Estadística II

1. Una muestra de alumnos de Psicología sería aleatoria con reposición si:

2. La diferencia entre estadísticos y parámetros es que

3. Cuales de los siguientes estimadores serían insesgados:

4. Aplicamos a un muestra de alumnos dos cuestionarios de atención para comprobar su nivel de atención en clase, obteniendo los siguientes estadísticos descriptivos: Cuestionario A, media 15 y desviación típica 2; Cuestionario B, media 15 y desviación 3. Si construyésemos el intervalo de confianza a partir de la media de cada uno de los dos cuestionarios, ¿en cuál de ellos sería menos probable (al ser más estrecho) encontrar la puntuación verdadera de la media de atención?

5. La estimación es un proceso mediante el cual:

6. Medimos el número de veces que el presidente del gobierno dice en la TV que España saldrá de la crisis y obtenemos un error muestral máximo igual a 1,2 y una media igual a 6. ¿El intervalo de confianza estará entre los valores?

7. La varianza sesgada es un estimador:

8. La distribución muestral es una distribución teórica que asigna una probabilidad concreta a cada uno de los valores que puede tomar un estadístico en todas las muestra del mismo tamaño que se pueden extraer de una población concreta. Esto supone que:

9. Si consideramos la definición operativa de una variable como “Haberse distraído en los últimos 10 minutos en clase o no”. Esto supone que:

10. Si la probabilidad de que un parámetro no quede comprendido entre los valores del intervalo de confianza es de 0,10, ¿cuál es el valor del nivel de riesgo o significación?

11. Hemos extraído tres muestras de una misma población que se distribuye N(10,5). Las medias obtenidas en las tres muestras han sido: Muestra A=8, Muestra B=9,5, Muestra C=10,5. ¿En cuál de las tres muestras obtendríamos mayor error muestral en relación a la media poblacional?

12. Cuando conocemos sigma (σ) en una población normal y pretendemos construir el intervalo confidencial de la media:

13. ¿Cuál de las siguientes hipótesis estarían correctamente formuladas en relación a las diferencias de medias entre varones y mujeres en una prueba atencional?

14. En la estimación por intervalos, ¿Cuál es la relación entre el error típico y la precisión de la estimación de los parámetros?

15. Si el estadístico de contraste obtenido en un contraste tiene una probabilidad asociada menor de 0,05 y el nivel de significación establecido previamente vale 0,05:

16. Si asumimos como cierta la hipótesis nula y sin embargo los resultados empíricos indican que esa hipótesis nula es falsa con una probabilidad de 0,04, ese valor de probabilidad será:

17. La seguridad que tenemos en que una hipótesis planteada siendo falsa sea rechazada es de 0,99. Ese valor de probabilidad será:

18. ¿De qué modo conseguiríamos aumentar la potencia de un contraste?

19. En un contraste el nivel de confianza vale 0,95 y la potencia 0,90.

20. ¿De qué modo conseguiríamos estar más seguros de que la hipótesis nula siendo verdadera se mantenga?

21. ¿Qué supuestos se deben cumplir para poder aplicar la t de Student en un contraste?

22. El tamaño del efecto (d’) de un contraste es de 0, sabiendo que P(z≤0) = 0,5, esto indicará que:

23. Si en un estudio la variable independiente que se ha considerado es el nivel de estudio de los participantes con 3 niveles; Eso, Bachillerato y Universidad y la Variable dependiente es el rendimiento en Matemáticas ¿Qué tipo de análisis pudiéramos aplicar a los datos?

24. En términos generales ¿Qué decisión tomaríamos referente a la hipótesis nula en un Anova si la Media cuadrática intergrupo y la Media cuadrática del error son iguales?

25. De los diferentes supuestos que se deben cumplir para poder aplicar un ANOVA en un conjunto de datos ¿Cuál es el menos importante que no se cumpla debido a la robustez que presenta este análisis?

26. Hemos aplicado un Anova a un conjunto de datos para ver si hay diferencias entre 5 grupos de participantes. Si sabemos que se ha rechazado la hipótesis nula del contraste podemos concluir con total seguridad

27. El supuesto de esfericidad indica que

28. Entre las ventajas que presenta un Anova de dos factores tenemos que

29. Si se mantiene la hipótesis nula del Anova de un factor ¿qué utilidad tienen las comparaciones múltiples de medias?

c) Comprar qué grupo presenta mayor media 30. Si el valor que presenta el Eta al cuadrado del factor Sexo es 0,02, el del factor Grupo Edad es 0,2 y el de la interaccion es 0,46, podremos concluir que:

31. En un Anova de dos factores si los dos efectos principales (los factores A y B) no son estadísticamente significativos

32. En un modelo de regresión Lineal Múltiple se han encontrado las siguientes correlaciones entre las variables productoras……………..

33. Si representamos gráficamente las puntuaciones de dos variables se obtendrá una nube de puntos sobre la que podremos dibujar infinitas rectas de la cual la que mejor representa a los datos:

34. Bajo qué circunstancias podemos asegurar que la variable ansiedad predice perfectamente la variable número de folios de una prueba

35. En un proceso de regresión jerárquica se han introducido tres variables en la ecuación al tratar de explicar una variable criterio. Queremos saber si se introducirá una nueva variable en ecuación. Sabiendo que la correlación semiparcial del nuevo predictor y el criterio es de cero.

36. La diferencia entre los métodos “introducir” y “Pasos sucesivos” para introducir variables predictoras en una ecuación de regresión es que

37. La nota en un examen de Lengua es predicha a partir del nivel de cociente intelectual (CI) y ansiedad de una persona del siguiente modo: Lengua = 0,4CI – 0,4Ansiedad. A partir de este modo podemos afirmar que:

38. Si la R2 de un modelo de predicción es de 0,50, podremos estar seguros que:

39. Si estudiando las relaciones entre el salario y habilidades sociales, quitamos el efecto que el cociente intelectual tiene solo sobre las habilidades sociales, tendríamos una:

40. En la regresión lineal el supuesto de homocedasticidad significa que:

41. En la regresión lineal, el supuesto de normalidad significa que:

42. Al construir un modelo de regresión lineal, nos interesa que el coeficiente de determinación:

43. Según el supuesto de no colinealidad:

44. En el método “Pasos Sucesivos”, en cada etapa en que se introduce una variable, el criterio de decisión depende de:

45. Si la ecuación de una recta de regresión lineal simple es Y’= -3,24+0,17X, diremos que tiene: