,2943-0,5312].

Después de implementar un sistema de inventarios, se seleccionó una muestra de 180 empleados de los cuales 126 afirmaron que los errores de inventario disminuyeron. Determine el intervalo de confianza del 95% para la proporción de empleados que perciben una disminución de errores. [0,633-0,767]. [0,550-0,690]. [0,680-0,820].

Después de implementar un sistema de inventarios, se seleccionó una muestra de 180 empleados de los cuales 126 afirmaron que los errores de inventario disminuyeron. Si hubiera construido un intervalo de confianza del 90 %: ¿Hubiera sido más ancho o más angosto que el intervalo del 90% de confianza construido? ¿Qué intervalo implica el mayor riesgo de una estimación incorrecta? ¿Qué generalización sugiere esto?. Es más ancho el intervalo con una mayor confianza, lo que implica un mayor nivel de error y un aumento del riesgo. Es más angosto el intervalo con una menor confianza, lo que implica un menor nivel de error, pero con un aumento del riesgo. Es más angosto el intervalo con una mayor confianza, lo que implica un menor nivel de error, con disminución del riesgo. Es más angosto el intervalo con una mayor confianza, lo que implica un mayor nivel de error, pero con una disminución del riesgo.

Después de implementar un sistema de inventarios, se seleccionó una muestra de 180 empleados de los cuales 126 afirmaron que los errores de inventario disminuyeron. Interprete correctamente el significado de un nivel de confianza del 95%. Significa que de cada 100 intervalos que puedan construirse, 95 van a contener el parámetro y 5 no lo van a contener. En 95 de cada 100 intervalos se percibe una disminución de error. El 95% de los empleados consideran que los errores disminuyeron.

El gasto mensual de los alumnos de primer año en apuntes sigue una distribución Normal, con media de 8500 pesos y desviación típica de 1200 pesos. 1. La probabilidad de que un alumno gaste menos de 6500 pesos es: 0,0478. 0,9522. 0,0228.

El gasto mensual de los alumnos de primer año en apuntes sigue una distribución Normal, con media de 8500 pesos y desviación típica de 1200 pesos. 2. El porcentaje de alumnos que gastan entre 7000 y 10000 pesos es: 89,44%. 78,87%. 95,44%.

El gasto mensual de los alumnos de primer año en apuntes sigue una distribución Normal, con media de 8500 pesos y desviación típica de 1200 pesos. El 30% de los alumnos gasta menos de : 8300,20. 7870,40. 8120,50.

El tiempo que tarda en cargar la pagina principal de la facultad en horas picos sigue una distribucion normal, con media de 3 segundos y desviacion tipica de 0,5 segundos 1- la probabilidad de que la pagina tarde mas de 4 seguundos en cargar es. 0,0228. 0,9772. 0,0500.

El tiempo que tarda en cargar la pagina principal de la facultad en horas picos sigue una distribucion normal, con media de 3 segundos y desviacion tipica de 0,5 segundos 2- El porcentaje de cargas que tardan entre 2,5 y 3,5 segundos es: 34,13%. 68,26%. 50,00%.

El tiempo que tarda en cargar la pagina principal de la facultad en horas picos sigue una distribucion normal, con media de 3 segundos y desviacion tipica de 0,5 segundos 3- El 20% de las cargas mas lentas superan los: 3,80. 3,25. 3,42.

Pizza XXL se especializa en entregas a domicilio y está considerando una promoción especial de "dos por una" para incrementar el monto de las órdenes de los clientes. Para determinar si la promoción es buena, Pizza XXL estima el monto promedio de las órdenes de los clientes en la actualidad. Selecciona una muestra de 36 órdenes y la cantidad media es de $14,37 (la moneda está expresada en dólares). a) Si se conoce la desviación estándar de la población como $3,50; construya una estimación por intervalo con el 95% de confianza. [13,23;15,51]. [13,06;15,98]. [12,48;16,31].

Pizza XXL se especializa en entregas a domicilio y está considerando una promoción especial de "dos por una" para incrementar el monto de las órdenes de los clientes. Para determinar si la promoción es buena, Pizza XXL estima el monto promedio de las órdenes de los clientes en la actualidad. Selecciona una muestra de 36 órdenes y la cantidad media es de $14,37 (la moneda está expresada en dólares). b) Si hubiera construido un intervalo de confianza del 90%: ¿Hubiera sido más ancho o más angosto que el intervalo del 95% de confianza construido? ¿Qué intervalo implica el mayor riesgo de una estimación incorrecta?. El intervalo hubiese sido más angosto, con menor error pero con mayor riesgo de una estimación incorrecta. El intervalo hubiera sido más angosto, con menor error y con menor riesgo de una estimación incorrecta. El intervalo hubiera sido más ancho, con menor error y con mayor riesgo.

Pizza XXL se especializa en entregas a domicilio y está considerando una promoción especial de "dos por una" para incrementar el monto de las órdenes de los clientes. Para determinar si la promoción es buena, Pizza XXL estima el monto promedio de las órdenes de los clientes en la actualidad. Selecciona una muestra de 36 órdenes y la cantidad media es de $14,37 (la moneda está expresada en dólares). c) ¿Qué generalización sugiere lo explicado en el punto b)?. Es más angosto el intervalo con una menor confianza, lo que implica un menor error, pero con un aumento del riesgo. Es más angosto el intervalo con una mayor confianza, lo que implica un menor nivel de error, con disminución del riesgo. Es más angosto el intervalo con una mayor confianza, lo que implica un mayor nivel de error, pero con una disminución del riesgo. Es más ancho el intervalo con una mayor confianza, lo que implica un mayor nivel de error y un aumento del riesgo.

