XII w: 1

Dada la ecuación de regresión: Yi = A + B·Xi + ei. ¿Cuánto vale la correlación entre la variable Xi y los errores de pronóstico ei(rxe)?: rxe = 0. rxe = -1. rxe = +1. rxe = 0'5. rxe = Depende de cada ecuación.

Se miden dos variables (Xi e Yi) en los mismos individuos. La correlación lineal de Pearson entre las dos variables es rXY; se realizan las siguientes transformaciones: Ui = 2 Xi + 3. Vi = 4 Yi + 1. ¿Cuánto vale la correlación entre las nuevas variables Ui y Vi (rUV)?: ruv = rxy + 3 +1. ruv = 2·4·rxy. ruv = 2·4·rxy + 3 +1. ruv = 3·1·rxy. ruv = rxy.

El valor de la correlación lineal de Pearson (rxy) entre las variables Xi e Yi, ¿qué valores puede tomar?: (anulada). Puede tomar cualquier valor. Vale entre 0 y +1. Vale entre 0 y –1. Vale entre 1y +1. Vale entre 0 y 100. Anulada.

¿Cuánto vale la correlación de Pearson de una variable (Xi) consigo misma (rxx)?: rxx = 1. rxx = 0. rxx = -1. rxx = 0'50. rxx = -0'50.

En una investigación longitudinal se mide la variable Y en una muestra de n niños en el momento 1 (Yi,1), y también se mide la misma variable Y en el momento 2 (Yi,2), se calcula la media de Yi,1 (Y 1), la media de Yi,2 (Y 2), y la correlación entre Yi,1 e Yi,2 (r1,2). Se calcula la variable “ganancia” de cada niño como la diferencia entre la puntuación en el momento 2 y en el momento 1: Gi = Yi,2 Yi,1 ¿Cuánto vale la media de la variable “ganancia” (Y g)?: Y g = Y 2 + Y 1. Y g = Y 2 - Y 1. Y g = Y 2 + Y 1- r1,2. Y g = Y 2 - Y 1+ r1,2. Y g = Y 2 + Y 1- 2·r1,2.

Se tiene una variable Xi, con un número de personas en la muestra igual a n, se tipifica cada valor de Xi en su correspondiente valor de zi, ¿Cuánto vale la varianza de las puntuaciones típicas, s^2 z?: s^2 z = 1. s^2 z = n. s^2 z = 0. s^2 z = X. s^2 z = s^2 x.

Dada la ecuación de regresión: Yi = A + B·Xi + ei, ¿cuál es la variable independiente (VI)?: VI: Yi. VI: A. VI: B. VI: Xi. VI: ei.

Dada la ecuación de regresión: Yi = A + B·Xi + ei, ¿dónde se representa al variable X en un plano cartesiano?: En el eje de ordenadas. En el eje ortogonal. En el eje oblicuo. En el eje bisectriz. En el eje de abscisas.

En una ecuación de regresión Yi = A + B·Xi + ei, ¿cuál es la pendiente de esa ecuación?: Yi. A. B. Xi. ei.

Dada la ecuación de regresión: Yi = A + B·Xi + ei, ¿cuál es la variable dependiente (VD)?: VD: Yi. VD: A. VD: B. VD: Xi. VD: ei.

Un alumno obtiene en un test una puntuación típica igual a - 0´25 (zi = - 0´25). ¿Qué significa este dato?: Que deja por debajo de sí al 25% de los valores de ese test en la muestra estudiada. Que deja por debajo de sí al 75% de los valores de ese test en la muestra estudiada. Que el valor directo de esa puntuación es el de la media multiplicado por 0´25. Que la posición relativa de esa puntuación es de 0´25 desviaciones típicas por debajo de la media. Que la posición relativa de esa puntuación es de 0´25 desviaciones típicas por encima de la media.

