Copy and Edit

Teoría 2

Description

weje
Malamo Cami
Quiz by Malamo Cami, updated more than 1 year ago
Malamo Cami
Created by Malamo Cami almost 9 years ago
2014
9
4

Resource summary

Question 1

Question
Si el coeficiente de asimetría toma valores próximos a cero, indica que:
Answer
  • m0 ≥ me ≥ media de x
  • m0 ≤ me ≤ media de x
  • Ninguna
  • m0 ≈ me ≈ media de x

Question 2

Question
La mediana de una distribución de datos
Answer
  • Tiene que ser un único valor
  • Coincide con la categoría par ala que su frecuencia absoluta contiene el 50%
  • Ha de coincidir con un dato de la distribución
  • Ninguna

Question 3

Question
Si la varianza del error S^2e crece
Answer
  • Ninguna
  • Aumenta el coeficiente de variación
  • Aumenta el coeficiente de determinación
  • Aumenta el coeficiente de correlación

Question 4

Question
R^2xy,z < R^xy
Answer
  • La variable Z es la causante de la relación real existente entre X e Y
  • Ninguna
  • La relación entre las variables X e Y se debe totalmente al efecto de la variable Z
  • La variable Z amortigua la relación real entre X e Y

Question 5

Question
Para analizar el grado de relación entre dos variables en escala por ratios
Answer
  • No es posible usar los coeficiente predictivos lambda.
  • Ninguna
  • Hay que realizarlo necesariamente por medio de V de Cramer.
  • Es posible usar el coeficiente de correlación de Pearson.

Question 6

Question
El método de mínimos cuadrados para estimación de modelos estocásticos
Answer
  • Ninguna
  • Minimiza la media del error
  • Consigue hacer mínimos los errores en las estimaciones
  • Es tal que la varianza de error es mínima

Question 7

Question
El rango es una medida de dispersión aplicable a
Answer
  • Únicamente a variables numéricas
  • Cualquier tipo de variables
  • Variables nominales o superiores
  • Ninguna

Question 8

Question
Para analizar el grado de relación entre dos variables ordinales,
Answer
  • Es posible usar Chi cuadrado de Pearson.
  • Hay que realizarlo necesariamente por medio de la Chi cuadrado de Pearson
  • Ninguna
  • Hay que usar el coeficiente de correlación de Pearson.

Question 9

Question
Una variable tipificada es tal que
Answer
  • Su media es 0 y su desviación típica 1
  • Ninguna
  • Su media es 1 y su desviación típica 1
  • Su media es 0 y su desviación típica 0

Question 10

Question
Si Cov(X,Y) ≥ 0
Answer
  • Rxy ≥ 0
  • Rxy > 0
  • Rxy = 0
  • Ninguna

Question 11

Question
La varianza como medida de dispersión
Answer
  • Ninguna
  • Siempre será aplicable
  • No siempre será aplicable, dependerá del tipo de variables
  • Se aplicará únicamente a variables numérica agrupadas en intervalos

Question 12

Question
Sean dos variables X e Y en las que el coeficiente de correlación lineal Rxy = 0
Answer
  • X e Y pueden estar relacionadas aunque no de forma lineal
  • Ninguna
  • X e Y no están relacionadas
  • Rxy no puede nunca tomar valor cero

Question 13

Question
Tipificar unos datos, consiste en
Answer
  • Centrar los datos y dividirlos por su desviación típica.
  • Determinar cuál es el máximo y cuál es el mínimo
  • Centrar los datos y dividirlos por su varianza
  • Ninguna de las demás respuestas es correcta

Question 14

Question
El error medio en las estimaciones de un modelo de regresión múltiple es:
Answer
  • 1.0
  • Ninguna
  • 0.0
  • 0.1

Question 15

Question
La mediana, como medida de centralización, es aplicable a variables.
Answer
  • En escala nominal o superior.
  • Ninguna
  • En escala por ratios o superior
  • En escala por intervalos o superior

Question 16

Question
Para una variable estadística de tipo numérico cualquiera.
Answer
  • Se agrupe o no por intervalos, las medidas de posición siempre coincidirán.
  • Ninguna
  • Es obligatorio el agrupar por intervalos para cualquier tipo de medida
  • Es posible calcular cualquier tipo de medida.

