Es una Variable Cualitativa Ordinal:
2) Bebe (no, poco, mucho).
2. Es una Variable Cuantitativa Continua:
4) Temperatura corporal.
3. Es una Variable Cualitativa Dicotómica:
1) Sexo (M, F).
4. Es una Variable Cuantitativa Discreta:
3) Nº de dientes cariados.
5. Es una Variable Cualitativa:
1) Sexo (M, F.)
2) Bebe (no, poco, mucho).
4) Raza (blanca, negra, amarilla).
6. El histograma se usa para representar
variables:
3) Cuantitativas Continuas.
7. El Diagrama de Barras se usa para
representar variables:
1) Cualitativas.
2) Cuantitativas Discretas.
8. El Diagrama Sectorial se usa para
representar Variables:
1) Cualitativas.
2) Cuantitativas Discretas.
9. El Polígono de Frecuencias se usa para
representar Variables:
3) Cuantitativas Continuas.
10. El Polígono de Frecuencias Acumuladas
se usa para representar Variables:
3) Cuantitativas Continuas.
11. Una distribución de datos se puede
describir con:
1) Una medida de centralización y otra de
dispersión.
2) Una distribución de frecuencias absolutas.
3) Una distribución de frecuencias relativas.
4) Un gráfico.
12. Es una medida de centralización:
3) Mediana.
13. Es una medida de posición:
3) Moda.
14. Es un índice de dispersión:
4) Desviación Estándar.
15. Es un estadístico de dispersión:
1) Amplitud.
2) Desviación Media.
3) Rango intercuartílico.
4) Coeficiente de Variación.
16. Es un índice de dispersión
adimensional:
4) Coeficiente de Variación.
17. ¿Cuál de los siguientes es un estadístico
descriptivo de posición?
4) Percentil.
18. La mediana es una medida de tendencia
central que se usa cuando:
2) La muestra es asimétrica.
19. Para comparar correctamente, desde un
punto de vista descriptivo, dos o más
variables debe usarse:
3) El Coeficiente de Variación.
20. Es un Estadístico de Dispersión:
2) Rango.
21. El Coeficiente de Variación es:.
2) Un estadístico de Dispersión Adimensional.
22. La Varianza Muestral es:
1) El cuadrado de la Desviación Típica..
3) Un estadístico de dispersión.
23. El Coeficiente de Variación se calcula:
2) Dividiendo la Desviación Típica por la Media.
24. Cuando la muestra es asimétrica, el
mejor estadístico de centralización que
puede usarse es:
3) Mediana.
25. La media aritmética no debe emplearse
como estadístico de Centralización, cuando:
3) Las muestras son asimétricas.
26. ¿Con cuál de los siguientes estadísticos,
puede compararse el grado de dispersión
(variabilidad) de distintas muestras, en las
que se utilizan unidades de medida
distintas?.:
3) Coeficiente de Variación.
27. Si a todos los valores de una
distribución, les sumas 9:
1) La Media aumenta 9.
28. Si a todos los valores de una
distribución de datos, les restas 4:
4) La Media disminuye 4, la Varianza no varía.
29. Si a todos los valores de una
distribución, los multiplicas por 4:
3) Su media se multiplica por 4..
30. Si a todos los valores de una
distribución de datos, les multiplicas por 6:
4) La Media se multiplica por 6, la Varianza por
36..
31. Si multiplicas por 6 todos los valores de
una distribución:
4) Coeficiente de Variación no varía.
32. Cuando a todos los datos de una
muestra se les multiplica una constante:
3) Tanto la Media como la Desviación Típica se
multiplican por esa constante.
4) El Coeficiente de Variación no varía.
33. Cuando a todos los datos de una
muestra se les suma una constante:
2) La Media queda incrementada en esa
constante.
3) La Desviación Típica no varía.
34. Los datos originales a menudo
necesitan ser transformados, codificados
para facilitar el cálculo. ¿Qué
consecuencias tiene en el cálculo de la
Media, la Desviación Típica y el Coeficiente
de Variación el hecho de que a todos los
elementos de una muestra se les reste una
constante?
5) La Media y el Coef. de Variación varían, la
Desv. Típica no.
35. La Distribución Normal:
3) Es asintótica.
36. La Distribución Normal:
1) La Media coincide con la Moda y con la
Mediana.
2) El máximo es la Media.
3) Es una Distribución de probabilidad de
variables continuas.
4) Se define por m y s.
37. En la Distribución Normal:
1) El intervalo m±s abarca el 68% del área
total.
2) El intervalo m±1.96s abarca el 95% del área.
3) El intervalo m±2.6s abarca el 99% del área.
4) El intervalo m±2.6s NO abarca el 5% del
área.
38. Una de las siguientes afirmaciones no se
refiere a la Normal.
2) Es una Distribución de probabilidad de
Variable Discreta.
39. Los parámetros m y s respectivamente
de la Distribución Normal unitaria o
tipificada son:
3) 0, 1.
40. Los Parámetros Media y Desviación
Típica respectivamente de la Distribución
normal tipificada (z) son:
2) 0, 1.
41. En la Normal, el intervalo:
1) m±s abarca el 95%.
2) m±1.96s abarca el 68%.
3) m±2.56s abarca el 95%.
4) Ninguna es cierta.
42. Una distribución Binomial:
1) Es Distribución de Probabilidad de Variable
Discreta.
2) Se define por N(número) y “p”(probabilidad
de suceso).
3) La Media de la Binomial es np.
4) La desviación Típica es (npq)1/2.
43. Los parámetros Media y Desviación
Típica, respectivamente, de una Binomial se
calculan:
3) np, (npq)1/2 .
44. Una de las siguientes distribuciones de
probabilidad corresponde a una Variable
aleatoria continua:
2) Normal.
45. Cuál de las siguientes Distribuciones de
probabilidad no corresponde a una Variable
Aleatoria Discreta.
2) T. de Student.