El Servicio de Salud del Ministerio de Bienestar Social de la Provincia está realizando una encuesta para determinar el número promedio de cigarrillos fumados por día por persona en la Ciudad de Córdoba. Una muestra de 5 personas, arrojó el siguiente resultado: 12, 10, 8, 5, 25. No conociendo el valor de la desviación poblacional: a) Calcular el intervalo de confianza para la media poblacional con una confianza del 90%. [4,649-19,351]. [7,410-23,760]. [2,550-20,230].

El Servicio de Salud del Ministerio de Bienestar Social de la Provincia está realizando una encuesta para determinar el número promedio de cigarrillos fumados por día por persona en la Ciudad de Córdoba. Una muestra de 5 personas, arrojó el siguiente resultado: 12, 10, 8, 5, 25. No conociendo el valor de la desviación poblacional: b) Suponiendo que la desviación poblacional es de 8,2 y que en la muestra se incluyen 49 personas, el error de estimación es: 1,927. 3,732. 4,853. 0,95.

Una empresa que produce y comercializa la marca X de un producto analiza su "cuota de mercado" en la provincia; es decir, la proporción de consumidores del producto que compran su marca conociendo que hay 3 marcas más del mismo producto. En este momento supone que su cuota de mercado puede ser superior en relación a una distribución equitativa en las compras del producto en la provincia entre las marcas. A fin de verificar esta suposición el Ing. en Sistemas de la empresa selecciona una muestra aleatoria de 156 consumidores del producto para consultarle cada uno, cuál es la marca que recientemente ha comprado (P, S, X o Z) y como resultado se obtuvo que 56 compraron la marca X. Realizando la prueba de hipótesis (dócima) que corresponda a un nivel de significación del 5%, ¿Cuál es la decisión adecuada?. Se rechaza hipótesis nula porque el valor observado del estimador es 0,359 y el punto crítico 0,307. No se rechaza hipótesis nula porque el valor observado del estimador es 0,359 y el punto crítico 0,307. Se rechaza hipótesis nula porque el valor observado del estimador es 0,349 y el punto crítico 0,307. No se rechaza hipótesis nula porque el valor observado del estimador es 0,307y el punto crítico 0,349.

1. Para una variable binomial aproximada por Normal se utilizan: Los parámetros de la distribución normal aproximada. Los parámetros de la distribución normal aproximada.

La aproximación del Modelo Poisson mediante Normal puede aplicarse cuando: El parámetro promedio es suficientemente grande. La forma de la distribución permite una aproximación adecuada.

Para una distribución Poisson aproximada mediante Normal: implica que: El promedio de ocurrencias determina la ubicación de la distribución aproximada. La dispersión depende del parámetro del modelo original.

Una aproximación mediante Normal puede aplicarse a: Modelo Binomial en ciertas condiciones. Modelo Poisson en ciertas condiciones. Modelo Hipergeométrico bajo ciertas condiciones.

Según la ley de los grandes números, la probabilidad de que el valor del estimador difiera del valor del parámetro que estima en menos de una cantidad "d" predeterminada... Tiende a 1 a medida que mayor sea el tamaño de muestra. Tiende a 1 a medida que se seleccionan mas muestras de igual tama;o. Tiende a 0 a medida que se seleccionan mas muestras de igual tama;o. Tiende a 1 a medida que se seleccionan mas muestras de igual tama;o.

¿Cuál o cuáles de las siguientes características o propiedades son correctas de un buen estimador de un parámetro?. Es posible verificar que tiene un valor medio o esperanza de sus valores posibles de calcular en diferentes muestras igual al parámetro del cual es estimador. que diga es posible verificar.

En la dócima de un parámetro al coeficiente de significación ($\alpha$), según la teoría de inferencia, se le predetermina un valor A dicho coeficiente se lo interpreta como la "probabilidad de No Rechazar la hipótesis nula en el caso que sea cierta": 0 < a <= 0,10. falso.

Al realizar una prueba o dócima de hipótesis lateral derecha de un parámetro se determina el denominado "p valor", sobre su concepto e interpretación: Es la probabilidad que el estimador adopte un valor mayor a su valor calculado u observado en la muestra. Es la probabilidad que el estimador adopte un valor significativamente mayor al valor del parámetro asentado en la hipótesis nula. Es la probabilidad que el estimador adopte un valor menor a un valor del parámetro mayor a su valor asentado en la hipótesis nula.

Al realizar una prueba o dócima de hipótesis lateral derecha de un parámetro se determina el denominado "p valor", sobre su concepto e interpretación: b). Por ser la probabilidad que el estimador adopte un valor mayor a su valor calculado u observado en la muestra, se rechaza la hipótesis nula si es menor a la probabilidad denominada coeficiente de significación. por ser la probabilidad que el estimador adopte un valor mayor a su valor calculado u observado en la muestra, se rechaza la hipótesis nula si es mayor a la probabilidad denominada potencia. Por ser la probabilidad que el estimador adopte un valor mayor a su valor calculado u observado en la muestra, se rechaza la hipótesis nula si es mayor a la probabilidad denominada coeficiente de significación.

Se entiende por "Error de tipo I" en una dócima de hipótesis a... Rechazar la hipótesis cuando en realidad es cierta. Rechazar la hipótesis cuando en realidad es cero. No rechazar la hipótesis nula cuando en realdiad es falsa.