Question 17

Question
Para analizar el grado de relación entre dos variables en escala por ratios
Answer
  • Hay que realizarlo necesariamente por medio de V de Cramer.
  • Ninguna
  • Hay que usar exclusivamente el coeficiente de correlación de Pearson.
  • No es posible usar los coeficientes predictivos lambda.

Question 18

Question
R^2xy,z > R^xy
Answer
  • La variable Z no influye en la relación existente entre X e Y
  • La relación entre las variables X e Y se debe al efecto de la variable Z.
  • Ninguna
  • La variable Z amortigua la relación real entre X e Y

Question 19

Question
Dada una variable estadística medida a través de una escala por ratios REVISABLE
Answer
  • Ninguna
  • Se agrupe o no por intervalos, las medidas de posición siempre coincidirán.
  • Es posible el calcular cualquier tipo de medida
  • Es obligatorio el agrupar por intervalos para calcular cualquier tipo de medida.

Question 20

Question
La intersección entre los modelos de regresión de X/Y y de Y/X coincide con
Answer
  • No es posible saberlo sino se dispone de los datos
  • El producto de las pendientes
  • El centro de gravedad de la distribución (media de x, media de y)
  • Ninguna

Question 21

Question
Para analizar el grado de relación entre dos variables ordinales,
Answer
  • Hay que realizarlo necesariamente por medio de V de Cramer.
  • Ninguna
  • Hay que usar el coeficiente de correlación de Pearson.
  • Es posible usar los coeficientes predictivos lambda.

Question 22

Question
Si el coeficiente de asimetría toma valores positivos, indica que:
Answer
  • m0 ≥ me ≥ media de x
  • m0 ≤ me ≤ media de x
  • m0 ≈ me ≈ media de x
  • Ninguna

Question 23

Question
Si el coeficiente de asimetría toma valores negativos, indica que:
Answer
  • m0 ≈ me ≈ media de x
  • m0 ≤ me ≤ media de x
  • m0 ≥ me ≥ media de x
  • Ninguna

Question 24

Question
Si Cov(X,Y)>0
Answer
  • Rxy ≥ 0
  • Rxy > 0
  • Rxy = 0
  • Ninguna

Question 25

Question
El método de mínimos cuadrados para obtener los coeficientes de regresión de un modelo:
Answer
  • Ninguna
  • Es aplicable únicamente si el modelo es de tipo lineal simple
  • Es aplicable a cualquier tipo de modelo
  • No es aplicable si el modelo es de tipo parabólico

Question 26

Question
Para analizar el grado de relación entre dos variables nominales,
Answer
  • Ninguna
  • Hay que realizarlo exclusivamente por medio de la Chi cuadrado de Pearson
  • Es posible usar los coeficientes predictivos lambda.
  • Hay que usar el coeficiente de correlación de Pearson

Question 27

Question
Una variable tipificada es tal que
Answer
  • Ninguna
  • Su media es 0 y su desviación típica es 0
  • Su media es 1 y su desviación típica es 0
  • Su media es 1 y su desviación típica es 1

Question 28

Question
La moda es una medida de centralización aplicable a variables
Answer
  • Ninguna
  • En escala ordinal pero no nominal
  • Sólo en escala nominal
  • Sólo de tipo numérico

Question 29

Question
La mediana, como medida de centralización, es aplicable a variables.
Answer
  • Ninguna
  • En escala ordinal o superior
  • En escala por intervalos o superior
  • En escala nominal o superior

Question 30

Question
La media como medida de posición es aplicable
Answer
  • Únicamente para variables en escala cualitativa
  • Únicamente para variables en escala cuantitativa
  • Ninguna
  • Siempre se puede calcular sean cuales sean las variables

Question 31

Question
Sean dos variables X e Y en las que el coeficiente de correlación lineal Rxy = 0
Answer
  • X e Y no están relacionadas
  • X e Y no pueden estar relacionadas en forma lineal
  • Ninguna
  • Rxy no puede nunca tomar el valor cero

Question 32

Question
El rango es una medida de dispersión aplicable a
Answer
  • Ninguna
  • Cualquier tipo de variables
  • Únicamente variables numéricas
  • Variables ordinales o superiores.

