TAIM

qué relación existe entre tabulación y distribución de frecuencias. La primera permite identificar errores y la segunda solventarlos. Ninguna son cosas distintas. pueden considerarse la misma cosa. La primera es un caso particular, de la segunda.

para valorar la normalidad de la distribución muestral se puede. Representar el diagrama de barras. Calcular las medidas de tendencia central. calcular el coeficiente de correlación lineal. todas son ciertas.

señala la afirmación correcta en relación con los métodos de análisis de datos. Los métodos diferenciales resumen la información de la población. Los métodos descriptivos permiten conocer la estructura de la muestra. Los tres hipótesis permiten realizar juicios sobre la muestra. Resultado se determina mediante el procedimientos descriptivos.

para calcular la distribución de frecuencia de una variable métrica, suele ser necesario crear intervalos cuántos. tanto como valores distintos tengan la variable. No es necesario hacerlo. Menos de 10. Un criterio es tener en cuenta el tamaño de la muestra.

la mediana. es adecuada para estimar la tendencia central de variables con datos extremos. puede aplicarse a todo tipo de datos. Representa la cima de la distribución. Todas las afirmaciones son falsas.

en un contraste de hipótesis, cuál de las conclusiones no puede obtenerse nunca. Se rechaza la hipótesis nula. Se acepta la hipótesis alternativa. Se acepta la hipótesis nula. no aceptan la hipótesis alternativa.

en un encontraste qué se entiende por nivel de significación observada o P?. Es la probabilidad o error tipo uno que se compara con el valor empírico para tomar la decisión. Es lo que también se conoce como potencia de contraste. Es la probabilidad que se compara con el error, tipo uno y permite tomar la decisión. todas las anteriores son falsas.

la medida de covarianza. Se calcula dividiendo el coeficiente de determinación por las desviaciones. Toma valor cero, y las variables son independientes. Toma valores entre -1 y 1. Todas las anteriores son falsas.

en relación con el coeficiente de correlación lineal, marca la afirmación falsa. Representa el porcentaje exacto de variación compartida por dos variables. Se calcula dividiendo la varianza por las desviaciones estándar de la variables. Toma valores entre -1 y 1. La correlación no implica causalidad.

El objetivo de un análisis de tabulación cruzada es. Determinar cuál de las variables influye sobre la otra. Determinar la existencia no de relación entre las variables. Explorar las variables. Todas las anteriores son.

en relación con la elaboración de relaciones, se señala la falsa. Permite profundizar en el análisis de la relación entre las variables. Implica introducir variables adicionales a las dos principales de un análisis bivariado. Da lugar a tablas condicionales. Mide la asociación total o de orden cero entre las variables.

Los marginales de una tabulación cruzada. Contienen la distribución de frecuencias de cada una de las variables. Representan los porcentajes de columna. Contiene la frecuencia conjunta de las variables de fila y columna. Solo se calculan para la variable independiente.

se han analizado la Fidelidad a la marca alta media baja según tipo de producto, ABCD Tomando control de la variable edad, menos de 40 más de 40 señala Cuántas tablas condicionales sostienen. 4. 3 × 4 igual a 16. Tantas Como categorías tiene la variable edad. Solo tres.

la prueba de hipótesis no paramétricas. Se utilizan para variables métricas con distribuciones, no no Nominales. Se basan en la distribución de Students, si se trata de muestras pequeñas. Permite llegar a conclusiones respecto a los grados de libertad. todas las anteriores son ciertas.

para representar gráficamente, una variable puede utilizarse. Histograma si es esta de carácter cualitativo. Diagramas de caja y de sectores, si es cualitativa. Diagramas de barras, si es métrica. Todas las anteriores son falsas.

hemos pedido para una muestra de individuos actitud hacia dos marcas mediante una escala de 10 puntos. Qué tipo de análisis sería interesante realizar. Un análisis de Tabulación cruzada. Un Contraste diferencia de medias para muestras relacionadas. Un contraste de igualdad de proporciones para ambas marcas. Todas las anteriores son adecuados.

en un análisis por sus grupos, en el que la variable dependiente métrica, qué tipo de gráfico se puede realizar. Un diagrama de barras de los distintos sugrupos. Un diagrama de cajas. Un diagrama de dispersión. Ninguno de las anteriores sería adecuado.

en relación con las medidas de dispersión, señala la afirmación falsa. La Varianza puede calcularse para datos métricos. Para datos nominales se toma la frecuencia relativa del valor modal. Para datos métricos no puede calcularse El rango intercuartilico. El coeficiente de variación es una medida relativa.