T6 Esta

1.- Los contrastes de bondad de ajuste tratan de: Hipótesis sobre medidas de posición o cuantiles para localizar estadísticamente la distribución. La existencia de influencia entre observaciones cercanas en el tiempo o cercanas en el espacio. Hipótesis sobre la distribución que genera los datos empíricos o experimentales. Todas las observaciones generadas por el mismo modelo de distribución de probabilidad.

2.-Los contrastes de independencia tratan de: Hipótesis sobre medidas de posición o cuantiles para localizar estadísticamente la distribución. La existencia de influencia entre observaciones cercanas en el tiempo o cercanas en el espacio. Hipótesis sobre la distribución que genera los datos empíricos o experimentales. Todas las observaciones generadas por el mismo modelo de distribución de probabilidad.

3.- Los contrastes de homogeneidad tratan de: Hipótesis sobre medidas de posición o cuantiles para localizar estadísticamente la distribución. La existencia de influencia entre observaciones cercanas en el tiempo o cercanas en el espacio. Hipótesis sobre la distribución que genera los datos empíricos o experimentales. Todas las observaciones son generadas por el mismo modelo de distribución de probabilidad.

4. - Los contrastes de localización de ajuste tratan de: Hipótesis sobre medidas de posición o cuantiles para localizar estadísticamente la distribución. La existencia de influencia entre observaciones cercanas en el tiempo o cercanas en el espacio. Hipótesis sobre la distribución que genera los datos empíricos o experimentales. Todas las observaciones generadas por el mismo modelo de distribución de probabilidad.

5.- El contraste chi-cuadrado de Pearson: Compara frecuencias teóricas esperadas con frecuencias obtenidas. Compara las funciones de distribución teórica y empírica. Mide el ajuste de la muestra representada en papel probabilístico normal a una recta. Comprueba si dos muestras o submuestras independientes provienen de una misma población continua.

6.- El Test de Kolmogorov-Smirnov: Compara frecuencias teóricas esperadas con frecuencias obtenidas. Compara las funciones de distribución teórica y empírica. Mide el ajuste de la muestra representada en papel probabilístico normal a una recta. Comprueba si dos muestras o submuestras independientes provienen de una misma población continua.

7.- El contraste de Wilcoxon: Compara frecuencias teóricas esperadas con frecuencias obtenidas. Compara las funciones de distribución teórica y empírica. Mide el ajuste de la muestra representada en papel probabilístico normal a una recta. Comprueba si dos muestras o submuestras independientes provienen de una misma población continua.

8.- El contraste Shapiro y Wilks: Compara frecuencias teóricas esperadas con frecuencias obtenidas. Compara las funciones de distribución teórica y empírica. Mide el ajuste de la muestra representada en papel probabilístico normal a una recta. Comprueba si dos muestras o submuestras independientes provienen de una misma población continua.

9.- El contraste chi-cuadrado de Pearson: Sólo aplicable si función poblacional se supone discreta. Sólo aplicable si función poblacional se supone continua. Sólo aplicable si función poblacional se supone Normal. Aplicable si función poblacional es discreta o continua.

10.- El Test de Kolmogorov-Smirnov: Sólo aplicable si función poblacional se supone discreta. Sólo aplicable si función poblacional se supone continua. Sólo aplicable si función poblacional se supone Normal. Aplicable si función poblacional es discreta o continua.

11.- La hipótesis nula en el contraste chi-cuadrado de Pearson es: Los datos muestrales no proceden del modelo teórico planteado. Los datos muestrales no se sabe de dónde proceden. Los datos muestrales proceden del modelo Normal. Los datos muestrales proceden del modelo teórico planteado.

12.- Para aplicar correctamente el contraste chi-cuadrado de Pearson es necesario: Aplicarlo en muestras pequeñas. Un número suficiente de datos debido al carácter asintótico de la discrepancia. Pocos grupos y pocas frecuencias observadas en cada grupo (se busca sencillez). Ninguna de las anteriores afirmaciones es cierta.

13.- En el contraste chi-cuadrado de Pearson, cuando se construyen intervalos o grupos: Se pierde información y los intervalos son subjetivos. Se pierde información y los intervalos no son subjetivos. No se pierde información y los intervalos son subjetivos. No se pierde información y los intervalos no son subjetivos.

14.- En el contraste chi-cuadrado de Pearson, la región crítica es: Unilateral y a la derecha. Unilateral y a la izquierda. Bilateral y a la derecha. Bilateral y a la izquieda.

15.- En el contraste o Test de Kolmogorov-Smirnov, la región crítica es: Unilateral y a la derecha. Unilateral y a la izquierda. Bilateral y a la derecha. Bilateral y a la izquieda.

16.- En el contraste o Test de Kolmogorov-Smirnov: Se necesitan construir intervalos o grupos y se pierde información. No se necesitan construir intervalos o grupos y no se pierde información. Según los casos se tiene o no que construir intervalos. Ninguna de las anteriores afirmaciones es cierta.

17.- El contraste o Test de Kolmogorov-Smirnov: Sólo es aplicable a muestras grandes. Puede aplicarse a muestras pequeñas. Sólo es aplicable a muestras grandes y que procedan de población Normal. Ninguna de las anteriores afirmaciones es cierta.

18.- Para el contraste de normalidad: Existe un contraste ideal. Son mejores los contrastes específicos que los genéricos. A priori y en todo caso, no existe un contraste ideal ya que la potencia del contraste dependerá del tamaño muestral y de la verdadera distribución que genera los datos. Ninguna de las anteriores afirmaciones es cierta.

19.- Para el contraste de normalidad, si se realiza con el test chi-cuadrado: Es conveniente tomar clases equiprobables siguiendo la hipótesis alternativa. Es conveniente tomar clases equiprobables siguiendo la hipótesis nula. No es conveniente tomar clases equiprobables. Ninguna de las anteriores afirmaciones es cierta.