Un psicólogo, que trabaja en un centro de salud, desea comprobar si la esquizofrenia guarda relación con el género de los pacientes. Organiza una tabla de contingencias de 2 X 2: las personas que han pasado por el centro de salud y contabiliza la correspondiente frecuencia (F j) en cada casilla. ¿Qué tipo de prueba estadística es más adecuada para comprobar el objetivo de investigación?: Una prueba “t” de Student-Fisher. Una prueba de análisis de la avanzada de Fisher. Una prueba de correlación de Spearman (rs). Una prueba de correlación de Pearson (rxy). Una prueba de chi-cuadrado (x^2).

Las siguientes hipótesis nulas: Ho: η1 = η2 y Ho: η1 ≥ η2, expresan: Un contraste unilateral izquierdo y un contraste bilateral, respectivamente. Un contraste unilateral derecho y un contraste unilateral derecho, respectivamente. Un contraste bilateral y un contraste unilateral derecho, respectivamente. Un contraste bilateral y un contraste unilateral izquierdo, respectivamente. Un contraste unilateral izquierdo y un contraste unilateral derecho, respectivamente.

Cuando se aplica el estadístico CHI CUADRADO de Pearson para la independencia de variables, la hipótesis alternativa, de una forma general, será: En la muestra, la variable dependiente observada X, no es independiente de la variable dependiente observada Y. En la población, la variable dependiente observada X, es independiente de la variable dependiente observada Y. En la muestra, la variable independiente aplicada X, es independiente de la variable dependiente observada Y. En la población, la variable dependiente observada X, no es independiente de la variable independiente aplicada Y. En la población, la variable dependiente observada X, no es independiente de la variable dependiente observada Y.

¿Cuál de las siguientes frases es errónea si nos referimos a las condiciones que deben cumplir los datos para aplicar como estadístico de contraste un T de Student para dos muestras independientes?: Variable independiente medida a nivel de intervalo. Poblaciones normales no mayor que 29 sujetos en cada muestra. Supuesto de homocedasticidad (si las varianzas son desconocidas) o tamaños iguales de ambas muestras si no se da este supuesto de homocedasticidad. Variable dependiente medida a nivel de intervalo. Las n1 + n2 observaciones son independientes y aleatorias.

Entre las características que indican la bondad de los estimadores se encuentran: La suficiencia y el sesgo. La suficiencia y la eficiencia. El sesgo y la eficiencia. La inconsistencia y la carencia de sesgo. La representatividad y la carencia de sesgo.

Señala la afirmación correcta entre las cinco siguientes: Una variable debe ser un subconjunto representativo. Un estadístico es un valor numérico que describe una característica de una población. Una muestra es un conjunto de elementos de una población. Un parámetro es un valor numérico que describe una característica de una muestra. Lo más característico de una población es que todos los elementos son identificables.

La estrategia que permite transformar los hechos en datos, dentro de un sistema comprensible y analizable por cualquier investigador, se conoce como: Metodología. Modalización de variables. Medición. Escalamiento. Nominalización de variables.

La clasificación de las escalas de medida en: Nominales, Ordinales, de Intervalo y de Razón, se debe a: Guilford. Spearman. Thurstone. Campbell. Stevens.

Una vez obtenidas las puntuaciones de los sujetos en un test, la transformación a centiles consiste en: Asignar a cada puntuación directa el porcentaje de sujetos que obtienen puntuaciones inferiores a ella. Asignar a cada puntuación directa el porcentaje de sujetos que obtienen puntuaciones superiores a ella. Asignar a cada puntuación diferencial el porcentaje de sujetos que obtienen puntuaciones inferiores a ella. Asignar a cada puntuación diferencial el porcentaje de sujetos que obtienen puntuaciones superiores a ella. Ninguna de las anteriores es correcta.

En la función lineal Y=2X-6. ¿En qué punto cortará la recta al eje de las X?: +6. +3. -6. +2. Ninguna de los anteriores.

Cuando queramos conocer exactamente tanto la dirección como la intensidad de una asociación entre dos variables habremos de calcular: La covarianza. El coeficiente de determinación. La correlación. El estadístico de Mann-Withney. La matriz de varianzas-covarianzas.