Question 33

Question
La mediana como medida de posición es aplicable REVISABLE
Answer
  • Únicamente para variables en escala cualitativa
  • Únicamente para variables en escala cuantitativa
  • Ninguna
  • Se puede calcular con cualquier tipo de variable

Question 34

Question
Un estimador es sesgado cuando: (REVISABLE)
Answer
  • Tiene mínima varianza.
  • El sesgo es distinto de cero.
  • Ninguna
  • El sesgo es cero.

Question 35

Question
Un estimador es insesgado cuando:
Answer
  • Su esperanza coincide con la esperanza de la variable aleatoria.
  • Su esperanza tienda a cero.
  • Su esperanza coincide con el parámetro a estimar.
  • Ninguna de las demás respuestas es correcta.

Question 36

Question
Dados dos estimadores de un mismo parámetros poblacional desconocido si la varianza del primer estimador es menor que la del segundo:
Answer
  • El estimador 2 es más representativo del parámetro.
  • No tendremos información para saber cuál es más representativo.
  • El estimador 1 es más representativo del parámetro.
  • Ninguna.

Question 37

Question
La diferencia entre el parámetro a estimar y la esperanza del estimador es:
Answer
  • Ninguna
  • La precisión en la estimación
  • El sesgo de la estimación
  • El error en la estimación

Question 38

Question
El método máxima verosimilitud permite calcular:
Answer
  • El estimador de máxima verosimilitud.
  • El parámetro de máxima verosimilitud.
  • Ninguna
  • El estadístico de máxima verosimilitud.

Question 39

Question
A diez estudiantes elegidos al azar se le anotaron las calificaciones en los exámenes finales de Física y Economía. Para probar si existe un mayor rendimiento en alguna de las materias, ¿qué tipo de prueba se utilizaría?
Answer
  • Ninguna
  • Diferencia de medias dependientes o apareadas.
  • Diferencia de proporciones
  • Diferencias de medias independientes.

Question 40

Question
El mejor estimador insesgado es:
Answer
  • Ninguna
  • Eficiente y consistente.
  • Insesgado y eficiente.
  • Consistente y asintóticamente insesgado.

Question 41

Question
La media, mediana y moda son:
Answer
  • Ninguna
  • Datos que tienen el mismo valor.
  • Variables independientes.
  • Datos.

Question 42

Question
Un estadístico es :
Answer
  • Una muestra aleatoria simple.
  • Ninguna
  • Un número.
  • Una variable aleatoria.
  • Roberto.
  • Arturo.

Question 43

Question
Una realización muestral es una colección de:
Answer
  • Ninguna.
  • Variables aleatorias independientes.
  • Vectores aleatorios.
  • Variables aleatorias.

Question 44

Question
Un estimador de un parámetro muestral desconocido:
Answer
  • Si existe, es único.
  • Ninguna
  • Siempre existe y es único.
  • No tiene que ser único.

Question 45

Question
Un estimador consistente es aquel que:
Answer
  • Su varianza coincide con la cota de Frechet-Carmer-Rao.
  • Es asintóticamente normal.
  • Ninguna.
  • Tiene varianza mínima.

Question 46

Question
La media muestral es: (REVISABLE)
Answer
  • Un parámetro poblacional.
  • Un estadístico.
  • Una realización muestral.
  • Ninguna de las demás respuestas es correcta.

