Taller de Estadística

1.
Es una Variable Cualitativa Ordinal:

1) Sexo (M, F).
2) Bebe (no, poco, mucho).
3) N de muelas cariadas.
4) Temperatura corporal.
5) Raza (blanca, negra, amarilla).
2. Es una Variable Cuantitativa Continua:
1) Sexo (M, F).
3) N muelas cariadas.
3. Es una Variable Cualitativa Dicotmica:
1) Sexo (M, F).
3) N de muelas cariadas.
4. Es una Variable Cuantitativa Discreta:
1) Sexo, (M, F),
3) N de dientes cariados.
5) Temperatura del aire.
5. Es una Variable Cualitativa:
1) Sexo (M, F.)
3) N de dientes cariados.
5) Ciertas 1, 2, 4.
6. El histograma se usa para representar variables:
1) Cualitativas.
2) Cuantitativas Discretas.
3) Cuantitativas Continuas.
4) Cualquiera.
5) Ciertas 1 y 2.
7. El Diagrama de Barras se usa para representar variables:
1) Cualitativas.
4) Cualquiera.
5) Ciertas 1 y 2.
8. El Diagrama Sectorial se usa para representar Variables:
1) Cualitativas.
4) Cualquiera.
5) Ciertas 1 y 2.
9. El Polgono de Frecuencias se usa para representar Variables:
1) Cualitativas.
4) Cualquiera.
5) Ciertas 1 y 2.
10. El Polgono de Frecuencias Acumuladas se usa para representar Variables:
1) Cualitativas.
4) De cualquier tipo.
5) Ciertas 1 y 2.
11. Una distribucin de datos se puede describir con:
1) Una medida de centralizacin y otra de dispersin.
2) Una distribucin de frecuencias absolutas.
3) Una distribucin de frecuencias relativas.
4) Un grfico.
5) Todas son ciertas.
12. Es una medida de centralizacin:
1) Rango.
2) Varianza.
3) Mediana.
4) Desviacin Estndar.
5) Coeficiente de Variacin.
13. Es una medida de posicin:
1) Amplitud.
2) Varianza.
3) Moda.
4) Desviacin Tpica.
14. Es un ndice de dispersin:
1) Media Aritmtica.
2) Moda.
3) Mediana.
5) Cuartiles.
15. Es un estadstico de dispersin:
1) Amplitud.
2) Desviacin Media.
3) Rango intercuartlico.
5) Todas Ciertas.
16. Es un ndice de dispersin adimensional:
1) Desviacin Media.
2) Varianza.
5) Amplitud o Rango.
17. Cul de los siguientes es un estadstico descriptivo de posicin?
1) Media Geomtrica.
2) Media Ponderada.
3) Varianza.
4) Percentil.
5) Covarianza.
18. La mediana es una medida de tendencia central que se usa cuando:
1) Los datos son impares.
2) La muestra es asimtrica.
3) La muestra es heterognea.
4) La muestra es simtrica.
5) La muestra es homognea.
19. Para comparar correctamente, desde un punto de vista descriptivo, dos o ms variables debe
usarse:
2) Amplitud.
3) El Coeficiente de Variacin.
4) La Covarianza.
5) La Desviacin Media.
20. Es un Estadstico de Dispersin:
1) Moda.
2) Rango.
3) Mediana.
4) Media Armnica.
5) Media Geomtrica.
21. El Coeficiente de Variacin es:
1) Un estadstico de Centralizacin adimensional.
2) Un estadstico de Dispersin Adimensional.
3) Una medida de Variacin conjunta entre dos variables.
4) Un ndice de simetra.
5) 3 y 4 correctas.
22. La Varianza Muestral es:
1) El cuadrado de la Desviacin Tpica.
2) La raz cuadrada de la Desviacin Tpica.
3) Un estadstico de dispersin.
4) El cociente entre la Media y los Grados de Libertad.
5) 1 y 3 correctas.
23. El Coeficiente de Variacin se calcula:
1) Multiplicando la Varianza por la Media.