La probabilidad de la unión de dos sucesos, mutuamente exclusivos, es: La suma de sus probabilidades. La diferencia entre sus probabilidades. El producto entre sus probabilidades. El cociente entre sus probabilidades. Ninguna alternativa es correcta.

Si se tomase la variable “preferencia por un tipo de música” y ordenásemos sus valores. ¿Cómo mediría su dispersión?: (ANULADA). Con la desviación típica. Con la amplitud semiintercuartil (A.S.I.). Con el coeficiente de variación (C.V.). Con la desviación media. Con la mediana. Anulada.

Si la puntuación 40,7 ocupa el percentil 60, indica que: El 40,7% de los sujetos se encuentra por encima del valor 60. El 40% de los sujetos supera el valor de la citada puntuación. El 60% de los sujetos supera el valor de la citada puntuación. El 50,3% de los sujetos se encuentra por encima del valor 60. Ninguna alternativa es correcta.

Si en una distribución la Mediana vale 8 y la Media 5. ¿Cómo es la distribución?: Asimétrica positiva. Simétrica. Asimétrica negativa. Leptocúrtica. Faltan datos para saberlo.

El estadístico “Q” de Yule debe utilizarse cuando : (ANULADA). Desee conocer el coeficiente de correlación de Spearman. Quiera conocer la relación entre dos variables medidas a nivel de intervalo. Quiera conocer la relación entre dos series de rangos. Quiera conocer la relación entre dos variables medidas a nivel nominal. Las alternativas 1 y 2 son correctas. Anulada.

Al medir la asociación en una muestra de doscientas personas entre 3 formas distintas de crianza y 4 formas distintas de apoyo social hemos obtenido un coeficiente χ^2 igual a 20,19 (sig. = 0,04). Podríamos concluir: El apoyo social y los estilos de crianza son independientes. El apoyo social y los estilos de crianza están relacionados para un α=0,05. No podemos medir asociación entre apoyo social y estilos de crianza. El estadístico no debe utilizarse para este tipo de variables. El apoyo social y los estilos de crianza están relacionados para un α=0,01.

La desviación típica de las puntuaciones típicas es siempre: 1. 0. (-1). Coincide con la media en diferenciales. Ninguna es correcta.

En general, una correlación puede considerarse significativa cuando se obtiene: Un valor >/0.33, sea cual sea el valor de la significación. Un valor </0.33, sea cual sea el valor de la significación. Una significación >/ a 0.05, sea cual sea el valor de la correlación. Una significación </ a 0.05, sea cual sea el valor de la correlación. Las alternativas 1 y 3 son correctas.

Una de las siguientes afirmaciones NO corresponde a una curva normal: Es simétrica respecto del eje vertical que pasa por la media. Tiene un único valor máximo (X=μ). Es asintótica respecto del eje de ordenadas. Para cada par de μ y de δ hay una curva normal distinta. La media, la mediana y la moda coinciden en el mismo valor.

La correlación biserial (pb): Es una mera aplicación de la correlación de Pearson. Es más adecuada que la correlación biserial puntual cuando no se puede asumir normalidad en la distribución. Debe usarse cuando una de las variables implicadas no es dicotómico pero se dicotomiza. Oscila entre +1 y -1. Es uno de los coeficientes de correlación para la estimación del índice de dificultad.

¿Cuál de las siguientes representaciones gráficas permite conocer directamente el valor de los cuartiles?: El diagrama de dispersión. El diagrama de barras. El diagrama de cajas. El diagrama de sectores. El diagrama de secuencias.

Al incluir nuevos predictores en un modelo de regresión ocurre que: El coeficiente de determinación aumentará. El coeficiente de determinación disminuirá. El coeficiente de determinación no se alterará. El coeficiente de determinación o se mantendrá o crecerá. En un modelo de regresión no se pueden incluir nuevos predictores.