Question 47

Question
El estimador de un parámetro poblacional que se desea estimar:
Answer
  • Debe ser, al menos, insesgado.
  • Debe ser, al menos, asintóticamente insesgado.
  • Debe de ser, al menos, consistente.
  • Ninguna.

Question 48

Question
Dado el estimador de la media poblacional mu estimado = media + (18/n) (REVISABLE)
Answer
  • Es un estimador insesgado.
  • Es un estimador insesgado sólo para n=18.
  • Ninguna.
  • Es un estimador asintóticamente insesgado.

Question 49

Question
El mejor estimador de la varianza poblacional es :
Answer
  • La realización muestral.
  • La cuasi-varianza muestral.
  • Ninguna.
  • La varianza muestral.

Question 50

Question
Un estimador es sesgado cuando:
Answer
  • Ninguna.
  • El sesgo es cero.
  • El sesgo es distinto de cero.
  • Tiene mínima varianza.

Question 51

Question
La media muestral es:
Answer
  • Una variable aleatoria.
  • Una muestra aleatoria simple.
  • Un parámetro poblacional.
  • Ninguna.

Question 52

Question
Un estimador consistente es aquel que:
Answer
  • Bajo ciertas condiciones, su varianza tiende a cero.
  • Es asintóticamente normal.
  • Tiene varianza mínima.
  • Ninguna.

Question 53

Question
Un estimador es insesgado cuando:
Answer
  • El sesgo es cero.
  • Ninguna.
  • Tengo mínima varianza.
  • El sesgo es distinto de cero.

Question 54

Question
El mejor estimador insesgado es:
Answer
  • Consistente y asintóticamente insesgado.
  • Ninguna.
  • Su varianza es mayor que el valor de la cota de Frechet-Cramer-Rao.
  • Insesgado y eficiente.

Question 55

Question
Un estimador asintóticamente insesgado es aquel que:
Answer
  • Su varianza tiende a cero al tender n a infinito.
  • Su esperanza tiende al parámetro a estimar cuando aumenta el tamaño muestral considerablemente
  • Su esperanza coincide con la esperanza del parámetro a estimar.
  • Ninguna.

Question 56

Question
Una realización muestral es una colección de:
Answer
  • Datos
  • Variables aleatorias.
  • Variables aleatorias independientes.
  • Ninguna.

Question 57

Question
Un estimador de la esperanza de una variable aleatoria es:
Answer
  • La media muestral.
  • La varianza muestral.
  • La realización muestral.
  • Ninguna.

Question 58

Question
Un estimador es:
Answer
  • Un estadístico.
  • Ninguna.
  • Un parámetro.
  • Una muestra aleatoria simple.

Question 59

Question
El método de mínimos cuadrados para estimación de modelos estocásticos
Answer
  • Minimiza la media del error.
  • Ninguna.
  • Es tal que la varianza es mínima.
  • Consigue hacer mínimos los errores en las estimaciones.

Question 60

Question
La duración (en años) de 6 componentes electrónicos seleccionados aleatoriamente son 3,4,5,5,6,7. Suponiendo normalidad en la variable generadora de la muestra el mejor estimador de la varianza poblacional es:
Answer
  • 2
  • Raíz de 2.
  • 1.667
  • Ninguna.

Question 61

Question
La media, mediana y moda son:
Answer
  • Variables independientes.
  • Estadísticos.
  • Datos.
  • Ninguna.

Question 62

Question
Un estimador de máxima verosimilitud
Answer
  • Siempre existe.
  • Bajo determinadas circunstancias, siempre existe.
  • Ninguna.
  • No tiene que existir siempre.

Question 63

Question
Un estimador de la esperanza de una variable aleatoria es:
Answer
  • Ninguna.
  • La realización muestral.
  • La esperanza del parámetro.
  • La varianza muestral.

Question 64

Question
Con respeto a la región de rechazo C1 de un contraste de hipótesis, es cierto que:
Answer
  • Su valor no depende de la muestra extraída.
  • Su amplitud depende del parámetro sobre el que se va a realizar el contraste y del tipo de población.
  • Es independiente del tamaño de muestra.
  • Ninguna.

