Cuestiones
ayuda
option
Mi Daypo

TEST BORRADO, QUIZÁS LE INTERESEStatistics I Bimester II

COMENTARIOS ESTADÍSTICAS RÉCORDS
REALIZAR TEST
Título del test:
Statistics I Bimester II

Descripción:
Estadistica

Autor:
AVATAR

Fecha de Creación:
23/07/2018

Categoría:
Idiomas

Número preguntas: 102
Comparte el test:
Facebook
Twitter
Whatsapp
Comparte el test:
Facebook
Twitter
Whatsapp
Últimos Comentarios
No hay ningún comentario sobre este test.
Temario:
Al aplicar el factor de corrección por continuidad, se debe restar 0,5 al valor de X, cuando se desea establecer la probabilidad de que: ocurran más de X por lo menos ocurra X ocurran X o menos.
Al calcular el valor de una probabilidad, ésta puede tomar valores entre cero y: uno diez Infinito.
Al lanzar un dado, la probabilidad de que el número extraído sea un 8, es: 1/8 0 8.
Al lanzar un dado, la probabilidad de que el número resultante sea “tres”, es igual a: 1/6 1/3 1/2.
Al lanzar un dado, la probabilidad de que el resultado sea “dos” y número par, identifica eventos: mutuamente excluyentes no excluyentes dependientes.
Al lanzar una moneda, el evento de extraer una cara, se encuentra en el conjunto de: resultados posibles resultados favorables total de observaciones.
Al lanzar una moneda, los eventos cara y sello se caracterizan por ser eventos: independientes mutuamente excluyentes dependientes.
Al mencionar que describe el número de veces que se presenta un evento durante un intervalo especifico que puede ser de tiempo, distancia, área o volumen, nos estamos refiriendo a la probabilidad: Binomial Hipergeometria de Poisson.
Al lanzar una moneda, el evento de extraer una cara, se encuentra en el conjunto de: Resultados posibles Resultados favorables Total de observaciones.
Aquel tipo de probabilidad que parte del supuesto de que los resultados de un experimento son igualmente posibles se denomina: Clásica Empirica Subjetiva.
Cuando nos referimos al proceso que induce a que ocurra una y sólo una de varias posibles observaciones, estamos definiendo: simétrica asimétrica negativa asimétrica positiva.
Cuando alrededor del 95% del área, se encuentra bajo la curva normal, significa que el valor de Z es: 1 2 3.
Cuando el valor de Z es 1 y el área bajo la curva mayor que 1, debemos: sumar 0,5 al a,3413 restar 0,3413 de 0,5 considerar como resultado el 0,3413.
Cuando el valor de Z es 1 y el área bajo la curva normal es 0,3413, para hallar la probabilidad de que el valor sea mayor que 1, debemos: sumar 0.5 al 0.3413 restar 0.3413 de 0.5 considerar como resultado 0.3413.
Cuando la moda es mayor a la mediana y mayor a la media aritmética, se dice que la distribución es: simétrica asimétrica negativa asimétrica positiva.
Cuando nos referimos a la distribución de probabilidad que se caracteriza por ser simétrica con respecto a su media, estamos hablando de la distribución de probabilidad: subjetiva clásica empírica.
Cuando las pruebas no son independientes, la distribución de probabilidad a utilizarse es: Hipergeométrica Binomial De Poisson.
Cuando los eventos se presentan en dos o más etapas, es conveniente trabajar con: Reglas de adición Reglas de multiplicación Diagrama de árbol.
Cuando no interesa el orden en el que se presentan los objetos seleccionados de un conjunto total, se utiliza: permutaciones combinaciones Diagrama de árbol.
Cuando nos referimos a la distribución de probabilidad que se caracteriza por ser simétrica con respecto a su media, estamos hablando de la distribución de probabilidad: Normal Binomial Hipergeométrica.
Cuando nos referimos al proceso que induce a que ocurra una y sólo una de varias posibles observaciones, estamos definiendo un: Evento Resultado Experimento.
Cuando se toma en cuenta todos los valores absolutos de las diferencias entre cada uno de los valores observados con respecto a la media aritmética, estamos calculando la: Desviación estándar Desviación media Varianza.
