Das ist ein zeitlich begrenztes Quiz.
Du hast 30 Minuten um die 25 Fragen in diesem Quiz zu beantworten.
El estadistico del intervalo de confianza para la media con la varianza conocida se aproxima a una distribucion:
Ninguna de las demas respuestas es correcta
F de Fisher-Snedecor
T de student
Chi-cuadrado
Normal
El estadistico del intervalo de confianza para la media con la varianza desconocida se aproxima a una distribucion:
El contraste de hipótesis permite:
Decidir si el parámetro toma un determinado valor con cierta probabilidad
Calcular los extremos de un intervalo de confianza con cierta probabilidad
Calcular exactamente el valor del parametro
Para la ley de Laplace de asignacion de probabilidad pueda aplicarse:
Los suceos Ei que intervienen deben de ser independiente entre si
Es aplicable a cualquier tipo de sucesos
Requiere, entre otros requisitos, que los suceos Ei que intervienen sean igualmente verosímiles
Los sucesos deben ser mutuamente excluyentes
Los sucesos Ei que intervienen deben de ser independientes entre si
Los intervalos de confianza bilarterales I(0.99) e I(0.95) para u en una poblacion normal tales que
I(0.99)C I(0.95)
I(0.99)= I(0.95)
I(0.95) ) I(0.99)
EL valor de K en la siguiente figura (todos sabemos que grafica es o mínimo la respuesta)
Sea cual sea el valor de K, es una funcion de densidad
0.5 para que sea una funcion de densidad
0.25 para una funcion de distribucion
El valor de K en la siguiente figura es:
0.25 para que sea una funcion de densidad
0.25 para que sea una funcion de distribucion
En un control de calidad se toma un lote de 1000 artículos que están numerados. Sea la variable aleatoria X=”el articulo i es seleccionado”. X se puede modelar siguiendo una distribución
Binomial
Binaria
Uniforme
El numero de personas que llegan a urgencias una noche se puede modelar siguiendo una distribución:
Binomial negativa
Ninguna de las demás respuestas es correcta.
Poisson.
Binomial.
El estadístico usado para construir un intervalo de confianza para el cociente de varianzas sigue una distribución de tipo:
Chi-cuadrado.
t de Student.
Normal.
F de snedecor
El estadístico del intervalo de confianza para la media con la varianza desconocida se aproxima a una distribución:
El nivel de significación de un contraste de hipótesis es la máxima probabilidad de:
No rechazar Ho cuando Ho es falsa.
Rechazar Ho cuando ésta es falsa.
Aceptar Ho dado que Ho es verdadera.
El estadístico media muestral, obtenido por muestreo aleatorio simple en una población de media mu y desviación típica sigma, tendrá por distribución:
(Es ninguna correcta o bajo determinadas circunstancias... y unos valores , demasiado enrevesada para esta pagina)
a
b
c
d
Sean las vs.as. {\small Y=\sum_{i=1}^{k} Y_{i}} (siendo {\small Y_{i} \in \chi^{2} \left(n\right)}), y {\small T\in N \left(\mu_{T};\sigma^{2}_{T}\right)}, independientes entre sí, ¿que distribuciónsigue la v.a. {\small \frac{\frac{T-\mu_{T}}{\sigma_{T}}}{\sqrt{\frac{Y}{kn}}}}?.
t(kn)
Ninguna
Para analizar el grado de relación entre dos variables en escala por intervalos:
Hay que realizarlo necesariamente por medio de V de Cramer.
Hay que usar exclusivamente el coeficiente de correlación de Pearson.
Es posible usar los coeficientes predictivos {\small \lambda}.
Para una variable aleatoria X y un intervalo I, se tiene que X^{-1}(I) es:
Un numero real.
Un subconjunto del espacio muestra
Un experimento aleatorio.
En un contraste de hipótesis, cometemos Error de tipo II cuando:
Aceptamos Ho siendo falsa
Cuando no comentemos error de tipo I.
Rechazamos Ho siendo cierta.
Para contrastar, mediante la prueba t, si dos poblaciones tienen la misma media se requiere que:
Los tamaños muestrales sean los mismos.
Las dos muestras sean independientes.
Los tamaños muestrales sean grandes, siempre.
Dados dos sucesos independientes se verifica que:
Son de intersección vacía
Son compatibles
Son incompatibles
Ninguna de las demás respuestas es correcta
Un estimador consistente es aquel que:
Tiene varianza mínima
Su varianza coincide con la cota de Frechet-Cramer-Rao
. Es asintóticamente norma
Tiene varianza mínima.
Es asintóticamente normal.
Bajo ciertas condiciones, su varianza tiende a cero
Si la varianza del error S^2 (abajo epsilon) crece:
Aumenta el coeficiente de variación.
Aumenta el coeficiente de determinación.
Aumenta el coeficiente de correlación.