Question 65

Question
Para una realización muestral, los extremos de un intervalo de confianza son:
Answer
  • Datos
  • Estadísticos
  • Ninguna
  • Números

Question 66

Question
El coeficiente de confianza en una estimación por intervalo, es :
Answer
  • Ninguna.
  • Alpha
  • El complementario de Alpha
  • La amplitud del intervalo

Question 67

Question
Si el valor que se está contrastando en la hipótesis nula no está en el intervalo de confianza asociado, entonces:
Answer
  • Se acepta la hipótesis.
  • Ninguna.
  • No existen evidencias para rechazar que el parámetro es el valor contrastado.
  • No existen evidencias para aceptar que el parámetro es el valor contrastado.

Question 68

Question
La amplitud de un intervalo de confianza para la media poblacional con varianza poblacional desconocida depende de:
Answer
  • El tamaño de la muestra.
  • Ninguna.
  • La media muestral.
  • La varianza muestral.

Question 69

Question
En un contraste de hipótesis, cometemos Error de tipo II cuando:
Answer
  • Rechazamos H0 siendo cierta.
  • Aceptamos H0 siendo falsa.
  • Cuando no cometemos error de tipo I
  • Ninguna

Question 70

Question
Si el valor que se está contrastando en la hipótesis nula está en el intervalo de confianza asociado, entonces:
Answer
  • No existen evidencias para rechazar que el parámetro es el valor contrastado.
  • Ninguna.
  • Se acepta que el parámetro es igual a dicho valor.
  • No existen evidencias para aceptar que el parámetro es el valor contrastado.

Question 71

Question
El estadístico del intervalo de confianza para la media con la varianza conocida se aproxima a una distribución:
Answer
  • Ninguna.
  • t de Student.
  • Chi cuadrado.
  • Normal

Question 72

Question
Sea X1 una v.a. tal que X1 contenido en D(media=4, desviacion=1/5) y sea X2 otra v.a. tal que X2 contenido en D(media=5, varianza= 1/25). La v.a. Y definida como combinación lineal de las anteriores Y=3X1-4X2+8
Answer
  • Siempre tiene de media cero y de varianza uno.
  • Tiene media cero y de varianza uno, si X1 y X2 son independientes.
  • Tiene media cero y de varianza uno, si X1 y X2 son Normales.
  • Ninguna

Question 73

Question
El nivel de significación de un contraste de hipótesis es la máxima probabilidad de:
Answer
  • Ninguna
  • Aceptar H0 dado que H0 es verdadera.
  • Rechazar H0 cuando esta es falsa.
  • No rechazar H0 cuando H0 es falsa.

Question 74

Question
En general, los extremos de un intervalo de confianza son:
Answer
  • Ninguna.
  • Números.
  • Estadísticos.
  • Parámetros.

Question 75

Question
¿Cuánto es necesario aumentar el tamaño muestral para que la amplitud de un intervalo de confianza para la media con varianza conocida, se reduzca a la mitad?
Answer
  • Cuadripicarlo.
  • Ninguna.
  • Duplicarlo.
  • Multiplicar por 2Alpha

Question 76

Question
Con respecto a la región de aceptación C0 de un contraste de hipótesis, es cierto que:
Answer
  • Ninguna.
  • Su amplitud es independiente del tamaño de muestra.
  • Su valor no depende de la muestra extraída.
  • Su amplitud es independiente del parámetro sobre el que se va a realizar el contraste y del tipo de población.

Question 77

Question
El nivel de significación Alpha de un test representa la probabilidad de:
Answer
  • Ninguna.
  • Aceptar H0 siendo falsa.
  • Rechazar H0 siendo cierta.
  • Tomar una decisión errónea.

Question 78

Question
La amplitud de un intervalo de confianza para la media poblacional depende de:
Answer
  • La precisión que se desee en la estimación.
  • Ninguna.
  • La distribución del estadístico usado.
  • La media muestral.