2) Dividiendo la Desviacin Tpica por la Media.
3) Dividiendo la Media por la Desviacin Tpica.
4) Dividiendo la Media por la Varianza.
5) Multiplicando la Desviacin Tpica por la Media.
24. Cuando la muestra es asimtrica, el mejor estadstico de centralizacin que puede usarse es:
1) Media Aritmtica.
2) Moda.
3) Mediana.
4) Media Geomtrica.
5) Media Armnica.
25. La media aritmtica no debe emplearse como estadstico de Centralizacin, cuando:
1) Las muestras son simtricas.
2) Se desea conocer el centro de gravedad de la distribucin.
3) Las muestras son asimtricas.
4) Se desea calcular otros estadsticos relacionados, como el Coeficiente de Variacin.
5) Se desea un estadstico de gran estabilidad.
26. Con cul de los siguientes estadsticos, puede compararse el grado de dispersin (variabilidad) de
distintas muestras, en las que se utilizan unidades de medida distintas?.:
1) Desviacin Tpica.
2) Varianza.
4) Rango o Amplitud.
5) Error Tpico.
27. Si a todos los valores de una distribucin, les sumas 9:
1) La Media aumenta 9.
2) La Media no vara.
3) La Varianza aumenta en 81.
4) La Varianza aumenta en 9.
5) La Desviacin Estndar aumenta en 3.
28. Si a todos los valores de una distribucin de datos, les restas 4:
1) La Media no vara, la Varianza s.
2) La Media disminuye 4, la Varianza 16.
3) La Media y Varianza no varan.
4) La Media disminuye 4, la Varianza no vara.
5) Ninguna es cierta.
29. Si a todos los valores de una distribucin, los multiplicas por 4:
1) Su Media no vara.
2) A su Media se le suma 4.
3) Su media se multiplica por 4.
4) Su Varianza se multiplica por 4.
5) Su Desviacin Estndar se multiplica por 16.
30. Si a todos los valores de una distribucin de datos, les multiplicas por 6:
1) La Media se multiplica por 6.
2) La Media y la Varianza se multiplican por 36.
3) La Media no vara, la Varianza se multiplica por 36.
4) La Media se multiplica por 6, la Varianza por 36.
5) La media se multiplica por 6, la Varianza no vara.
31. Si multiplicas por 6 todos los valores de una distribucin:
2) La Desviacin Estndar se multiplica por 36.
3) Varianza se multiplica por 6.
4) Coeficiente de Variacin no vara.
5) Todas son falsas.
32. Cuando a todos los datos de una muestra se les multiplica una constante:
1) La Media queda multiplicada por esa constante, la Desviacin Tpica no vara.
2) El Coeficiente de Variacin se multiplica por esa constante.
3) Tanto la Media como la Desviacin Tpica se multiplican por esa constante.
4) El Coeficiente de Variacin no vara.
5) Correctas 3 y 4.
33. Cuando a todos los datos de una muestra se les suma una constante:
2) La Media queda incrementada en esa constante.
3) La Desviacin Tpica no vara.
4) La Desviacin Tpica queda aumentada en esa constante.
5) Ciertas 2 y 3.
34. Los datos originales a menudo necesitan ser transformados, codificados para facilitar el clculo.
Qu consecuencias tiene en el clculo de la Media, la Desviacin Tpica y el Coeficiente de Variacin el
hecho de que a todos los elementos de una muestra se les reste una constante?
1) Ninguno de estos estadsticos varan.
2) La Media vara, el resto no.
3) La Media no vara, el resto s.
4) Los tres estadsticos varan.
5) La Media y el Coef. de Variacin varan, la Desv. Tpica no.
35. La Distribucin Normal:
1) Es asimtrica.
2) Es una distribucin de probabilidad de variable discreta.
3) Es asinttica.
4) La Mediana no coincide con la Moda.
5) Es bimodal.
36. La Distribucin Normal:
1) La Media coincide con la Moda y con la Mediana.