46. Una de las siguientes distribuciones de
probabilidad corresponde a una Variable
Discreta.
5) Hipergeométrica.
47. La Distribución T. de Student deriva de
la distribución.
2) Normal.
48. Una distribución es bimodal:
4) Si la curva tiene dos máximos.
49. Una Distribución Bimodal (Señala lo
falso):
3) Nunca es simétrica.
50. En una distribución simétrica:
1) La Media coincide con la Mediana.
2) El Coeficiente de Simetría es 0.
3) La mitad derecha es igual que la izquierda.
4) La Moda deja a su izquierda el 50% de la
curva.
51. En una distribución asimétrica (Señale lo
falso):
3) No hay sesgo.
52. Un índice de Asimetría de -0,3, nos dice que:
1) La curva no es simétrica.
2) Tiene un sesgo negativo.
3) La Media es un índice de centralización sesgado.
4) La Mediana es un índice centrado.
53. El índice de Curtosis:
4) Mide el grado de apuntamiento.
54. En la distribución Normal:
4) Es Mesocúrtica.
55. Se dice que una distribución es Mesocúrtica
cuando:
3) El Coeficiente de Curtosis es =0.
56. Una distribución Normal es:
1) Simétrica.
2) Unimodal.
3) Mesocúrtica.
4) Distribución de Variables Continuas.
57. El Coeficiente de Asimetría de una
Distribución de Frecuencias simétrica tiene un
valor:
1) 0.
58. El Coeficiente de Curtosis de una
Distribución de Frecuencias platicúrtica tiene un
valor:
2) <0.
59. Un estimador es insesgado:
4) Si es centrado sobre el parámetro poblacional.
60. En una distribución Simétrica, ¿Cuál es un
estimador centrado de la Media Poblacional?:
1) Media.
2) Moda.
3) Mediana.
61. Señale un estimador insesgado de la Media
poblacional, si la Distribución es asimétrica:
3) Mediana.
62. ¿Cuál es el estimador de mínima varianza de
la Media poblacional?:
1) Media.
63. En distribución Simétricas, es un estimador
centrado de la Varianza poblacional:
3) Cuasivarianza.
64. En distribución Asimétricas, el estimador
insesgado de la Variación poblacional es:
1) Varianza muestral.
65. A La Desviación Típica de una distribución
muestral de Medias se llama:
2) Error Típico de la media.
66. El Error Estándar de la Media es:
1) Un estadístico de dispersión.
2) Es la Desviación Típica de una distribución
muestral de medias.
3) Es la distancia de la Media poblacional al punto
de inflexión de la curva.
4) Sirve para estimar Medias.
67. El Error Estándar del Porcentaje es:
1) Un estadístico de dispersión.
2) Es la Desviación Típica de una distribución
muestral de porcentajes.
3) Es la distancia del porcentaje poblacional al
punto de inflexión de la curva.
4) Sirve para estimar porcentajes.
68. La Desviación Típica de una distribución
muestral de un estadístico se llama:
3) Error Estándar.
69. El intervalo Media Muestral ± 1,96 EEM(Error
Estándar de la Media):
2) Comprende un 95% de las veces a la Media
poblacional.
70. El intervalo Media Muestral ± EEM(Error con toda seguridad.
Estándar de la Media) 4) El Error Estándar de la Media es 10 mg/dl.
1) No se usa nunca. 5) Ninguna es cierta.
2) Comprende un 99% de las veces a la Media
poblacional.
3) Comprende un 95% de las veces a la Media 79. La media de la tensión arterial es 90±5.
poblacional. p<0,05:
4) Da una seguridad del 99%. 4) El EEM es 5/1,96.
5) Todas son falsas.
80. La estimación de la Media poblacional:
71. El intervalo Media Muestral ± EEM (Error 1) Se hace cuando se desconoce tal Media.
Estándar de la Media): 2) Se realiza por un proceso de inferencia llamado
1) Abarca a la Media poblacional un 68% de las estimación.
veces. 3) Se calcula el EEM basándose en la Desviación
2) No abarca a la Media poblacional algo menos del Muestral.
32%. 4) Se dice entre qué valores puede estar la Media
3) La seguridad de que la Media poblacional esté poblacional, con una probabilidad de equivocarse
en dicho intervalo es del 68%. conocida.
4) No se usa porque las probabilidades de fallar son
muy altas. 81. El Test de Hipótesis:
5) Todas son ciertas. 5) Puedes saber la probabilidad de equivocarte en
72. La seguridad mínima exigida a cualquier tu afirmación.
estimación de Medias es: 82. La probabilidad de acertar si aceptas la
2) Del 95% Hipótesis nula es:.
73. La probabilidad de error máxima, permitida 3) Lo fija el investigador.
en la estimación de parámetros es: 4) Es 1- a.
2) <5% 83. La probabilidad de equivocarte si aceptas la
74. La probabilidad de error mínima, permitida Hipótesis nula:
en la estimación de parámetros es: 1) Es alfa .
1) <68% 2) Es el nivel de significación.
2) 5% 3) Lo fija el investigador.
3) <1% 4) Como máximo se usa un nivel de 0,05.
4) <0,1%
5) No hay. 84. La probabilidad de equivocarte al aceptar la
Hipótesis Alternativa:
75. La seguridad máxima exigida a cualquier 1) Se la conoce como b .
estimación de parámetros es: 2) No la fija el investigador.
1) Del 68% 3) Es el complementario del poder del test.
2) Del 95% 4) Es el error tipo II.
3) Del 99% 5) Son todas falsas.
4) Del 99,9%
5) No hay tal seguridad máxima. 85. Si la Hipótesis nula es cierta y la aceptas:
4) Es 1- a.
76. Una seguridad del 95% en la estimación de
parámetros, lleva asociada una probabilidad de 86. Si la Hipótesis nula es cierta y la rechazas:
error: 5) Es el error tipo I.
3) <5%. 87. La capacidad de encontrar diferencias,
77. Una seguridad del 99% en la estimación de habiéndolas:.
parámetros, lleva asociada una probabilidad de 4) Es el poder o potencia del test.
error: 88. La potencia de un test de Hipótesis:
3) Menor del 1% 4) Depende directamente del tamaño de la muestra.
4) Menor de 0,01.
89. La potencia o poder de un test de Hipótesis:
1) Es 1- b.
78. Leemos en un artículo que la glucemia 2) Es la capacidad del test de encontrar diferencias,
media es de 110 mg/dl ±10 mg/dl. p <0,01. habiéndolas.
1) El resultado muestral es 110±10. 3) Aumenta al aumentar el tamaño de la muestra.
2) La seguridad es de más del 99% 4) Aumenta al aumentar la diferencia real.
3) La glucemia poblacional estará entre 10 y 120,
90. En un tipo de cáncer pulmonar, la
Quimioterapia es MEJOR que la cirugía: Las
diferencias son estadísticamente significativas
p<0,01.
5) La Quimioterapia es mejor que la cirugía, a ese
nivel de significación.
91. En el tratamiento de una artritis con reposo,
mejoran el 60%; con aspirina mejoran el 55%. La
diferencia es significativa con p<0,05:
4) Hay diferencias entre los dos tratamientos, a ese
nivel de significación.
92. En el tratamiento de una artritis con reposo,
mejoran el 60%, con aspirina mejoran el 55%.
La diferencia NO es significativa con p<0,05:
4) No podemos concluir que haya diferencias entre
los tratamientos, a ese nivel de significación.
93. La Clonidina es efectiva en un 87%. El
Diltiacem en un 80%. Diferencias no son
estadísticamente significativas, p<0,01:
1) La diferencia hallada en el estudio es debida al
azar.
2) La diferencia hallada no es debida al azar.
3) La Clonidina es mejor que el Diltiacem.
4) La Clonidina y el Diltiacem son igualmente
efectivas.
5) Son todas falsas.
94. La Clonidina es efectiva en un 87%. El
Diltiacem en un 80%. Diferencias no son
estadísticamente significativas, p<0,01:
1) La diferencia hallada en el estudio puede ser
debida al azar.
2) No hay suficiente evidencia para decir quien es
mejor.
3) La Clonidina y el Diltiacem pueden ser
igualmente efectivas, a pesar de los resultados
observados.
4) La Clonidina puede ser mejor que el Diltiacem,
pero no tenemos suficiente evidencia para
afirmarlo.
95. La cirugía es efectiva en un 90%. La
medicación en un 80%. Diferencias
estadísticamente significativas con p<0,05:
1) La Hipótesis nula plantea que los dos son
igualmente efectivos.
2) La Hipótesis alternativa dice que los dos tipos de
tratamiento no son igualmente efectivos.
3) Si la Hipótesis nula fuese cierta, hay menos de
un 5% de probabilidades de concluir que un
tratamiento es mejor que el otro.
4) Al afirmar que los dos tratamientos no son
iguales, hay menos del 5% de probabilidades de
equivocarnos.
96. La cirugía es efectiva en un 90%. La
medicación en un 80%. Diferencias
estadísticamente significativas con p<0,05.
1) Afirmamos que hay diferencias entre ambos
tratamientos, p<0,05.
2) Decimos que ambos tratamientos son distintos,
con una probabilidad de error <0,05.
3) Si ambos tratamientos fueran iguales, habría
menos de un 5% de posibilidades de encontrar
entre ellos una diferencia del 10%
4) El error tipo I es <5%
97. La Aspirina mejora al 60%. El paracetamol al
70%. Diferencias NO son estadísticamente
significativas, p<0,05. Potencia del test de
Hipótesis del 40%:
1) El error tipo II es del 60%.
2) Afirmamos que pueden ser ambos tratamientos
iguales.
3) Hay menos del 50% de posibilidades de
encontrar diferencias si las hubiera.
4) El error tipo I es menor del 5%.
98. La probabilidad de error a es:
1) Rechazar Ho cuando es verdadero Ho.
99. A la capacidad que tiene un test estadístico
para detectar diferencias significativas se
denomina:
4) Potencia.
100. El error tipo I o alfa es la probabilidad de:
4) Rechazar una Ho siendo cierta.
101. El error tipo II o error beta es la
probabilidad de:
4) Aceptar una Ho siendo falsa.
102. ¿Qué nivel de significación mínimo es
utilizado en cualquier test de Hipótesis?
4) 5%
103. Si al realizar un test de Hipótesis, el
resultado es no significativo, la probabilidad
asociada es:
3) p> 0,05..
104. Para comprobar la homogeneidad de varias
medias independientes se usa el test no
paramétrico de :
1) Kruskal-Wallis.
105. Planteado un diseño experimental, y fijada
una prueba de hipótesis, si se aumenta el
tamaño de las muestras:
4) Disminuye la probabilidad de error b .
106. Si se desea realizar un contraste de
hipótesis, ¿Cuál de las siguientes situaciones
es mejor:
5) a = 0,01 y b = 0,01.
107. Si la Ho es cierta y la aceptas:
1) La probabilidad es 1- a .
2) La probabilidad la fija el investigador.
3) Se usa como mínimo un intervalo del 95%
4) Es el tamaño del test de Hipótesis.
108. Un test de Hipótesis es tanto mejor cuanto
mayor sea su:
2) Potencia.
109. El error tipo I se define como la
probabilidad de:
3) Rechazar Ho siendo cierta.
110. El error tipo II se define como la
probabilidad de :
4) Aceptar Ho cuando es falsa.
111. ¿Qué significa que un coeficiente de
correlación de Pearson es de “-0,9” :
2) Que la relación es inversa o negativa.
4) Que la relación es muy buena.
112. ¿Qué significa un Coeficiente de
Correlación de Pearson de +0,95?
2) Que la relación lineal es muy buena.
113. La existencia de relación entre dos
variables cuantitativas se verifica mediante el
test de :
4) Correlación.
114. Para estudiar la relación entre dos variables
cuantitativas se puede usar:
1) Coef. de Correlación de Pearson.
2) Coef. de Correlación de Spearman..
4) Regresión.
115. E Cuadrado de Coeficiente de Correlación r
de Pearson (r2 ) se denomina:
3) Coeficiente de Determinación.
116. ¿Cuál de las siguientes propiedades se
refiere a la Covarianza?
4) Puede tomar valores negativos.
117. El coeficiente de Correlación de Pearson
puede usarse :
3) Cuando la relación entre las variables sea lineal.
118. El estadístico de dispersión que permite
conocer el grado de variación conjunta entre
dos variables cuantitativas es :
3) Covarianza.
119. Para comparar correctamente, desde un
punto de vista descriptivo, la dispersión de dos
o más variables debe usarse:
3) El Coeficiente de Variación.
120. Siendo “a” la ordenada en origen y “b” la
pendiente de la recta, la ecuación de regresión
la recta de regresión de y sobre x es:
2) y’= a+bx.
121. El Coeficiente de Correlación de Pearson (r)
es una medida de relación lineal entre:
2) Dos Var. Continuas.
122. Es Coeficiente de Correlación (r) de
Pearson, puede tomar valores entre:
3) -1 y 1.
123. El Coeficiente de Correlación de Pearson sirve para
estudiar:
5) Relación lineal entre dos variables Cuantitativas.
124. El Coeficiente de Correlación de Pearson
(r):
1) Varía entre -1 y +1.
2) Tiene el mismo signo que la Covarianza de la
que procede.
3) Sirve para estudiar la relación lineal entre dos
Var. Cuantitativas.
4) Si se eleva al cuadrado, es el Coeficiente de
Determinación.
125. La existencia de relación entre dos Var.
Cualitativas se verifica mediante el test de:.
2) Independencia (Contingencia).
126. Los grados de libertad de una tabla de
contingencia (independencia) 2×2 son:
1) 1.
127. Los grados de libertad de una tabla de
contingencia 5×8 son:
3) 28.
128. Los grados de libertad de la Ji-Cuadrado de
Pearson, en una tabla de contingencia
(independencia) 3×2 son:
4) 2.
129. El Coeficiente de Contingencia (de
Pearson):
2) Mide la asociación entre dos Var. Cualitativas.
130. El Coeficiente de Contingencia es un índice
de:
3) Asociación.
131. La Distribución Chi-Cuadrado se usa:
1) Tablas de Contingencia.
2) Homogeneidad de varias muestras Cualitativas.
3) Bondad de ajuste de una distribución.
4) Test de Homogeneidad de varios parámetros de
Poisson.
132. Si en una tabla de Contingencia, mayor que
2×2, hay más de un 20% de valores teóricos
menores de 5, antes de hacer el Test de la Ji-
Cuadrado:.
2) Hay que transformar la tabla, agrupando filas o
columnas.
133. Si en una Tabla de Contingencia de 2×2,
hay algún valor menor de 5:.
5) Se usa la Corrección de Yates.
134. El Coeficiente de Contingencia (de
Pearson):.
2) Mide el grado de asociación entre dos Var.
Cualitativas.
4) Va desde 0 a +1
135. La Distribución Chi-Cuadrado se emplea
para el test de:.
2) Bondad de ajuste.
3) Independencia (contingencia).
136. La Distribución de probabilidad usada para
comparar 2 varianzas es:
2) F de Fisher-Snedecor.
137. El estudio de la relación entre una Var.
Cuantitativa, y una Cualitativa de más de dos
categorías, se hace mediante:
5) El Análisis de la Varianza.
138. Los requisitos previos que deben cumplir
las muestras para hacer el ANOVA:
1) Han de ser Aleatorias.
2) Han de ser independientes.
3) Las variables deben ser Normales en la
población.
4) Las Varianzas de las muestras han de ser
Homogéneas.
139. La Hipótesis de normalidad de la Variable
se comprueba con el Test:
5) De Agostino.
140. El Análisis de la Varianza (ANOVA) se usa
para:
1) Comprobar la asociación entre una variables
Cuantitativa y una Cualitativa de más de dos
categorías.
2) Comprobar la homogeneidad de varias muestras
apareadas.
3) Comparar entre sí tres o más medias.
141. Qué test estadístico permite comparar dos
o más muestras independientes en condiciones
de normalidad.
5) Análisis de la Varianza.
142. Cuál no es un test “a posteriori) en el
Análisis de la Varianza.
4) Barlet.
143. La Hipótesis de Homogeneidad de las
Varianzas se verifica mediante el test de :
2) Levene.
4) Barlet.
144. Si la F entre grupos resulta ser significativa
en un Análisis de la Varianza, del criterio de
clasificación (modelo fijo) realizado para
comparar el efecto de cuatro fármacos, qué
debe hacerse a continuación:
2) Se realiza un test a posteriori de Comparaciones
Múltiples.
145. Uno de los siguientes test estadísticos, es
un test de Normalidad:
2) Agostino.
146. La posible asociación entre dos variables
cualitativas se ve:
1) Test de la
Ji-Cuadrado.
2) Ji-Cuadrado con corrección de Yates.
3) Test exacto de FISHER.
147. La posible asociación entre dos variables
cuantitativas se estudia con:
1) Coef. de Correlación de Pearson.
2) Coef. de Correlación de Spearman.
3) Regresión Lineal.
4) Regresión Logarítmica.
148. La asociación entre una Var. Cuantitativa y
una Cualitativa de más de dos categorías se ve
con:
3) ANOVA.
149. La asociación entre una Var. Cuantitativa, y
otra Cualitativa de 2 categorías se estudia con:
2) T de Student.
4) “U” de Mann-Whitney.
150. La asociación entre una Cuantitativa y una
Cualitativa de dos categorías (método no
paramétrico):
2) “U” de Mann-Whitney.
151. El test no paramétrico, para estudiar la
asociación entre una Var. Cuantitativa, y una
Cualitativa de más de dos categorías:
4) Test de Kruskall-Wallis.
152. Es test no paramétrico, para estudiar la
relación entre dos Var. Cuantitativas es:
1) Coef. de Correlación de Spearman.
153. Cual de los siguientes es un dato apareado:
4) Glucemia antes y después de comer.
154. La asociación entre dos Var. Cualitativas,
apareadas, se verifica con:
3) Test de McNemar.
155. La asociación de dos Medias de tipo 168. Para convertir una distribución Exponencial
apareado, se hace con: en un Distribución Normal se usa la
4) “T” de Student apareada. transformación:
3) Logarítmica.
156. La asociación de varias Medias apareadas,
se verifica mediante:
3) ANOVA de medias repetidas. 169. Si se pretende convertir una Distribución
4) Test de Friedmann. de Poisson en una Distribución Normal, se
aconseja usar la transformación:
157. Uno de los siguientes NO es un test NO 1) De la raíz cuadrada.
PARAMÉTRICO:.
5) ANOVA.
170. La estimación de Medias se hace con:
158. Como se pueden comparar dos Medias: 1) La distribución Normal.
4) “T” de Student. 2) El Error Estándar.
159. ¿Cuál es un método NO PARAMÉTRICO, de 3) La distribución “T” de Student.
comparar dos medias?: 171. La estimación de porcentajes se hace con:
3) Test de Wilcoxon. (señale lo FALSO):
2) La distribución “T” de Student.
.160. ¿Cómo se pueden comparar varias 172. Señale lo falso:
Medias?: 4) Las variables cualitativas proporcionan más
1) ANOVA. información que las cuantitativas.
2) Test de Kruskall-Wallis.
3) Test de Friedmann. 173. Señale lo falso en relación con la media
aritmética:
4) Este índice solo tiene sentido con datos
161. ¿Con cuál se pueden comparar dos cuantitativos.
proporciones?:
1) Test de la Ji-Cuadrado. 174. Hablando del coeficiente de variación,
2) Test de McNemar. señale lo que es cierto:
1) Es el cociente entre la desviación estándar y la
162. ¿Cómo se pueden comparar varias media.
proporciones?: 2) No tiene dimensiones.
1) Test de la Ji-Cuadrado. 3) Es independiente de las unidades de medida.
2) Test de McNemar. 4) Es una medida de dispersión relativa que permite
comparar la dispersión de dos distribuciones
163. Para comparar varias proporciones, con diferentes.
datos independientes, se aplica el test de: 175. En relación con la distribución normal,
1) La Ji-Cuadrado. ¿Cuál de las siguientes afirmaciones es falsa?:
1) Es una distribución de probabilidad teórica
164. ¿Con cuál de los siguientes se pueden discreta.
comparar dos Varianzas, con datos 176. Respecto a las pruebas de significación
independientes? señala lo falso:
2) “F” de Snedecor. 3) La H1 es la que se pone a prueba al realizar una
165. ¿Con cuál de los siguientes se pueden prueba estadística de significación.
comparar dos Varianzas, con datos apareados? 177. Señale lo cierto sobre el grado de
2) “T” de Student. significación estadística o valor “p”:
1) Es la probabilidad de que la Ho sea cierta.
166. ¿Cuál de los siguientes permite comparar 2) Es la probabilidad de que el resultado observado
varias Varianzas?: se deba al azar.
3) Levene. 3) Su valor depende de la magnitud del efecto y del
número de sujetos estudiados, entre otros.
167. ¿Cuál de los siguientes permite comparar 4) Una y dos son ciertas.
varias Varianzas?:
3) Barlet. 178. Queremos comparar la talla media entre
hombres y mujeres, ¿Cuál será la prueba
estadística más apropiada ?:
3) t de Student.
179. Se desea comparar la prevalencia de
hipertensión entre hombres y mujeres. Al
aplicar la prueba de la Chi-cuadrado, los grados
de libertad serán:
1) 1.
180. Hablando de regresión y correlación,
señala lo verdadero:
1) En la regresión interviene una variable
dependiente y una o más independientes.
2) En la correlación las dos variables juegan un
papel simétrico.
181. El error estándar es:
1) Un índice de dispersión.
182. Hablando de índices de validez de una
prueba diagnóstica, señala lo verdadero:
3) El valor predictivo positivo es el cociente entre
verdaderos positivos y total de individuos con
resultado del test positivo.
183. Si la especificidad de un test de screening
para una determinada enfermedad es de 95%,
podemos esperar que:
2) Será negativo en el 95% de los individuos sin
enfermedad.
184. El test no paramétrico que determina la
asociación entre dos variables cuantitativas es
el de:
5) Correlación de Spearman.
185. Para comprobar la homogeneidad de varias
proporciones t con datos apareados se usa el
test de:
4) Cohcran.
186. Es un test a posteriori:
4) Tukey.
187. Un estudio ha codificado el hábito
tabáquico de los sujetos estudiados como:
fumador importante, moderado y no fumador.
¿Qué escala de medida ha utilizado?.:
2) Ordinal.
188. La medida de posición que corresponde al
valor de la variable más frecuente en la
distribución se llama:
4) Moda.
189. En relación a la varianza señale lo
verdadero:
1) Es una medida de dispersión.
2) La varianza se define como la media de la suma
de cuadrados de las diferencia entre cada valor de
la variable y la media aritmética de la distribución.
3) Las unidades de medida de la varianza son las
mismas que las de variable que describe.
4) Junto con la media, define una distribución
normal.
190. Se llama potencia o poder de una prueba
estadística:
5) A la probabilidad Ho si es cierta.
191. ¿Cuál de las siguientes pruebas debe
utilizarse para comparar tres medias
observadas tres muestras independientes?.:
3) ANOVA.
192. Respecto a la prueba estadística de la Chi-
cuadrado, señala lo falso.
1) Se emplea para estudiar la relación entre dos
variables cuantitativas.
193. El rango intercuartílico es:
1) Un índice de dispersión.
194. Los resultados de un estudio sobre la
relación de dos variables señalan la siguiente
ecuación de Regresión Lineal: Y=3+0.8x. Señala
lo verdadero con relación a ella:
1) La variable dependiente (y) aumenta en 0.8 por
cada unidad de aumento de la variable
independiente (X).
2) El valor de la variable dependiente cuando la
independiente vale 0 es igual a 3.
3) La pendiente de la recta vale 0.8.
4) La ordenada en el origen de la recta vale 3.
195. ¿Cuál de las siguientes afirmaciones es
verdadera?.:
1) La sensibilidad de una prueba diagnostica mide
su capacidad para detectar la enfermedad que se
estudia cuando dicha enfermedad está presente.
2) La especificación de un test diagnóstico mide su
capacidad para descartar la enfermedad que se
estudia cuando dicha enfermedad está ausente.
3) Cuanto mayor sea la sensibilidad de una prueba
diagnóstica menor será la proporción de falsos
negativos.
4) 1 y 3 son ciertas.
196. Señale lo cierto sobre le coeficiente de
correlación:
1) Es una medida de asociación lineal entre dos
variables.
2) Su valor va de -1 a +1.
3) No tiene unidades.
4) Cuando su valor es 0 decimos que las dos
variables no tienen relación lineal.
197. Hablando de regresión y correlación,
señale lo falso:
1) Estudia la relación entre dos variables
cualitativas.
198. ¿Que test mide la relación entre dos
variables cualitativas?.:
3) Chi-cuadrado.
199. Para comprobar la homogeneidad de dos
varianzas para datos apareados se usa el test
de:
1) Bartlett.
2000. ¿Que test se usa para comparar medidas
repetidas?.:
1) Wilcoxon.
2) Friedmann.
3) T-Student para datos apareados.
Diseños de Investigación y Análisis de Datos
Preguntas de exámenes
TEMA 1: Estimación. Contraste de hipótesis
1.- Con el análisis inferencial de los datos se
pretende:
A. Inferir los parámetros de la población a partir de
los estadísticos muestrales.
2.- ¿Cuál de las siguientes afirmaciones es
verdadera?:
A) A los índices que resumen la información de una
población los denominamos parámetros y los
designamos con letras griegas.
3.- Se llama error típico de la distribución
muestral de un estadístico a:
A) La desviación típica de la distribución muestral
de un estadístico.
4- La representatividad de la muestra es la
característica que permite:
A) Generalizar los estudios de la muestra a la
población.
5.- Para poder realizar una inferencia:
A) Lo que interesa es trabajar con muestras
representativas.
6.El error muestral es la diferencia entre:
A) El resultado obtenido en la muestra y el que
se habría obtenido si hubiésemos hecho un
censo siguiendo los mismos procedimientos
que en la muestra.
7.- Llamamos estadísticos a:
A) Las medidas realizadas en la muestra.
8.- Llamamos parámetros poblacionales a:
A) Las medidas realizadas en la población.
9.- La distribución muestral de la media es
normal:
A) Cuando es normal la distribución de la
variable estudiada o cuando aumenta
suficientemente el tamaño de la muestra.
10.- La distribución normal tipificada es simétrica
en torno:
A) A cero.
11.- El error típico de la distribución muestral del
estadístico varianza es:
A) La desviación típica de la distribución
muestral de la varianza.
12- La distribución normal es simétrica en torno
a:
A) La media.
13.- La varianza de la distribución muestral de la
media en muestras aleatorias simples:
A) Es igual a la varianza poblacional dividida por
el número de elementos de la muestra.
14.- Una característica esencial del muestreo
aleatorio es que:
C) Todas las muestras posibles son equiprobables.
15.- Cuando operamos con puntuaciones típicas,
todas las posibles distribuciones normales de la
media:
A) Se convierten en una única distribución normal
16.- La media de la distribución muestral de la
media es igual a:
B) La media poblacional.
17.- La proporción muestral:
B) Se aproxima a una distribución normal conforme
el número de elementos de la muestra crece.
18.- Extraemos una muestra aleatoria de la
población española y anotamos el número de
personas que están a favor del examen de
reválida. ¿Cuál es el estimador insesgado de la
proporción poblacional de personas a favor del
examen de reválida?:
C) La proporción de personas a favor del examen de
reválida de la muestra.
19.- Un estimador es:
C) Un estadístico que utilizamos para estimar
parámetros poblacionales.
20.- Un estadístico es una característica de:
A) Una muestra.
21.- Hemos extraído una muestra aleatoria de 49
sujetos y les hemos medido el pulso en reposo,
obteniendo una media igual a 60 pulsaciones por
minuto. Sabemos que las pulsaciones forman
una escala de intervalo y se distribuyen
normalmente con varianza poblacional igual a 16.
Tomamos un nivel de confianza (n.c.) del 99 %.
¿Cuál sería el valor aproximado del límite inferior
del intervalo confidencial para la media
poblacional en puntuaciones directas?:
B) 58’53;
22.- Hemos extraído una muestra aleatoria de 49
sujetos y les hemos medido el pulso en reposo,
obteniendo una media igual a 60 pulsaciones por
minuto. Sabemos que las pulsaciones forman
una escala de intervalo y se distribuyen
normalmente con varianza poblacional igual a 16.
Tomamos un n.c. del 99 %. ¿Cuál sería el error
máximo aproximado en el cálculo del intervalo de
confianza para la media poblacional?:
C) 1’47
23.- La varianza insesgada:
B) Es la varianza muestral multiplicada por “n” y
dividida por “n-1”
24.- Extraemos una muestra aleatoria de la
población española, les pasamos un
cuestionario de creatividad, sumamos todas las
puntuaciones obtenidas por los sujetos y las
dividimos por el número de sujetos de la
muestra. ¿Cuál es el estimador insesgado de la
media poblacional en creatividad?:
B) La media de la creatividad en la muestra.
25.- Un estimador es suficiente:
C) si se utiliza toda la información de la muestra para
estimar el parámetro.
26.- Hemos estimado en una muestra aleatoria de
25 sujetos la media y la desviación típica de sus
puntuaciones en un test de aptitud numérica,
obteniendo una media muestral igual a 5. Esta
variable está medida a nivel de intervalo y se
distribuye normalmente en la población con
varianza igual a 10. Asumiendo un nivel de
confianza del 95 %, ¿qué tamaño aproximado
debe tener la muestra para que la media estimada
no se aleje más de + 2 puntos de la media
poblacional?:
A) 10;
27.- Hemos preguntado a una muestra aleatoria
de 100 norteamericanos su opinión (a favor o en
contra) de la guerra contra Afganistán,
encontrando que 50 personas están a favor. Para
un n.c. del 95 % ¿qué tamaño muestral
necesitaríamos para que la proporción estimada
no se aleje más de + 0’2 de la proporción
poblacional?:
B) 24;
28.- La media muestral es:
A) Un estimador suficiente de la media poblacional.
29.- Hemos estimado en una muestra aleatoria de
20 sujetos la media y la desviación típica de sus
puntuaciones en un test verbal, obteniendo una
media de 7 y una varianza de 12. Esta variable
está medida a nivel de intervalo y se distribuye
normalmente en la población. Asumiendo un
nivel de confianza del 99 %, ¿qué tamaño
aproximado debe tener la muestra para que la
media muestral no se aleje más de +1 punto de la
media poblacional?:
A) 104;
30.- Un estimador es más eficiente:
B) Cuanto menos varíe el valor del estimador de una
muestra a otra.
31.- Se dice que un estimador es insesgado
cuando:
A) La media de su distribución muestral coincide con
el valor del parámetro que se quiere estimar. B) La
media correspondiente a la característica en la
muestra coincide con la media de la característica en
la población.
32.- Una estimación puntual se diferencia de una
estimación por intervalos en que:
A) En la estimación puntual se toma un valor
muestral concreto como estimación del parámetro,
mientras que en la estimación por intervalos se
establece un rango de valores dentro del cual estaría
el valor del parámetro.
B) En la estimación puntual no se establece un
intervalo de confianza.
33.- La media muestral es:
A) Un estimador insesgado de la media poblacional.
B) Un estimador suficiente de la media poblacional.
34.- Un estimador:
B) Es una función calculada en una muestra
35.- Manteniendo constantes todos los factores
excepto el nivel de confianza, ¿qué estimación
por intervalos será más precisa?:
B) Al 95 %;
.
36.- Señala la afirmación:
A) Sea cual sea la forma de la distribución de una
variable, la distribución muestral de la media es
normal cuando el tamaño de la muestra no es
grande.
37.- Si la varianza de la muestra es 9:
A) La varianza insesgada será mayor que 9.
38.- Sabemos que la variable “rendimiento
académico” se distribuye normalmente en la
población de estudiantes de Bachillerato en
España, pero no conocemos el valor de la
varianza de tal variable. Un investigador quiere
saber entre qué límites se encuentra la media del
rendimiento académico en la población. Toma
una muestra aleatoria e independiente de 400
estudiantes y obtiene una media de 20, siendo la
varianza insesgada de 4. ¿Cuál de las siguientes
alternativas expresa el valor aproximado del
límite inferior del intervalo de confianza, para =
0’05?:
A) 19’8;
39- Las hipótesis estadísticas son:
A) Hipótesis que se hacen sobre determinadas
características de una distribución.
B) Hipótesis científicas formuladas en términos
estadísticos.
40.- La probabilidad del error tipo I representa:
A) La probabilidad de rechazar la hipótesis nula
siendo verdadera.
41.- Si la probabilidad de aceptar una hipótesis
alternativa verdadera es 0’70, ¿cuánto valdrá la
probabilidad de rechazar una hipótesis nula
falsa, siendo 0’95 el nivel de confianza?:
B) 0’70;
42.- Llamaremos potencia de contraste:
C) A la probabilidad de rechazar una hipótesis nula
cierta.
43.- Se llama nivel de significación:.
C) A la probabilidad de rechazar la hipótesis nula
siendo cierta.
44.- Las hipótesis estadísticas nula y alternativa:
A) Deben ser exhaustivas y mutuamente exclusivas.
45.- Un estadístico de contraste:
A) Es una variable aleatoria.
101. El error tipo II o error beta es la
probabilidad de:
4) Aceptar una Ho siendo falsa.
102. ¿Qué nivel de significación mínimo es
utilizado en cualquier test de Hipótesis?
4) 5%
103. Si al realizar un test de Hipótesis, el
resultado es no significativo, la probabilidad
asociada es:
3) p> 0,05.
104. Para comprobar la homogeneidad de varias
medias independientes se usa el test no
paramétrico de :
1) Kruskal-Wallis.
105. Planteado un diseño experimental, y fijada
una prueba de hipótesis, si se aumenta el
tamaño de las muestras:
4) Disminuye la probabilidad de error b .
106. Si se desea realizar un contraste de
hipótesis, ¿Cuál de las siguientes situaciones
es mejor:
5) a = 0,01 y b = 0,01.
107. Si la Ho es cierta y la aceptas:
1) La probabilidad es 1- a .
2) La probabilidad la fija el investigador.
3) Se usa como mínimo un intervalo del 95%
4) Es el tamaño del test de Hipótesis.
108. Un test de Hipótesis es tanto mejor cuanto
mayor sea su:
2) Potencia.
109. El error tipo I se define como la
probabilidad de:
4) Rechazar Ho siendo falsa.
110. El error tipo II se define como la
probabilidad de :
4) Aceptar Ho cuando es falsa.
111. ¿Qué significa que un coeficiente de
correlación de Pearson es de “-0,9” :
2) Que la relación es inversa o negativa.
4) Que la relación es muy buena.
112. ¿Qué significa un Coeficiente de
Correlación de Pearson de +0,95?
2) Que la relación lineal es muy buena.
113. La existencia de relación entre dos
variables cuantitativas se verifica mediante el
test de :
4) Correlación.
114. Para estudiar la relación entre dos variables
cuantitativas se puede usar:
1) Coef. de Correlación de Pearson.
2) Coef. de Correlación de Spearman.
4) Regresión.
115. E Cuadrado de Coeficiente de Correlación r
de Pearson (r2 ) se denomina:
3) Coeficiente de Determinación.
116. ¿Cuál de las siguientes propiedades se
refiere a la Covarianza?
4) Puede tomar valores negativos.
117. El coeficiente de Correlación de Pearson
puede usarse :
3) Cuando la relación entre las variables sea lineal.
118. El estadístico de dispersión que permite
conocer el grado de variación conjunta entre
dos variables cuantitativas es :
3) Covarianza.
119. Para comparar correctamente, desde un
punto de vista descriptivo, la dispersión de dos
o más variables debe usarse :
3) El Coeficiente de Variación.
120. Siendo “a” la ordenada en origen y “b” la
pendiente de la recta, la ecuación de regresión
la recta de regresión de y sobre x es:
2) y’= a+bx.
121. El Coeficiente de Correlación de Pearson (r)
es una medida de relación lineal entre:
2) Dos Var. Continuas.
122. Es Coeficiente de Correlación (r) de
Pearson, puede tomar valores entre:.
3) -1 y 1.
123. El Coeficiente de Correlación de Pearson
sirve para estudiar:
5) Relación lineal entre dos variables Cuantitativas.
124. El Coeficiente de Correlación de Pearson
(r):
1) Varía entre -1 y +1.
2) Tiene el mismo signo que la Covarianza de la
que procede.
3) Sirve para estudiar la relación lineal entre dos
Var. Cuantitativas.
4) Si se eleva al cuadrado, es el Coeficiente de
Determinación.
125. La existencia de relación entre dos Var.
Cualitativas se verifica mediante el test de:
2) Independencia (Contingencia).
126. Los grados de libertad de una tabla de
contingencia (independencia) 2×2 son:
1) 1.
127. Los grados de libertad de una tabla de
contingencia 5×8 son:
3) 28.
128. Los grados de libertad de la Ji-Cuadrado
de Pearson, en una tabla de contingencia
(independencia) 3×2 son:
4) 2.
129. El Coeficiente de Contingencia (de
Pearson):
2) Mide la asociación entre dos Var. Cualitativas.
130. El Coeficiente de Contingencia es un
índice de:
3) Asociación.
131. La Distribución Chi-Cuadrado se usa:
1) Tablas de Contingencia.
2) Homogeneidad de varias muestras Cualitativas.
3) Bondad de ajuste de una distribución.
4) Test de Homogeneidad de varios parámetros de
Poisson.
132. Si en una tabla de Contingencia, mayor
que 2×2, hay más de un 20% de valores
teóricos menores de 5, antes de hacer el Test
de la Ji-Cuadrado:
2) Hay que transformar la tabla, agrupando filas o
columnas.
133. Si en una Tabla de Contingencia de 2×2,
hay algún valor menor de 5:
5) Se usa la Corrección de Yates.
134. El Coeficiente de Contingencia (de
Pearson):
2) Mide el grado de asociación entre dos Var.
Cualitativas..
4) Va desde 0 a +1.
135. La Distribución Chi-Cuadrado se emplea
para el test de:
2) Bondad de ajuste.
3) Independencia (contingencia).
136. La Distribución de probabilidad usada para
comparar 2 varianzas es:
2) F de Fisher-Snedecor.
137. El estudio de la relación entre una Var.
Cuantitativa, y una Cualitativa de más de dos
categorías, se hace mediante:
5) El Análisis de la Varianza.
138. Los requisitos previos que deben cumplir
las muestras para hacer el ANOVA:
1) Han de ser Aleatorias.
2) Han de ser independientes.
3) Las variables deben ser Normales en la
población.
4) Las Varianzas de las muestras han de ser
Homogéneas.
139. La Hipótesis de normalidad de la Variable
se comprueba con el Test:
5) De Agostino.
140. El Análisis de la Varianza (ANOVA) se usa
para:
1) Comprobar la asociación entre una variables
Cuantitativa y una Cualitativa de más de dos
categorías.
2) Comprobar la homogeneidad de varias muestras
apareadas.
3) Comparar entre sí tres o más medias.
141. Qué test estadístico permite comparar dos
o más muestras independientes en condiciones
de normalidad.
5) Análisis de la Varianza.
142. Cuál no es un test “a posteriori) en el
Análisis de la Varianza.
4) Barlet.
143. La Hipótesis de Homogeneidad de las
Varianzas se verifica mediante el test de :
2) Levene.
4) Barlet.
144. Si la F entre grupos resulta ser
significativa en un Análisis de la Varianza, del
criterio de clasificación (modelo fijo) realizado
para comparar el efecto de cuatro fármacos,
qué debe hacerse a continuación:
2) Se realiza un test a posteriori de Comparaciones
Múltiples.
145. Uno de los siguientes test estadísticos, es
un test de Normalidad:
2) Agostino.
146. La posible asociación entre dos variables
cualitativas se ve:
1) Test de la
Ji-Cuadrado.
2) Ji-Cuadrado con corrección de Yates.
3) Test exacto de FISHER.
147. La posible asociación entre dos variables
cuantitativas se estudia con:
1) Coef. de Correlación de Pearson.
2) Coef. de Correlación de Spearman.
3) Regresión Lineal.
4) Regresión Logarítmica.
148. La asociación entre una Var. Cuantitativa y
una Cualitativa de más de dos categorías se ve
con:
3) ANOVA.
149. La asociación entre una Var. Cuantitativa,
y otra Cualitativa de 2 categorías se estudia
con:
2) T de Student.
4) “U” de Mann-Whitney.
150. La asociación entre una Cuantitativa y una
Cualitativa de dos categorías (método no
paramétrico):
2) “U” de Mann-Whitney.
Según lo establecido sobre prueba de hipótesis,
aplique las relaciones correctas entre los
términos y sus respectivos conceptos:
Aquella que especifica un valor particular del
parámetro…Hipótesis
Aquella que especifica los valores del parámetro
que representan un cambio importante del
procedimiento normal o de las especificaciones
conocidas… Punto critico
El conjunto de valores del estadístico de prueba
que conducen al rechazo de la hipótesis nula, en
favor de la hipótesis alternativa... Estadístico de
prueba
Es calculado a partir de la muestra y permite decidir
si la hipótesis nula será o no rechazada… Región
de rechazo
El error muestral es la diferencia entre: El
resultado obtenido en la muestra
Un estimador es más eficiente: Cuanto menos
varíe el valor del estimador de una muestra a otra.
Se dice que un estimador es insesgado cuando:
A) La media de su distribución muestral coincide con
el valor del parámetro que se quiere estimar. B) La
media correspondiente a la característica en la
muestra coincide con la media de la característica en
la población.
Las hipótesis estadísticas nulas y alternativa:
Deben ser exhaustivas y mutuamente exclusivas
Un fabricante de salsa de tomate está en proceso
de decidir si produce o no una versión picante. El
departamento de investigación de mercados de
la compañía uso un sondeo de teléfonos nacional
de 6000 casa y encontró que 335 ellos
comprarían la salsa con picante. Un estudio más
extenso hecho dos años antes que mostro que
5% de las casas compraría la marca. Con un nivel
de significancia del 2%, ¿debe la compañía
concluir que hay un incremento en los intereses
por el sabor con picante?
Hipótesis nula… 𝜋 < 0.05
Hipótesis alternativa 𝜋 ≥ 0.05
Valor o punto crítico 2.05
Se rechaza la hipótesis nula
Conforme aumenta el número de grados de
libertad en la distribución t
Se aproxima a la distribución normal estándar
Los puntos extremos de un intervalo de
confianza recibe el nombre de
Límites de confianza
Cuando un estimador es eficiente
Cuando tenga la varianza más pequeña
KW HORA
HIPOTESIS NULA =46
HIPOTESIS ALTERNATIVA: MENOR A 46
ESTADISTICO CALCULADO: -1.16
SIGNIFICANCIA: 0.5
Regla de decisión:
Si tR -1.796 No se rechaza Ho
Si tR < -1.796 Se rechaza Ho
Justificación y decisión:
Como –1.16 > -1.796, por lo tanto no se rechaza Ho y se
concluye con un nivel de significancia del 0.05 que el
número promedio de kilowwatt-hora que gastan al año
las aspiradoras no es significativamente menor que 46.
Regla de decisión:
Si 39.83 No se Rechaza Ho
Si < 39.83 Se rechaza Ho
Justificación y decisión:
Como la = 42 y este valor no es menor que 39.83 por lo
tanto no se rechaza Ho.
Se toman muestras de tamaño n1=10 y n2=8 de
dos poblaciones normales que poseen varianzas
desiguales. Los resultados son media1= 50.3,
var1=80.0, media2=41.1, var2=75.1. ¿Calcular el
intervalo de confianza del 90% para la diferencia
de medias?
1.8903≤ 𝑈1 − 𝑈2 ≤ 16.5097
Que se busca estimar con los intervalos de
confianza
La desviación estándar
Una muestra aleatoria de 100 muertes
registradas en el país el año pasado, muestra una
vida promedio de 71.8 años. Suponga una
desviación estándar poblacional de 8.9 años.
Queremos probar si la vida media hoy en día es
mayor a 70 años con base en esa muestra. La
muestra parecía indicar que es así, es decir no
refleje la verdadera media de la población.
Utilizar un nivel de significancia del 0.05
Hipótesis alternativa ℎ𝑜 ≤ 70
Hipótesis nula 𝐻1 𝑢 > 70
Valor o punto crítico 1.645
De acuerdo al estadístico calculado: Se rechaza h.,
por ser mayor que el punto crítico
Se calibra una máquina para fabricar pelotas de
tenis de modo que rebote medio sea de 36
pulgadas cuando la pelota se deje caer desde
una plataforma con una cierta altura. El
supervisor sospecha que el rebote medio cambio
y es menor que 36 pulgadas. Para comprobarlo,
se dejaron caer 42 pelotas desde la plataforma y
la altura media del rebote fue de 35.5 pulgadas,
con una desviación estándar de 0.9 pulgadas.
Con un nivel de significancia del 0.05, puede el
supervisor concluir que la altura del rebote es
menor que 36 pulgadas?
No rechazo Ho z=-3.6, la altura no es menor que 36
pulgadas
H0 u≥ 36 𝐻1 𝑈 < 36
Hablando de regresión y correlación, señale lo
falso
Estudia la relación entre dos variables cualitativas
Señale la afirmación falsa
Sea cual sea la forma de la distribución de una
variable la distribución muestral de la media es
normal cuando el tamaño de la muestra no es grande
Suponga que la gente que solicita ingresar a una
compañía el 40% puede aprobar un examen de
estadística para obtener el trabajo si se formara
una muestra de 50 solicitantes. Cuál será la
probabilidad de que el 25 o más de ellos
aprobaran. Qué tipo de distribución utilizara
Distribución muestral de proporciones
Es una distribución simétrica
La mitad derecha es igual que la mitad izquierda crédito. El propietario desea analizar la relación
entre las ventas y la cantidad monetaria gastada
El coeficiente de variación es >0
en publicidad (millones de dólares). A
La moda deja a su izquierda el 50% de la curva continuación se presenta la información de las
ventas y de los gastos publicitarios durante los
La media coincide con la mediana últimos cuatro meses.
La probabilidad de equivocarse si aceptas la Mes Gastos Ganancias
hipótesis nula:
Julio 2 7
Es el nivel de significación
Agosto 1 3
El error típico de la distribución muestral del
estadístico varianza es: Septiembre 3 8

La varianza de la distribución muestral de la varianza Octubre 4 10

La varianza de la distribución muestral de la a) y=1,5+2,2x

media en muestras aleatorias simples b) r=0,88
Es igual a la varianza poblacional c) existe la relación totalmente significativa
La media de la distribución muestral de medias d) y=8,1
es igual a
En un día dado, el gerente de un supermercado
La media poblacional observo el numero de clientes que escogieron
cada una de las 5 cajas de pago distintas de las
El error de muestreo es salida Los resultados fueron:
La diferencia entre el estadístico muestral y el Caja 1 2 3 4 5
parámetro poblacional
Clientes 152 110 146 84 47
La varianza de la distribución muestral de la media
en muestras aleatorias simples: Si hay suficiente evidencia; con Estadístico
calculado = 71.25
A) Es igual a la varianza poblacional. B) Es igual a
la varianza poblacional dividida por el número de 9.488
elementos de la muestra. C) Es mayor que la Un estudio reciente indico que las mujeres
varianza poblacional. tomaron un promedio de 8.6 semanas sin goce
Las latas de gaseosas vendidas en un Mini Mark de sueldo después del nacimiento de su hijo.
tienen un promedio de 16.1 onzas, con una Supongo que esta distribución sigue la
desviación estándar de 1.2 onzas. Si se toma una distribución normal de probabilidad, con una
muestra de n=200. ¿Cuál es la probabilidad y su desviación estándar de 2.0 semanas. Considere
área, de que la media muestral sea por lo menos una muestra de 35 mujeres, quienes recién
15.93 onzas? regresaron a trabajar después del nacimiento de
su hijo. ¿Cuál es la probabilidad de que la media
de esta muestra sea de por lo menos 8.8
semanas?
R: 0,2776