Question 79

Question
Para una realización muestral, un intervalo de confianza contiene:
Answer
  • Ninguna.
  • Datos muestrales.
  • Puede contener un parámetro poblacional o no, dependiendo del nivel de confianza.
  • Un parámetro poblacional.

Question 80

Question
Si el valor que se está contrastando en la hipótesis nula no está en el intervalo de confianza asociado, entonces:
Answer
  • Ninguna.
  • No existen evidencias para aceptar que el parámetros es el valor contrastado.
  • No existen evidencias para rechazar que el parámetros es el valor contrastado.
  • Se rechaza la hipótesis.

Question 81

Question
El estadístico usado para construir un intervalo de confianza para el cociente de varianza sigue una distribución de tipo:
Answer
  • t de Student
  • Chi cuadrado
  • Normal
  • Ninguna

Question 82

Question
El coeficiente de confianza en una estimación por intervalos es:
Answer
  • Alpha
  • La amplitud del intervalo
  • La diferencia entre la media y la desviación típica.
  • Ninguna.

Question 83

Question
Los intervalos de confianza bilaterales I0,99 e I0,95 para media en una población normal son tales que:
Answer
  • I0,99 = I0,95
  • I0,99 C I0,95
  • I0,95 C I0,99
  • Ninguna

Question 84

Question
En un contraste de hipótesis, cometemos Error de tipo I cuando:
Answer
  • Ninguna.
  • Aceptamos H0 siendo falsa.
  • Cuando no cometemos error de tipo II.
  • Rechazamos H0 siendo cierta.

Question 85

Question
Los intervalos de confianza bilaterales I0,99 e I0,95 para media en una población normal son tales que:
Answer
  • Ninguna.
  • I0,99 C I0,95
  • I0,95 ɔ I0,99
  • I0,99 = I0,95

Question 86

Question
El nivel de confianza de un intervalo de confianza es:
Answer
  • La probabilidad de que el parámetro no esté en el intervalo.
  • La amplitud del intervalo.
  • La probabilidad de que el parámetro esté en el intervalo.
  • Ninguna.

Question 87

Question
A diez estudiantes elegidos al azar se le anotaron las calificaciones en los exámenes finales de Física y Economía. Para probar si existe un mayor rendimiento en alguna de las materias ¿qué tipo de prueba se utilizaría?.
Answer
  • Ninguna.
  • Diferencia de medias dependientes o apareadas.
  • Diferencia de proporciones.
  • Diferencias de medias independientes.

Question 88

Question
Un suministrador de componentes electrónicos afirma que el 94% de sus productos pasaría cualquier control de calidad por muy exigente que fuese. Para comprobar esta afirmación es posible realizar un :
Answer
  • Un contraste de hipótesis unilateral de cola izquierda menos infinito.
  • Un contraste de hipótesis unilateral de cola derecha más infinito.
  • Contraste de hipótesis bilateral.
  • Ninguna.

Question 89

Question
El nivel de significación de un contraste de hipótesis es la máxima probabilidad de:
Answer
  • Ninguna
  • No rechazar H0 cuando H0 es falsa.
  • Rechazar H0 cuando esta es falsa.
  • Rechazar H0 dado que H0 es verdadera.

Question 90

Question
La amplitud de un intervalo de confianza para la varianza poblacional depende de:
Answer
  • Es independiente de la varianza de la muestra.
  • La media muestral.
  • Es independiente del tamaño de muestra.
  • Ninguna.

Question 91

Question
Un suministrador de componentes electrónicos afirma que la duración media de su producto (en días) no es inferior a 1000. Para comprobar esta afirmación es posible realizar un:
Answer
  • Ninguna.
  • Un contraste de hipótesis unilateral de cola derecha +infinito.
  • Un contraste de hipótesis unilateral de cola izquierda -infinito.
  • Contraste de hipótesis bilateral.

Question 92

Question
El estadístico del intervalo de confianza para la media con la varianza conocida se aproxima a una distribución:
Answer
  • Chi-cuadrado.
  • F de Fisher-Snedecor.
  • Ninguna.
  • t de Student.

Question 93

Question
El contraste H0: cociente de varianzas ≥ 1 y H1: cociente de varianzas < 1 es :
Answer
  • Ninguna.
  • Bilateral o de dos colas.
  • Unilateral derecho o de cola derecha.
  • Unilateral izquierdo o de cola izquierda.

Question 94

Question
Con respecto a la región de aceptación C0 de un contraste de hipótesis, es cierto que:
Answer
  • Ninguna.
  • Su valor no depende de la muestra extraída.
  • Su amplitud es independiente del parámetro sobre el que se va a realizar el contraste y del tipo de población.
  • Depende del tamaño de la muestra.

Question 95

Question
Ante unas inminentes elecciones, una empresa de sondeos electorales afirma que el número de diputados del partido X estaría en una horquilla de 134 a 148 diputados. Esta estimación puede considerarse:
Answer
  • Ninguna.
  • Contraste de diferencias de medias.
  • Contraste de hipótesis
  • Estimación por intervalo

Question 96

Question
La amplitud de intervalo de confianza para la media poblacional con varianza poblacional conocida depende de: (REVISABLE)
Answer
  • Es independiente del tamaño de muestra.
  • La varianza de la muestra.
  • Ninguna.
  • La media muestral.

Question 97

Question
Para contrastar, mediante la prueba t, si dos poblaciones tienen la misma media se requiere que:
Answer
  • Las dos muestras sean independientes.
  • Los tamaños muestrales sean los mismos.
  • Ninguna.
  • Los dos tamaños muestrales sean grandes, siempres.

Question 98

Question
Para contrastar, mediante la prueba z, si dos poblaciones tienen la misma media se requiere que:
Answer
  • Los tamaños muestrales sean grandes, siempre.
  • Las dos muestras tengan cierta relación.
  • Los tamaños muestrales sean los mismos.
  • Ninguna.

Question 99

Question
La amplitud de intervalo de confianza para la media poblacional con varianza poblacional conocida depende de:
Answer
  • Ninguna.
  • La varianza de la muestra.
  • Es indpendiente del tamaño de muestra.
  • Del coeficiente de confianza elegido.

Question 100

Question
El estadístico usado para construir un intervalo de confianza para el cociente de varianza sigue una distribución de tipo:
Answer
  • Ninguna.
  • F de Snedecor.
  • Chi-Cuadrado
  • Normal

Question 101

Question
El estadístico del intervalo para la varianza sigue una distribución.
Answer
  • Ninguna.
  • t de Student.
  • Chi-Cuadrado.
  • Normal.

Question 102

Question
Con respecto al estadístico de un contraste de hipótesis, es cierto que:
Answer
  • Su distribución depende del parámetro sobre el que se va a realizar el contraste y del tipo de población.
  • Ninguna.
  • Su valor no depende de la muestra extraída.
  • Las regiones de aceptación y rechazo de H0 son independientes del tamaño de la muestra.
Show full summary Hide full summary

Want to create your own Quizzes for free with GoConqr? Learn more.

Similar

MAPA MENTAL ESTADISTICA
fidel451
Ecuaciones Estadísticas
Diego Santos
BIOESTADISTICA
Ad Card
Cuestionarios de Probabilidad y Estadistica
Saddy Jair Aragon Pimentel
GRAFICOS EN ESTADISTICAS
Adriana Cortes Barbosa
Medidas Estadísticas Bivariantes de Regresión
Fernando Henao Castaño
Las ventajas y desventajas de la investigación cualitativa
Olga sofia Gonzalez
PROBLEMÁTICA AMBIENTAL
Edison Andres Pinto Forero
METODOS PROBABILISTICOS
duvan heavy
MUESTREO Y DISTRIBUCIONES MUESTRALES
Yumary Lima Ruiz
Inferencia, Estimación y Contraste de Hipotesis
bruceepz
Browse Library