La desigualdad de la distancia entre valores, especialmente en los extremos de la distribución, es uno de los inconvenientes de: Los estaninos. Las puntuaciones T. Las puntuaciones CI. Los percentiles. Los equivalentes de curso.

Al proceso mediante el que se establece una correspondencia biunívoca entre números y modalidades de una variable, se conoce como: Diseño de experimentos. Escalamiento multivariado. Normalización de los datos. Medición. Nominalización de variables.

Cuando el objetivo de un investigador es comparar las diferencias de medias para dos muestras independientes con un n que tiende a infinito, la técnica a utilizar será: Análisis de regresión. Pruebas no paramétricas. Prueba de Levene. Correlación de Spearman. Prueba t.

Para conocer la posición de un sujeto en una variable en relación con el resto de la muestra, utilizaría: La varianza. La media. Un índice de simetría. Cuantiles. Un índice de curtosis.

La varianza de una muestra considerada desde k submuestras es: La suma de las varianzas parciales. La media de las varianzas parciales. La media de las varianzas más la varianza de las medias. La varianza de las medias. La media de las varianzas menos las varianzas parciales.

Un procedimiento adecuado y sencillo para conocer la varianza de k variables que se combinan linealmente para obtener una puntuación total es: La covarianza. El coeficiente de determinación. La correlación. El estadístico de Mann-Whitney. La matriz de varianzas-covarianzas.

Si deseo comparar la variabilidad que existe entre la percepción espacial en niños de 5 y en niños de 12 años, usaré: La varianza con la desviación típica. El coeficiente de variación. La amplitud semiintercuartil. La desviación media. El rango.

Si el CI de un individuo es 95 y ocupa el percentil 30 consideramos que: El 95% de los sujetos se encuentra por encima del valor. El 70% de los sujetos supera el CI 95. El 30% de los sujetos supera el CI. El 5% de los sujetos se encuentra por debajo del valor 30. Ninguna alternativa es correcta.

Si en una distribución la Mediana vale 12 y la Media 6, ¿Cómo es la distribución?: Asimétrica positiva. Simétrica. Asimétrica negativa. Leptocúrtica. Faltan datos para saberlo.

El número de grados de libertad para determinar el valor crítico de χ^2 en una tabla de contingencia de 3x4 es de: 6. 12. 8. Necesito conocer el tamaño muestral. El estadístico χ^2 no se utiliza en tablas de contingencia de 3x4.

¿Cuál de los siguientes estadísticos NO permite medir la variabilidad de una muestra?: El rango. La covarianza. La varianza. El coeficiente de variación. La amplitud semintercuartil.

Una de las diferencias entre estadístico y parámetro es que: El estadístico está libre de error de muestreo. El parámetro está libre de error de muestreo. El estadístico se obtiene desde una población. El parámetro se obtiene desde una muestra. Estadístico y parámetro son conceptos intercambiables.

Supuesta la prueba de inteligencia Wechsler normalmente distribuida con μ=100 y σ=15, si un individuo se encuentra a 1 σ por encima de la media, ¿Qué calificación obtuvo?: 70. 30. 15. 85. 115.

Un investigador quiere someter a prueba la hipótesis nula de que: “Las medias de k poblaciones independientes son iguales entre sí”. ¿Qué estrategia analítica le aconsejaría que siguiese?: El análisis discriminante. El análisis factorial. El análisis de la varianza. El análisis con la prueba chi-cuadrado. El análisis de correspondencias.

¿Desde qué tipo de distribución considera usted que debe representarse la variable: “tiempo que tarda un enfermo en manifestar sus primeros síntomas tras una infección”?: Distribución binomial. Distribución de Bernouille. Distribución rectangular. Distribución normal. Distribución exponencial.

¿Qué representación gráfica utilizaría si su objetivo fuese visualizar el impacto de su intervención en el hábito tabaquista de un paciente?: (anulada). Histograma. Diagrama de sectores. Serie temporal. Diagrama de caja. Diagrama de tallo y hojas. Anulada.