Cuando se trabaja con datos muestrales, en el cálculo de la desviación estándar, se debe dividir para: N N - 1 N + 1.
Cuando se trabaja en intervalos diferidos de espacio o tiempo es aconsejable el uso de la distribución de probabilidad: De Poisson Hipergeometrica Binomial.
El área bajo a curva normal se caracteriza por ser: adimensional dimensional cuadrática.
El área bajo la curva normal a cada uno de los lados de la media, es: 10% 25% 50%.
El área de la curva normal a cada uno de los lados de la media aritmética es: 10% 25% 50%.
El área total bajo la curva normal es: 0,5 1 0,25.
El factor de corrección por continuidad, consiste en: Multiplicar el valor de la variable por la frecuencia relativa Dividir el valor de la variable para el numero de sucesos posibles Sumar o restar 0.5 a los valores de la variable según sea el requerimiento.
El factorial de 4 es: 24 10 12.
El factorial de cero, por definición siempre será igual: Cero Uno Infinito.
El número de alumnos que toman el curso de Estadística I, se considera como variable: continua discreta normal.
El número de combinaciones de tres elementos tomados tres a la vez, es igual a: 1 3 6.
El número de distribuciones normales es: Limitado Ilimitado Nulo.
El producto entre el número de eventos y las probabilidades de éxito y fracaso, en una distribución de probabilidad binomial, nos da como resultado el valor de la: Desviación típica o estándar Media aritmética Varianza.
El promedio de las distancias entre los valores observados y la media aritmética, constituye la: Amplitud de variación Desviación media Desviación típica o estándar.
El resultado del coeficiente de Pearson, puede tomar valores entre: Amplitud de variación Desviación media Desviación típica o estándar.
El valor de coeficiente de asimetría de Pearson, en una distribución simétrica será igual cero un tres.
El valor de la mediana de un conjunto de valores es equivalente, a los valores del cuartil 2, decil 5 y: percentil 50 percentil 25 decil 2.
El valor de la mediana, es igual a: D2;Q2; y P2 D5;Q2; y P25 D5;Q2; y P50.
El valor de percentil 75, nos indica que bajo ese valor se encuentra el: 25% de las observaciones 50% de las observaciones 75% de las observaciones.
El valor que nos muestra la distancia entre un determinado valor y la media aritmética en términos de desviaciones estándar es: Z µ o.
En cualquier distribución simétrica, aproximadamente el 68% de observaciones se encontrarán entre: Más y menos una desviación estándar respecto a la media Más y menos dos desviaciones estándar respecto a la media Más y menos tres desviaciones estándar respecto a la media.
En la distribución de probabilidad binomial, la media aritmética se calcula a través de la siguiente fórmula: µ = n/ µ = n µ = n+.
En la distribución de probabilidad de Poisson, la media y la varianza se calculan con la misma fórmula que dice: n*π n+π n/π.
En la distribución de probabilidad normal estándar, la desviación estándar es de: 0 1 1,5.
En la distribución de probabilidad normal, la media de la variable expresada en términos de Z, siempre será igual a: 0 1 0,5.
En la fórmula de cálculo de la distribución de probabilidad de Poisson, se utiliza el valor de e, que es igual a: 2,718281 3,141592 1.
En un problema en el que n es 6 y se solicita encontrar la probabilidad de que por lo menos se presenten 4 casos, debería: sumar las probabilidades correspondientes a 4, 5 y 6 identificar la probabilidad de 4 sumar las probabilidades de 0 hasta 4.
En una tabla de distribución de probabilidades, se considera el concepto de frecuencia: absoluta simple relativa simple absoluta acumulada.
Es aquella medida que indica la amplitud de variación entre los valores observados en la investigación: rango o recorrido desviación media coeficiente de variación.
La curva normal se caracteriza por ser asimétrica y por ello tiene la forma de: Parábola Elipse Campana.
La determinación de los valores correspondientes, sigue la misma metodología que el cálculo de la mediana: cuartiles, deciles y percentiles desviación típica o estándar varianza.
La distribución de Poisson es una familia de distribuciones discretas continuas aleatorias.
La distribución de probabilidad hipergeométrica se caracteriza porque los ensayos son: dependientes independientes excluyentes.
La distribución de probabilidad binominal, se aplica cuando entre otras características, se cumple que: la variable es continua existen dos resultados posibles éxito o fracaso la variable se mide en intervalo de tiempo.
La distribución de probabilidad discreta en la que cada ensayo termina en solo uno de los resultados mutuamente excluyentes, se denomina: Normal Binomial De Poisson.
La distribución de probabilidad en la que la probabilidad de ocurrencia de un evento es proporcional al tamaño del intervalo, se denomina distribución de probabilidad: Binomial De Poisson Hipergeométrica.
La distribución de probabilidad hipergeométrica, se caracteriza porque la probabilidad de éxito: cambia en cada ensayo permanece fija en todos los ensayos no influye en el resultado final.
La falta de simetría en la distribución de un conjunto de datos, demuestra que los datos son: Simétricos Asimétricos Normales.
La ley de los eventos improbables, se establece cuando la probabilidad de éxito es: Grande y n es pequeña Muy pequeña y n es grande Es pequeña y n también lo es .
La media en una distribución de probabilidad, se considera como un valor típico de un conjunto de eventos y por ello también se conoce como valor: esperado representativo único.
La medida de dispersión cuyo resultado se expresa en unidades cuadráticas es la: Desviación estándar Desviación media Varianza.
La medida de dispersión que es útil para comparar distribuciones expresadas en diferentes unidades es: La desviación media La varianza El coeficiente de variación.
La medida de dispersión que permite conocer que el 25% de las observaciones son menores que él y que el 75% de las observaciones se encuentran sobre el mismo, se denomina: Q1 P1 D1.
La medida que nos indica que las tres cuartas partes de las observaciones, se encuentran bajo ese valor y que la cuarta parte restante se encuentra sobre aquel valor, es el: D3 Q3 P3.
La probabilidad condicional, significa que se está trabajando con: un evento dos o más eventos un resultado.
La probabilidad de obtener una “cara” al lanzar una moneda , es un ejemplo de probabilidad: clásica subjetiva empírica.
La probabilidad de que al lanzar una moneda, su resultado Sea una “cara”, es: 100% 200% ½.
La probabilidad de que ocurra más que X, se utiliza el área por encima de: X + 0.5 X – 0.5 X +/- 0.5.
La probabilidad de que, al lanzar una moneda, su resultado sea una “cara”, es: 1 2 1/2.
La probabilidad que considera el número de veces que ocurre el evento y el número total de observaciones, se denomina probabilidad: clásica empírica subjetiva.
La probabilidad que se basa en el número de veces que ocurra un evento como proporción del número de intentos conocidos, se denomina: clásica empírica subjetiva.
La regla especial de multiplicación en el cálculo de probabilidades, se expresa como: P(A o B) = P(A) + P(B) P(A y B) = P(A) P(B) P(A o B) = P(A) +P (B)-P(A y B).
La regla general de multiplicación que se refiere a eventos que no son independientes, se expresa como: P(A y B) = P(A) P(B) P(A y B) = P(A) P(B|A) P(A o B) = P(A) + P(B).
La relación descrita entre las medidas es correcta, porque los valores calculados son iguales: D1=P10 Q1=P10 D2=P50.
Las medidas que dividen al conjunto en cien partes iguales, son: deciles cuartiles percentiles.
Las probabilidades clásica y empírica, se originan en el enfoque: Subjetivo Objetivo Binominal.
Para aplicar la regla especial de la adición, los eventos deben ser: Independientes Mutuamente excluyentes Dependientes.
