Teoría 2

1

Si el coeficiente de asimetría toma valores próximos a cero, indica que:

1

La mediana de una distribución de datos

1

Si la varianza del error S^2e crece

1

R^2xy,z < R^xy

1

Para analizar el grado de relación entre dos variables en escala por ratios

1

El método de mínimos cuadrados para estimación de modelos estocásticos

1

El rango es una medida de dispersión aplicable a

1

Para analizar el grado de relación entre dos variables ordinales,

1

Una variable tipificada es tal que

1

Si Cov(X,Y) ≥ 0

1

La varianza como medida de dispersión

1

Sean dos variables X e Y en las que el coeficiente de correlación lineal Rxy = 0

1

Tipificar unos datos, consiste en

1

El error medio en las estimaciones de un modelo de regresión múltiple es:

1

La mediana, como medida de centralización, es aplicable a variables.

1

Para una variable estadística de tipo numérico cualquiera.

1

Para analizar el grado de relación entre dos variables en escala por ratios

1

R^2xy,z > R^xy

1

Dada una variable estadística medida a través de una escala por ratios REVISABLE

1

La intersección entre los modelos de regresión de X/Y y de Y/X coincide con

1

Para analizar el grado de relación entre dos variables ordinales,

1

Si el coeficiente de asimetría toma valores positivos, indica que:

1

Si el coeficiente de asimetría toma valores negativos, indica que:

1

Si Cov(X,Y)>0

1

El método de mínimos cuadrados para obtener los coeficientes de regresión de un modelo:

1

Para analizar el grado de relación entre dos variables nominales,

1

Una variable tipificada es tal que

1

La moda es una medida de centralización aplicable a variables

1

La mediana, como medida de centralización, es aplicable a variables.

1

La media como medida de posición es aplicable

1

Sean dos variables X e Y en las que el coeficiente de correlación lineal Rxy = 0

1

El rango es una medida de dispersión aplicable a

1

La mediana como medida de posición es aplicable REVISABLE

1

Un estimador es sesgado cuando: (REVISABLE)

1

Un estimador es insesgado cuando:

1

Dados dos estimadores de un mismo parámetros poblacional desconocido si la varianza del primer estimador es menor que la del segundo:

1

La diferencia entre el parámetro a estimar y la esperanza del estimador es:

1

El método máxima verosimilitud permite calcular:

1

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?

1

El mejor estimador insesgado es:

1

La media, mediana y moda son:

1

Un estadístico es :

1

Una realización muestral es una colección de:

1

Un estimador de un parámetro muestral desconocido:

1

Un estimador consistente es aquel que:

1

La media muestral es: (REVISABLE)

1

El estimador de un parámetro poblacional que se desea estimar:

1

Dado el estimador de la media poblacional mu estimado = media + (18/n) (REVISABLE)

1

El mejor estimador de la varianza poblacional es :

1

Un estimador es sesgado cuando:

1

La media muestral es:

1

Un estimador consistente es aquel que:

1

Un estimador es insesgado cuando:

1

El mejor estimador insesgado es:

1

Un estimador asintóticamente insesgado es aquel que:

1

Una realización muestral es una colección de:

1

Un estimador de la esperanza de una variable aleatoria es:

1

Un estimador es:

1

El método de mínimos cuadrados para estimación de modelos estocásticos

1

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:

1

La media, mediana y moda son:

1

Un estimador de máxima verosimilitud

1

Un estimador de la esperanza de una variable aleatoria es:

1

Con respeto a la región de rechazo C1 de un contraste de hipótesis, es cierto que:

1

Para una realización muestral, los extremos de un intervalo de confianza son:

1

El coeficiente de confianza en una estimación por intervalo, es :

1

Si el valor que se está contrastando en la hipótesis nula no está en el intervalo de confianza asociado, entonces:

1

La amplitud de un intervalo de confianza para la media poblacional con varianza poblacional desconocida depende de:

1

En un contraste de hipótesis, cometemos Error de tipo II cuando:

1

Si el valor que se está contrastando en la hipótesis nula está en el intervalo de confianza asociado, entonces:

1

El estadístico del intervalo de confianza para la media con la varianza conocida se aproxima a una distribución:

1

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

1

El nivel de significación de un contraste de hipótesis es la máxima probabilidad de:

1

En general, los extremos de un intervalo de confianza son:

1

¿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?

1

Con respecto a la región de aceptación C0 de un contraste de hipótesis, es cierto que:

1

El nivel de significación Alpha de un test representa la probabilidad de:

1

La amplitud de un intervalo de confianza para la media poblacional depende de:

1

Para una realización muestral, un intervalo de confianza contiene:

1

Si el valor que se está contrastando en la hipótesis nula no está en el intervalo de confianza asociado, entonces:

1

El estadístico usado para construir un intervalo de confianza para el cociente de varianza sigue una distribución de tipo:

1

El coeficiente de confianza en una estimación por intervalos es:

1

Los intervalos de confianza bilaterales I0,99 e I0,95 para media en una población normal son tales que:

1

En un contraste de hipótesis, cometemos Error de tipo I cuando:

1

Los intervalos de confianza bilaterales I0,99 e I0,95 para media en una población normal son tales que:

1

El nivel de confianza de un intervalo de confianza es:

1

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?.

1

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 :

1

El nivel de significación de un contraste de hipótesis es la máxima probabilidad de:

1

La amplitud de un intervalo de confianza para la varianza poblacional depende de:

1

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:

1

El estadístico del intervalo de confianza para la media con la varianza conocida se aproxima a una distribución:

1

El contraste H0: cociente de varianzas ≥ 1 y H1: cociente de varianzas < 1 es :

1

Con respecto a la región de aceptación C0 de un contraste de hipótesis, es cierto que:

1

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:

1

La amplitud de intervalo de confianza para la media poblacional con varianza poblacional conocida depende de: (REVISABLE)

1

Para contrastar, mediante la prueba t, si dos poblaciones tienen la misma media se requiere que:

1

Para contrastar, mediante la prueba z, si dos poblaciones tienen la misma media se requiere que:

1

La amplitud de intervalo de confianza para la media poblacional con varianza poblacional conocida depende de:

1

El estadístico usado para construir un intervalo de confianza para el cociente de varianza sigue una distribución de tipo:

1

El estadístico del intervalo para la varianza sigue una distribución.

1

Con respecto al estadístico de un contraste de hipótesis, es cierto que:

weje

Si el coeficiente de asimetría toma valores próximos a cero, indica que:

La mediana de una distribución de datos

Si la varianza del error S^2e crece

R^2xy,z < R^xy

Para analizar el grado de relación entre dos variables en escala por ratios

El método de mínimos cuadrados para estimación de modelos estocásticos

El rango es una medida de dispersión aplicable a

Para analizar el grado de relación entre dos variables ordinales,

Una variable tipificada es tal que

Si Cov(X,Y) ≥ 0

La varianza como medida de dispersión

Sean dos variables X e Y en las que el coeficiente de correlación lineal Rxy = 0

Tipificar unos datos, consiste en

El error medio en las estimaciones de un modelo de regresión múltiple es:

La mediana, como medida de centralización, es aplicable a variables.

Para una variable estadística de tipo numérico cualquiera.

Para analizar el grado de relación entre dos variables en escala por ratios

R^2xy,z > R^xy

Dada una variable estadística medida a través de una escala por ratios REVISABLE

La intersección entre los modelos de regresión de X/Y y de Y/X coincide con