2) El mximo es la Media.
3) Es una Distribucin de probabilidad de variables continuas.
4) Se define por m y s.
37. En la Distribucin Normal:
1) El intervalo ms abarca el 68% del rea total.
2) El intervalo m1.96s abarca el 95% del rea.
3) El intervalo m2.6s abarca el 99% del rea.
4) El intervalo m2.6s NO abarca el 5% del rea.
38. Una de las siguientes afirmaciones no se refiere a la Normal.
1) Asinttica.
2) Es una Distribucin de probabilidad de Variable Discreta.
3) Es simtrica respecto a su media.
4) Queda definida por la media y la desviacin tpica
5) La Media, Moda y Mediana coinciden.
39. Los parmetros m y s respectivamente de la Distribucin Normal unitaria o tipificada son:
1) 0, 0.
2) 1, 1.
3) 0, 1.
4) 1, 0.
5) -1, 1.
40. Los Parmetros Media y Desviacin Tpica respectivamente de la Distribucin normal tipificada (z)
son:
1) 1, 0.
2) 0, 1.
3) 1, 1.
4) 0, 1,96.
5) 1, 1,96.
41. En la Normal, el intervalo:
1) ms abarca el 95%.
2) m1.96s abarca el 68%.
3) m2.56s abarca el 95%.
5) Son todas ciertas.
42. Una distribucin Binomial:
1) Es Distribucin de Probabilidad de Variable Discreta.
2) Se define por N(nmero) y p(probabilidad de suceso).
3) La Media de la Binomial es np.
4) La desviacin Tpica es (npq)
1/2
.
5) Todas son correctas.
43. Los parmetros Media y Desviacin Tpica, respectivamente, de una Binomial se calculan:
1) np, npq.
2) n/p, npq.
3) np, (npq)
1/2
.
4) n/p, pq.
5) n/p, n/pq.
44. Una de las siguientes distribuciones de probabilidad corresponde a una Variable aleatoria continua:
1) Poisson.
2) Normal.
3) Binomial.
4) Geomtrica.
5) Hipergeomtrica.
45. Cul de las siguientes Distribuciones de probabilidad no corresponde a una Variable Aleatoria
Discreta.
1) Poisson.
2) T. de Student.
3) Binomial.
4) Geomtrica.
5) Hipergeomtrica.
46. Una de las siguientes distribuciones de probabilidad corresponde a una Variable Discreta.
1) Normal.
2) Chi-Cuadrado
3) F. de Snedecor.
4) T. de Student.
5) Hipergeomtrica.
47. La Distribucin T. de Student deriva de la distribucin.
1) Binomial.
2) Normal.
3) Poisson.
4) Experimental.
5) Uniforme.
48. Una distribucin es bimodal:
1) Si se puede representar en dos formas.
2) Si tiene dos Medias.
3) Si la Media y la Mediana coinciden.
4) Si la curva tiene dos mximos.
5) Ciertas 2 y 4.
49. Una Distribucin Bimodal (Seala lo falso):
1) Nunca es una distribucin Normal.
2) Nunca es una distribucin T de Student.
3) Nunca es simtrica.
4) Nunca es de variables Normales.
5) Tiene dos mximos.
50. En una distribucin simtrica:
1) La Media coincide con la Mediana.
2) El Coeficiente de Simetra es 0.
3) La mitad derecha es igual que la izquierda.
4) La Moda deja a su izquierda el 50% de la curva.
**********************************************************************************************
**************************************
SOLUCIONES BIOESTADSTICA TEST 1

1 2 3 4 5 6 7 8 9 10
2 4 1 3 5 3 5 5 3 3
11 12 13 14 15 16 17 18 19 20
5 3 3 4 5 4 4 2 3 2
21 22 23 24 25 26 27 28 29 30
2 5 2 3 3 3 1 4 3 4
31 32 33 34 35 36 37 38 39 40
4 5 5 5 3 5 5 2 3 2
41 42 43 44 45 46 47 48 49 50
4 5 3 2 2 5 2 4 3 5

51. En una distribucin asimtrica (Seale lo falso):
1) Puede haber dos Modas.
