Test
Estadística II
Crea una cuenta gratis para terminar este test
Guarda tu progreso y consulta tu resultado final.
¿Ya tienes cuenta? Inicia sesión
Preguntas del test (30)
1Una compañía de seguros tiene 1000 asegurados en el ramo de accidentes. Si la
probabilidad de sufrir un accidente en un año para un asegurado cualquiera es de 0,005,
el modelo mejor para el número de siniestros en un año es:- ANormal (5; 2,23)
- BChi-cuadrado.
- CBinomial (1000; 0,005).
- DPoisson con λ=5
2Realizando un experimento en dos días separados se llega a determinar que para
cada uno de ellos el fenómeno aleatorio sigue una distribución .5( 000 0, , 002) η1 = B y
.5( 000 ,0 , 0002) η2 = B . ¿Es posible obtener otra distribución binomial como suma de
los resultados de ambos días?- ASí, siempre que ambas sean distribuciones binomiales independientes
- BSí, sumando el número de intentos y las probabilidades de éxito
- CNo, nunca si la probabilidad de éxito es muy pequeña
- DNinguna de las otras respuestas es correcta
3Para poder aplicar el Teorema Central de Límite es necesario:
- Aque las variables sean linealmente dependientes
- Bconocer la distribución de probabilidad de cada una de las variables individuales consideradas
- Cdisponer de cualquier medida de posición central y de dispersión.
- DNinguna de las otras respuestas es correcta
4Elija la afirmación falsa respecto a la distribución Chi-cuadrado de Pearson:
- ALa función de densidad sólo toma valores positivos.
- BSe define como una suma de variables normales (0;1) al cuadrado e independientes.
- CReproduce fenómenos que se dan en la realidad económica.
- DLos grados de libertad se corresponden con el número de variables normales que la
definen.
5¿Es posible aplicar el TCL sobre una suma numerosa de variables aleatorias
independientes con esperanza y varianza conocidas pero desconociendo la distribución
de probabilidad de cada una de las variables?- ANo, es imposible.
- BSí, siempre.
- CSiempre que, aun desconociendo la distribución de cada una, sean iguales.
- DNinguna de las otras respuestas es correcta.
6Escoger la afirmación errónea respecto a la inferencia:
- AEs una extensión de lo particular o lo general.
- BPretende mejorar el conocimiento de poblaciones a través de muestras.
- CSe basa en la compatibilidad entre muestra y estadístico.
- DSe interesa por los parámetros poblacionales y por el modelo poblacional.
7Sabemos que 2
nS2/σ2 sigue una distribución chi cuadrado únicamente cuando:- ACualquiera que sea la distribución poblacional
- BCuando la media poblacional siga una distribución tn−1
- CCuando la distribución de la población sea discreta
- DCuando la distribución de la variable aleatoria que caracteriza a la población se comporte según una ley normal.
8Escoger la afirmación correcta respecto a la inferencia:
- ANecesariamente las técnicas de estimación tienen objetivos no paramétricos.
- BNecesariamente las técnicas de estimación tienen objetivos paramétricos.
- CLas técnicas de estimación pueden tener objetivos paramétricos y no paramétricos
- DNecesariamente las técnicas de estimación tienen simultáneamente objetivos
paramétricos y no paramétricos.
9Escoger la afirmación correcta respecto a la inferencia:
- ANecesariamente las técnicas de contrastación de hipótesis tienen objetivos no paramétricos.
- BNecesariamente las técnicas de contrastación de hipótesis tienen objetivos paramétricos
- CLas técnicas de contrastación de hipótesis pueden tener objetivos paramétricos y no paramétricos.
- DNecesariamente las técnicas de contrastación de hipótesis tienen simultáneamente objetivos paramétricos y no paramétricos.
10Escoger la afirmación correcta respecto a la inferencia:
- ALa inferencia clásica usa sólo información muestral y trata los parámetros
poblacionales como variantes. - BLa inferencia clásica usa información no muestral y trata los parámetros
poblacionales como variantes. - CLa inferencia clásica usa sólo información muestral y trata los parámetros
poblacionales como valores fijos siempre desconocidos. - DLa inferencia clásica usa información no muestral y trata los parámetros
poblacionales como valores fijos siempre desconocidos.
- ALa inferencia clásica usa sólo información muestral y trata los parámetros
11Escoger la afirmación correcta respecto a la inferencia:
- ALa inferencia bayesiana usa sólo información muestral y trata los parámetros poblacionales como variantes.
- BLa inferencia bayesiana usa información no muestral y trata los parámetros poblacionales como variantes.
- CLa inferencia bayesiana usa sólo información muestral y trata los parámetros poblacionales como valores fijos siempre desconocidos.
- DLa inferencia bayesiana usa información no muestral y trata los parámetros poblacionales como valores fijos siempre desconocidos.
12Escoger la afirmación falsa respecto a los problemas o desventajas de obtener
información censal (recoger toda la información poblacional mediante censos):- ASuele asociarse a elevado costes y mucho tiempo.
- BAparecen errores en la recogida de información dado que es compleja por extensa.
- CAparecen errores de muestreo.
- DNo siempre viable por problemas de autodestrucción, indefinición, inestabilidad o cambio potencial en la población.
13Escoger la afirmación correcta respecto al muestreo probabilístico:
- ASus estimaciones siempre son ciertas.
- BLos resultados de las estimaciones son valorables.
- CLos resultados de las estimaciones son mejores debido a que lo hacen personas especializadas mediante técnicas subjetivas.
- DNinguna de las afirmaciones anteriores es correcta
14Escoger la afirmación correcta respecto al muestreo no probabilístico:
- ASus estimaciones siempre son ciertas.