Para determinar el área entre dos puntos que se localizan al mismo lado de la media, se determinan los valores de Z y se: resta la probabilidad menor de la mayor suman las probabilidades mayor y menor divide la probabilidad menor para la mayor.
Para el cálculo de probabilidad binomial se utilizan: permutaciones combinaciones cuartiles.
Para encontrar la media de una distribución de Poisson, debemos emplear la siguiente fórmula: u = n/ u = n u = n+.
Para la probabilidad de que ocurra más que X, se utiliza el área por encima de: X + 0.5 X – 0.5 X +/- 0.5.
Para que sea aplicable la distribución de probabilidades hipergeometrica, la relación entre la población y la muestra debe ser: n/N 0,05 n/N=0,05.
Para su cálculo, es necesario considerar las diferencias entre la media aritmética y cada uno de los valores en términos absolutos: desviación media absoluta coeficiente de variación desviación típica o estándar.
Se considera como una buena aproximación de la distribución normal a la binomial cuando, nπ y n(1 - π) son por lo menos: 5 1 10.
Según la regla empírica, alrededor del 95% del área bajo la curva normal se encuentra una desviación estándar de la media dos desviaciones estándar de la media tres desviaciones estándar de la media.
Si dos eventos no son independientes, para determinar la probabilidad conjunta de dichos eventos, se debe utilizar la regla: Especial de multiplicación General de multiplicación Especial de adición.
Si la media aritmética es igual a 21, la desviación estándar es igual a 3, entonces el valor de X=18 en términos de Z será: 1 -1 0.
Si la media aritmética es igual a 30, la desviación estándar es igual a 4, entonces el valor de x=20 en términos de Z será: 2,5 -2,5 -5.
Si se lanza una moneda 2 veces, la probabilidad de que salga cara y cara, nos indica que los eventos son: Excluyentes Dependientes Independientes.
Una característica de las distribuciones de probabilidad, indica que los resultados son eventos: Mutuamente excluyentes Independientes Dependientes.
Una de las características de la distribución de probabilidad de Poisson, indica que la variable: Es continua Se mueve en un intervalo de tiempo o espacio Es de tipo cualitativo.
Una de las características de la distribución de probabilidad hipergeométrlca establece que la probabilidad de éxito: permanece constante disminuye en cada ensayo cambia de ensayo a ensayo.
Una de las cuatro condiciones de una distribución binomial, manifiesta que: solo hay dos posibles resultados la probabilidad no es la misma de un evento a otro las pruebas dependen una de otras.
Una de las cuatro condiciones de una distribución de probabilidad binomial, manifiesta que: solo hay dos posibles resultados la probabilidad no es la misma de un evento a otro las pruebas dependen unas de otras.
Una de las dificultades que presenta para su análisis, es que su resultado viene expresado en unidades cuadráticas: Desviación típica o estándar Varianza Coeficiente de variación.
Una de las siguientes características, identifica a un evento binomial La distribución de probabilidad es normal Se utiliza cuando la variable es continua La probabilidad de éxito se mantiene constante.
Una de las siguientes distribuciones de probabilidad, no es distribución de probabilidad discreta: binomial hipergeométrica normal.
Una de las siguientes medidas, no corresponde al conjunto de medidas de dispersión: Rango o recorrido Desviación media Media ponderada.
Una distribución normal, se caracteriza porque la variable aleatoria Z, siempre tiene Media = 0 y desviación estándar = 1 Media = 1 y desviación estándar = 0 Media y desviación estándar = 0.
Uno de los tres enunciados siguientes no corresponde a las características de la distribución normal: Tiene forma de campana Es asimétrica con respecto al origen Desciende suavemente en ambas direcciones del valor central.
Denunciar test Consentimiento Condiciones de uso