H: 0.9772

La oficina de recursos humanos de una empresa

En un negocio familiar que vende a clientes
debe garantizar de que menos del 75% de sus
minoristas en el área urbana de la ciudad desde
empleados han concluido un curso avanzado de
hace muchos años. La compañía se anuncia
capacitación. De los 1200 empleados
ampliamente en radio, televisión e internet
seleccionados aleatoriamente, 875 lo han hecho
destacando sus precios y términos faces de
esta oficina registra su asistencia para probar su
hipótesis A u nivel de significancia del 5%, ¿Qué
conclusión incluye usted en su reporte?
H0: u>= 0.75 H1 < 0.75
Más del 75% han concluido un curso avanzado de
capacitación
Hinton Press tiene la hipótesis de que la vida promedio
de su prensa rotativa más grande es de 14500 horas.
Saben que la desviación estándar de la vida de una
prensa es 2100 horas. A partir de una muestra de 25
prensas, la compañía encuentra una media muestral de
13000 horas. A un nivel de significancia de 0.01. ¿Deber
concluir que la vida promedio de las prensas es menor
que las 14500 horas hipotéticas?
Hipótesis Alternativa u < 14500
Hipótesis Nula u >=14500
De acurdo al estadístico calculado Se rechaza
Nivel de significancia -2.33
Una empresa eléctrica fabrica baterías de celular que
tienen una duración que se distribuye de forma
aproximadamente normal con una media de 800 horas
y una desviación estándar de 40 horas. Si una muestra
aleatoria de 30 baterías tiene una duración promedio
de 788 horas. ¿Los datos muestran suficiente evidencia
para decir que la duración media no es 800 ni más?
Utilice un nivel de significancia de 0.04
Hipótesis Alternativa u < 800
Hipótesis Nula u >= 800
De acurdo al estadístico calculado No rechazo H0 por
ser mayor
Nivel de significancia -1,75
Un fabricante de fertilizante afirma que el uso de su
producto dará por resultado una cosecha de por lo
menos 3.5 toneladas de trigo por hectárea como media,
con una desviación estándar de 0.5 toneladas. La
aplicación del fertilizante a un área de 37 hectáreas dio
una cosecha de 3.35 toneladas por hectárea. El nivel de
significancia es del 5% ¿Se rechaza la afirmación del
fabricante?
Hipótesis Alternativa u >= 3,5
Hipótesis Nula u < 3,5
De acurdo al estadístico calculado Se rechazó H0
Nivel de significancia 1,645
Las puntuaciones en un test que mide la variable
creatividad siguen, en la población general de
adolescentes, una distribución Normal de media 11,5.
En un centro escolar que ha implantado un programa
de estimulación de la creatividad una muestra de 30
alumnos ha proporcionado las siguientes puntuaciones:
11,9,12,17,8,11,9,4,5,9,14,9,17,24,19,10,17,17,8,23,8,6,
14,16,6,7,15,20,14,15
A un nivel de confianza del 95% ¿Puede afirmarse que
el programa es efectivo?
Valor critico= 1,96 ; no efectivo
Se toman muestras de tamaño n1=10 y n2=8 de dos
poblaciones normales que poseen varianzas desiguales.
Los resultados son: media1=50.3; var1=80,0; media2=
41.1; var2=75.1 ¿Calcular el intervalo de confianza del
90% para la diferencia de medias?
0,31<u1-u2<18,09
La gerencia de un banco está planeando basar los cargos
para las cuentas corrientes en el saldo diario promedio.
El gerente de cuentas desea probar la hipótesis de las
cuentas tiene un promedio de $312. Se selecciona una
muestra de 200 cuentas, dando una media de $298,10
con una s=$97,30 con un valor de alfa de 1%.
H0: u=312 H1: u=/312
Z= 2,575
Se no rechazo a H0 xq z calculado es -2,02
Imagen: de dos colas
Un constructor afirma que se instalan calefactores en
70% de todas las casas que se construyen hoy en día en
la ciudad en Quito. ¿Estaría de acuerdo con esta
afirmación si una investigación de casas nuevas en esta
ciudad muestra que 8 de 15 tienen instaladas
calefactores? Utilizar un nivel de significancia de 0.10
Hipótesis Nula pi =/ 0.70
Hipótesis Alternativa pi= 0.70
Valor o punto Crítico 1.761
Valor o punto Crítico - 1.761
De acuerdo al estadístico calculado -1.08

Los resultados de un estudio sobre la relación de dos

variables señalan la siguiente ecuación de Regresión
Lineal: y=3+0.8x Señala lo verdadero con relación a ella:
Verdadero
a. el valor de la variable dependiente cuando la
independiente vale 0 es igual a 3 Las siguientes observaciones muéstrales se
b. la variable dependiente (y) aumenta en 0,8 por seleccionaron al azar
cada unidad de aumento del variable X 4 5 3 6 10
independiente (x) Y46577
c. estudia la relación entre dos variables cualitativas A) determine la ecuación de regresión
d. la ordenada en el origen de la recta vale 3 B) encuentre el valor de y cuando x es 7
e. la pendiente de la recta vale 0,8 C) determine el coeficiente de correlación
Y=3,77`0,36x
Considere la siguiente muestra de datos sobre volumen
Y=6,31
de producción y costos totales de una operación de R=0,752
fabricación:

A.- Determine los coeficientes de regresión y su ecuación
B.- Determine el coeficiente de correlación
Producción (Unidades) 40,45,55,60,70,75
Costo Total ($) 400,500,540,590,640,700
a. y=998,67+7,6x
b. r=0,98
Una máquina de la cafetería sirve bebidas en vasos de
papel. Una muestra de 15 vasos da una media 15.3 onzas
y una desviación típica de 1.871. Después de ajustar la
máquina, una muestra de 10 vasos da una media de 17.1
onzas y una desviación típica de 1.975, se supone que la
varianza es constante antes y después del ajuste,
construir un intervalo de confianza del 95% para la
diferencia de llenados medio, las cantidades servidas
siguen una distribución normal.
A un trabajador nuevo se le proporciona un número
de identificación. Los archivos del personal se
ordenan en secuencia comenzando con el trabajador
número 0001. Para sondear a los trabajadores,
primero se eligió el número 0125. Los números 0225,
0325, 0425, y así sucesivamente, se van
seleccionando los miembros de la muestra. Este tipo
de muestreo recibe el nombre de:
a) Muestreo aleatorio estratificado
b) Muestreo aleatorio por conglomerado
c) Muestreo aleatorio simple
d) Muestreo sistemático
Según la gráfica se rechaza la hipótesis nula en el área
escrita?

-10,918<u1-u2<7,318 no hay diferencia significativa

Se sabe que, después de un periodo de dos años, cierto

tipo de vacuna contra un virus que produce resfriado ya
solo es 25% eficaz. Suponga que se eligen 20 personas al
azar y se les aplica una vacuna nueva, un poco más
costosa, para determinar si protege contra el mismo
a) Verdadero
virus durante un periodo más largo. Si más de 8
individuos de los que reciben la nueva vacuna superan
el lapso de 2 años sin contraer el virus, la nueva vacuna
se considera superior a la que se usa en la actualidad.
Suponga que la gente que solicita ingresar a una
Seleccione las hipótesis nula y alternativa
compañía el 40% puede aprobar un examen de estadística
H0: p < = 0.25 H1: p > 0.25 para obtener el trabajo, si se tomará una muestra de 50
solicitantes. ¿Cuál será la probabilidad de que el 25 o más
Según la gráfica se rechaza la hipótesis nula en el área de ellos aprobarán? ¿Qué tipo de distribución utilizará?
escrita?
a) Distribución chi cuadrado
 b) Distribución muestra de medias A
c) Distribución muestral de proporciones
d) Distribución F de Fisher
e) Distribución de probabilidades especiales

Siendo “a” la ordenada en origen y “b” la pendiente de la

recta, la ecuación de regresión de y sobre x es:
Seleccione una:
a) X´=a+by
b) Y´=a+bx
c) Y´=b+ax
d) X´=b+ay

¿Merece la pena estudiar?. Para contestar a esta pregunta,

un estudiante curioso de una clase de estadística preguntó
a otros 6 estudiantes cuántas horas dedicaron al estudio
para le último examen y la note que obtuvieron. Los
datos constan a continuación:

De acuerdo a las siguientes hipótesis:

NOTAS HORAS Ho: u<=85 gramos
ESTUDIO
89 25 H1: u>85 gramos
92 26
32 12 ¿Qué tipo de prueba se aplica?
92 32 Selecciona una:
90 29
30 10 a) Se aplica la prueba equivocada
b) Se aplica una prueba de una cola a la derecha
c) Se aplica una prueba de dos colas
Seleccione una o más de una: d) Se aplica de una prueba de una cola a la
izquierda
a) r=0,966
b) r=0,9339
c) Y=3,27X-2,12 Un fabricante de llantas desea investigar la durabilidad de
d) Y=2,08+0,29X sus productos. Una muestra de 10 llantas para recorrer
50000 millas reveló una media muestral de 0,32 pulgadas
de cuerda restante con una desviación estándar de 0,09
Una población normal tiene una media de 60 y una
pulgadas. Construya un intervalo de confianza de 95%
desviación estándar de 12. Usted selecciona una muestra
para la media poblacional. ¿Sería razonable que el
aleatoria de 9. Calcule la probabilidad de que la media
fabricante concluyera que después de 50000 millas la
muestral se encuentre entre 56 y 63, también seleccione
cantidad media poblacional de cuerda restante es de 0,30
el área de la probabilidad
pulgadas?
Seleccione una o más:
Seleccione una o más de una:
a) 0,30<u<0,34
b) Es razonable
c) 0,256<u<0,384
d) 0,225<u<0,414
e) No es razonable
En una determinada población el 30% votará por alianza c. El coeficiente de variación > 0
país en caso de que se celebren mañana las elecciones. Si d. La moda deja a su izquierda el 50% de la
seleccionamos una muestra de 200 años y los encuestamos curva
se obtenga la probabilidad de que el porcentaje de personas e. La media coincide con la mediana
que expresen esa intención de voto superen el 38%
Seleccione una: El gerente de ventas ha dividido el mercado en cuatro
a) 0,0324 zonas y en sus indicaciones a sus vendedores manifiesta
b) 0,4932 que todas las zonas tienen el mismo potencial de ventas.
c) 0,0068 Ante la duda de los vendedores, el gerente realiza el
d) 0,0618 siguiente procedimiento, extrae una muestra de 44 ventas
efectuadas el semestre pasado y encuentra lo siguiente:
Considere la siguiente muestra de datos sobre volumen de
ZONA 1 2 3 4
producción y costos totales de una operación de VENTAS 9 10 18 7
fabricación Ventas esp 11 11 11 11
A.Determine los coeficientes de regresión y su ecuación
B.Determine el coeficiente de correlación ¿Se puede concluir que las ventas no están igualmente
distribuidas a un nivel de significancia del 5%?
Decisión
PRODUCCIÓN COSTO TOTAL
(UNIDADES) ($) Hipótesis alternativa (hi): las ventas no estan
40 400 igualmente distribuidas
45 500
Hipótesis nula (ho): las ventas estan igualmente
55 540
distribuidas
60 590
70 640 Valor o punto crítico: 7,815
75 700
Estadístico calculado: 6,364

Seleccione una o más de una: El estadístico de prueba para probar una hipótesis para
medias muestrales cuando no se conoce la desviación
a. Y=0,979 estándar poblacional es:
b. Y=124,67+7,6X
c. Y=0,964 a. Z o normal
d. Y=327X+2,12 b. T o student
c. F o Fisher
d. Chi cuadrado
Un investigador averiguo que una muestra de 100
elementos, con una media de 50,3 y una desviación típica
de 10,1 generaba un intervalo de confianza de 48,3264 Una muestra aleatoria de 87 líderes de grupo,
52,2796. ¿Qué nivel de confianza se puede actuar en un supervisores y personal similar de General Motors
intervalo? revelo que en promedio pasan 6,3 años en su trabajo
de ascender. La desviación estándar de la muestra de
Seleccione una:
2.4 años. Contribuya un intervalo de confianza de
a. 96% 90%
b. 47,5%
c. 95% 5,877<u<6,723
d. 97%

En una distribución simétrica:

Seleccione una o más de una:
a. La mitad derecha es igual que la mitad
izquierda Sabemos que la variable “rendimiento académico” se
b. El coeficiente de simetría es 0 distribuye normalmente en la población de
estudiantes de Bachillerato, pero no conocemos el
valor de la varianza de tal variable. Un investigador
quiere saber entre qué límites se encuentra la media
del rendimiento académico en la población. Toma
una muestra aleatoria e independiente de 400
estudiantes y obtiene una media de 20 siendo la
varianza insesgada de 4. ¿Cuál de las siguientes
alternativas expresa el valor aproximado del límite
inferior del intervalo de confianza para a=0,052.
computadores de la oficina. A usted se le ha dicho que el
costo promedio de los computadores es de $ 2100. Una
muestra de 64 minoristas revela un precio promedio de
$2251 con una desviación estándar de $ 812. ¿A un nivel
de significancia del 5% parece que su información es
correcta?
Ho: µ = 2100
Ha: µ ≠ 2100

Seleccione una: NS = 5% = 1,96

a. 16,08 Gráfico de dos colas. Rechazo Ho -1,96 > Z > 1,96

b. 19,6
Z = 1,487. No rechazo Ho
c. 19,8
d. 18,2
El gerente de una camisería informa que la cantidad
Una revista pública cifras del numero anual kilowatt-
media de camisas vendidas a la semana es de 13,10
hora que gastan varios aparatos electrodomésticos. Se
con una desviación estándar de 32%. La distribución
afirma que una aspiradora gasta un promedio de 46
de las ventas se rige por la distribución normal. ¿Cuál
kilowatt-hora al año. Sí una muestra aleatoria de 12
es la probabilidad de seleccionar una muestra de 36
hogares que se incluye en un estudio indica que las
semanas y encontrar que la media de la muestra es aspiradoras gastan un promedio de 42 kilowatts-hora al
más de $100? año con una desviación estándar de 11,9 kilowatts- hora,
Seleccione una: ¿esto sugiere que un nivel de significancia de 0,05 que
las aspiradoras gastan, en promedio, -46 kilowwats-hora
a. 0,4545 anualmente?
b. 0,9788
c. 0,0212 Suponga que la población de kilowatts-hora es normal.
d. 0,3707 • De acuerdo al estadístico calculado: No rechazo
HO por ser menor al PC
Dentro de la distribución normal, ¿Cuándo un • Hipótesis nula HO>=46
estimador es consistente? • Hipótesis alternativa H1 U<46
Seleccione una: • Nivel de significancia 1.796

a. Cuando a medida que el tamaño de la

muestra aumenta, el valor del estadístico se Dada la siguiente ecuación determinar correctamente
aproxima al parámetro los significados de cada una de las variables 𝑌 = 𝑎 + 𝑏𝑋

• Cualquier valor de la variable independiente o

Un club quiere estimar la proporción de niños que explicativa “X”
tiene un perro como mascota. Si el club quisiera • Valor de la variable dependiente o explicada “y”
estimarlo dentro del 3% de la proporción de la • La pendiente de la recta “B”
población, ¿Cuántos niños necesitarían contactar?. • La ordenada del proceso desde la recta en el
Asuma 95% de nivel de confianza y que el club punto “a”
estima que un 30% de los niños tienen un perro como Que busca estimar los intervalos de confianza
mascota
a. 457 • Un parámetro
b. 897
c. 59
d. 27
Como gerente de compras de una gran empresa de
seguros usted debe decidir si actualizar o no los
Una encuesta realizada por la Asociación nacional de
estudiantes mostro que los estudiantes de las
universidades del país gastan un promedio más de $75
dólares mensuales en entretenimientos. Si usted puede
hallar evidencias para confirmar esta afirmación podría
solicitar ayuda monetaria adicional a su casa. De los 100
estudiantes que tomo de muestra, usted halla una media
de $80,23 con una desviación estándar de $45,67 dólares
¿a un nivel de significancias de 2% Se encuentra
justificación para la solicitud?
Seleccione una o más
• Z=1.15
• El costo promedio del entretenimiento es
superior a $75
• Rechazo ho, si Z < 2.05
• Rechazo Ho si .2.05>Z>2.05
• El costo promedio del entretenimiento no es
superior a $75
• Ho: u<= 75 h1: U>75
Una población normal tiene una media de 60 y una
desviación estándar de 12. Usted selecciona una muestra
aleatoria de 9. Calcule la probabilidad de que la media
muestral sea mayor que 63 y seleccione el área de la
probabilidad.
0.2266
Una empresa eléctrica fabrica baterías de celular que
tienen una duración, que se distribuye de la forma normal
aproximadamente normal, con una medida de 800 horas
y una desviación estándar de 40 horas. Sí una muestra
aleatoria de 30 baterías tiene una duración promedio de
788 horas ¿ los datos muestran suficiente evidencia para
decir que la duración media no es 800 ni más? Utilice un
nivel de significancia del 0,04
• Nivel de significancia = 0,04 = 1,751
• Hipótesis alternativa µ < 800
• Hipótesis nula µ ≥ 800
• Cola a la izquierda
• De acuerdo al estadístico Rechazo Ho si Z < -
1,751
• Z = -1,6431 > -1,751 No rechazo Ho
La empresa eléctrica estudia la relación entre kilowtts-
hora (miles) usados y el numero de habitaciones en una
residencia privada familiar. Una muestra aleatoria de 6
casas revelo lo siguiente:
Habitaciones X Hilowatts-hora Y
12 9
9 7
14 10
6 5
10 8
8 6
59 45
• Y=1.38+0.66x
• R=0.991
• Asociación de variables muy significativa
Muestra aleatoria de 40 familias de las 14 realizan la
contribución a la iglesia con un intervalo de confianza de
90% para la población de las familias asisten a la iglesia
continuamente: seleccione una o más de una:

• 0.23
• 0.47

Se recogió una muestra de 12 donativos de comités de

acción política a los fondos para la campaña electoral que
en miles de dólares eran 12.1, 8.3, 15.7, 9.35, 14.3, 12.8,
…….. Calcular el intervalo de confianza del 90% para el
donativo medio de los comités los cuales siguen una
distribución normal.
11.53<=u<=14.57