- BLos resultados de las estimaciones son valorables.
- CLos resultados de las estimaciones son mejores debido a que lo hacen personas especializadas mediante técnicas subjetivas.
- DNinguna de las afirmaciones anteriores es correcta.
15Escoger la afirmación correcta:
- AUn estimador es un parámetro “a priori”.
- BUn estimador es cualquier función muestral que incluya parámetros en su
“expresión” - CUn estimador es un estadístico “a posteriori”.
- DNinguna de las afirmaciones anteriores es correcta.
16Escoger la afirmación falsa:
- ALa distribución del estadístico depende de la población de origen.
- BLa distribución del estadístico depende del parámetro a estimar.
- CLa distribución del estadístico depende del tipo de muestreo.
- DLa distribución del estadístico depende de la forma de su función.
17Dada una población Normal de media 3 y varianza 4, N(3,2), si se extrae una m.a.s.
de tamaño 4 cómo será el comportamiento de la varianza muestral. Escoger la
afirmación correcta:- AUna variante de media 3, varianza 6 y modelo desconocido.
- BUna variante de media 3, varianza 6 y modelo normal.
- CUna variante de media 3, varianza 6 y modelo χ2 con 3º libertad.
- DNinguna de las afirmaciones anteriores es correcta
18El estimador máximo verosímil y por momentos del parámetro desconocido
coinciden:- ASi la población es B(1,p)
- BSi la población es U(0, θ )
- CPara cualquier población con un único parámetro
- DNinguna de las anteriores
19Para obtener estimadores de los parámetros poblacionales se utilizan los métodos de
estimación por Momentos y de Máxima Verosimilitud. ¿Cuál de ellos se basa en buscar
el valor del parámetro que hace máxima la probabilidad de lo que ha ocurrido?- AMétodo de los Momentos
- BMétodo de Máxima Verosimilitud
- CLos dos
- DNinguno
20En una población N(5, σ ) y dada una m.a.s. el estimador insesgado para la
varianza:- AEs la varianza muestral en cualquier muestra
- BEs la cuasivarianza muestral en cualquier muestra
- CNo puede obtenerse al ser una distribución normal
- DNinguna de las anteriores
21 ¿Cuál debería ser el error cometido por un estimador consistente al estimar el
parámetro poblacional si el tamaño muestral es tan grande que prácticamente coincide
con el poblacional?- AEl error coincide con la varianza del estimador
- BEl error es el 100%
- CEl error debería ser 0 (nulo).
- DNinguna de las anteriores.
22Un estimador es consistente si:
- ASu varianza es la menor posible.
- BA medida que aumentamos el tamaño muestral, el estimador se acerca al parámetro desconocido.
- CSu esperanza coincide con el parámetro desconocido.
- DNinguna de las anteriores.
23Un estimador tomado a partir de una muestra grande:
- ASerá consistente si su varianza vale cero y, además, es insesgado.
- BSerá consistente si su varianza vale cero.
- CSiempre será consistente
- DNinguna de las anteriores.
24Elegir la afirmación correcta
- ALa consistencia hace referencia a la media del estimador
- BLa consistencia hace referencia a la varianza del estimador
- CLa consistencia hace referencia a que el estimador se aproxima al valor del parámetro al crecer el tamaño de la muestra.
- DNinguna de las anteriores.
25Elegir la afirmación correcta
- ALa eficiencia hace referencia a la mediana del estimador.
- BLa eficiencia hace referencia a la varianza del estimador.
- CLa eficiencia hace referencia a la moda del estimador.
- DNinguna de las anteriores.
26Un estimador cuya varianza iguale la cota de Cramer Rao:
- AEs un estimador insesgado.
- BEs un estimador consistente.
- CEs un estimador con varianza o dispersión mínima.
- DEs una constante.
27Dada una población ξ = N(µ,σ ), con la media como parámetro poblacional
desconocido. Para hacernos una idea de su posible valor se extrae una muestra aleatoria
simple de tamaño “n” y se propone el uso de dos estimadores:- AAmbos estimadores son insesgados
- BEl primero es sesgado y el segundo insesgado.
- CEl segundo es sesgado y el primero insesgado.
- DAmbos estimadores son sesgados.
28Elija la afirmación correcta sobre la varianza muestral, como estimador de σ
2 (varianza poblacional):- AResulta equivalente a la cuasivarianza muestral, sólo en muestras grandes.
- BResulta equivalente a la cuasivarianza muestral, cualquiera que sea el tamaño de la muestra.
- CEs una medida de dispersión relativa Es una medida de dispersión relativa
- DEs un estimador insesgado
29Un sociólogo desea conocer la proporción de mujeres en una ciudad. Para ello toma
una m.a.s. de 1000 personas. Elija la afirmación correcta:- ACada una de los elementos de la muestra se comporta como una N(µ;σ)
- BCada una de los elementos de la muestra se comporta como una B(n;p)
- CCada una de los elementos de la muestra se comporta como una B(1;p)
- DNo es posible conocer la distribución que sigue cada elemento de la muestra.
30Un estimador asintóticamente insesgado tiene necesariamente:
- ALa esperanza igual a cero para cualquier tamaño muestral.
- BLa esperanza igual al parámetro para tamaños muestrales grandes.
- CLa esperanza igual al parámetro para cualquier tamaño muestral.
- DLa esperanza cercana a infinito si tamaño muestral muy grande.
Información
- Descripción
- Selectividad Matemáticas Test sobre Estadística II, creado por Mónica Muñoz Coronado el 19/05/2024.
- Idioma
- Español
- Visitas
- 0
- Etiquetas
- Valoración
- Aún sin valoraciones Valora este test