2) El Coeficiente de Asimetra puede ser mayor de 0.
3) No hay sesgo.
4) La Mediana es el mejor ndice de centralizacin.
5) Puede ser platicrtica.
52. Un ndice de Asimetra de -0,3, nos dice que:
1) La curva no es simtrica.
2) Tiene un sesgo negativo.
3) La Media es un ndice de centralizacin sesgado.
4) La Mediana es un ndice centrado.
5) Son todas correctas.
53. El ndice de Curtosis:
1) Mide la simetra de la curva.
2) Mide la modalidad de la curva.
3) Es la Desviacin Estndar dividida entre la Media y multiplicada por 100.
4) Mide el grado de apuntamiento.
5) Mide si la Media coincide con la Mediana.
54. En la distribucin Normal:
1) El Coeficiente de Asimetra es >0.
2) El Coeficiente de Curtosis es <0.
3) Es bimodal.
4) Es Mesocrtica.
5) Es asimtrica.
55. Se dice que una distribucin es Mesocrtica cuando:
1) Es simtrica.
2) El Coeficiente de Variacin es =0.
3) El Coeficiente de Curtosis es =0.
4) El Coeficiente de Asimetra es =0.
5) Ciertas 3 y 4.
56. Una distribucin Normal es:
1) Simtrica.
2) Unimodal.
3) Mesocrtica.
4) Distribucin de Variables Continuas.
57. El Coeficiente de Asimetra de una Distribucin de Frecuencias simtrica tiene un valor:
1) 0.
2) -1.
3) 1,96.
4) 1.
5) -1,96.
58. El Coeficiente de Curtosis de una Distribucin de Frecuencias platicrtica tiene un valor:
1) >0.
2) <0.
3) >1.
4) =1.
5) =3.
59. Un estimador es insesgado:
1) Si es de mnima varianza.
2) Si es de varianza mxima.
3) Si es centrado sobre el valor muestral.
4) Si es centrado sobre el parmetro poblacional.
5) Ciertas 1 y 4.
60. En una distribucin Simtrica, Cul es un estimador centrado de la Media Poblacional?:
1) Media.
2) Moda.
3) Mediana.
4) Rango.
5) Ciertas 1, 2 y 3.
61. Seale un estimador insesgado de la Media poblacional, si la Distribucin es asimtrica:
1) Media.
2) Moda.
3) Mediana.
4) Varianza.
62. Cul es el estimador de mnima varianza de la Media poblacional?:
1) Media.
2) Moda.
3) Mediana.
4) Rango.
5) Desviacin Media.
63. En distribucin Simtricas, es un estimador centrado de la Varianza poblacional:
1) Varianza muestral.
2) Desviacin Tpica.
3) Cuasivarianza.
4) Error estndar de la Media.
5) Mediana.
64. En distribucin Asimtricas, el estimador insesgado de la Variacin poblacional es:
3) Cuasivarianza.
4) Rango intercuartlico.
5) Mediana.
65. A La Desviacin Tpica de una distribucin muestral de Medias se llama:
1) Rango de la media.
2) Error Tpico de la media.
66. El Error Estndar de la Media es:
2) Es la Desviacin Tpica de una distribucin muestral de medias.
3) Es la distancia de la Media poblacional al punto de inflexin de la curva.
4) Sirve para estimar Medias.
67. El Error Estndar del Porcentaje es:
2) Es la Desviacin Tpica de una distribucin muestral de porcentajes.
3) Es la distancia del porcentaje poblacional al punto de inflexin de la curva.
4) Sirve para estimar porcentajes.
68. La Desviacin Tpica de una distribucin muestral de un estadstico se llama:
2) Error Sistemtico.
3) Error Estndar.
4) Varianza.
5) Desviacin Estndar o Tpica.
69. El intervalo Media Muestral 1,96 EEM(Error Estndar de la Media):
1) No dice gran cosa.
2) Comprende un 95% de las veces a la Media poblacional.
4) Da una seguridad del 68%.
70. El intervalo Media Muestral EEM(Error Estndar de la Media)
1) No se usa nunca.
71. El intervalo Media Muestral EEM (Error Estndar de la Media):
1) Abarca a la Media poblacional un 68% de las veces.
2) No abarca a la Media poblacional algo menos del 32%.
3) La seguridad de que la Media poblacional est en dicho intervalo es del 68%.
4) No se usa porque las probabilidades de fallar son muy altas.
72. La seguridad mnima exigida a cualquier estimacin de Medias es:
1) Del 68%
2) Del 95%
3) Del 99%
4) Del 5%
5) Del 1%
73. La probabilidad de error mxima, permitida en la estimacin de parmetros es:
1) <68%
2) <5%
3) <1%
4) <0,01.
5) Ciertas 3 y 4.
74. La probabilidad de error mnima, permitida en la estimacin de parmetros es:
1) <68%
2) 5%
3) <1%
4) <0,1%
5) No hay.
75. La seguridad mxima exigida a cualquier estimacin de parmetros es:
1) Del 68%
2) Del 95%
3) Del 99%
4) Del 99,9%
5) No hay tal seguridad mxima.
76. Una seguridad del 95% en la estimacin de parmetros, lleva asociada una probabilidad de error:
1) Del 5%
2) De 0,05%
3) <5%
4) <1%
5) Menor de 0,01.
77. Una seguridad del 99% en la estimacin de parmetros, lleva asociada una probabilidad de error:
1) Del 1%
2) De 0,01.
3) Menor del 1%
4) Menor de 0,01.
5) Ciertas 3 y 4.
78. Leemos en un artculo que la glucemia media es de 110 mg/dl 10 mg/dl. p <0,01.
1) El resultado muestral es 11010.
2) La seguridad es de ms del 99%
3) La glucemia poblacional estar entre 10 y 120, con toda seguridad.
4) El Error Estndar de la Media es 10 mg/dl.
79. La media de la tensin arterial es 905. p<0,05:
1) La Media de la muestra es 90.
2) La media de la poblacin est entre 85 y 95, con una seguridad del 95%
3) La Media de la poblacin est entre 85 y 95, con una probabilidad de equivocarte menor del 5%
4) El EEM es 5/1,96.
80. La estimacin de la Media poblacional:
1) Se hace cuando se desconoce tal Media.
2) Se realiza por un proceso de inferencia llamado estimacin.
3) Se calcula el EEM basndose en la Desviacin Muestral.
4) Se dice entre qu valores puede estar la Media poblacional, con una probabilidad de equivocarse conocida.
81. El Test de Hiptesis:
1) Es un tipo de estadstica descriptiva.
2) La Hiptesis nula plantea la existencia de diferencias.
3) La Hiptesis alternativa plantea la no diferencia.
4) La Hiptesis nula y la alternativa pueden no ser excluyentes.
5) Puedes saber la probabilidad de equivocarte en tu afirmacin.
82. La probabilidad de acertar si aceptas la Hiptesis nula es:
1) El nivel de significacin.
2) Es a .
3) Lo fija el investigador.
4) Es 1- a.
5) Ciertas 3 y 4.
83. La probabilidad de equivocarte si aceptas la Hiptesis nula:
1) Es a .
2) Es el nivel de significacin.
3) Lo fija el investigador.
4) Como mximo se usa un nivel de 0,05.
84. La probabilidad de equivocarte al aceptar la Hiptesis Alternativa:
1) Se la conoce como b .
2) No la fija el investigador.
3) Es el complementario del poder del test.
4) Es el error tipo II.
5) Son todas falsas.
85. Si la Hiptesis nula es cierta y la aceptas:
1) Es el nivel a .
2) Es el poder del test.
3) Es el error tipo I.
4) Es 1- a.
5) Es el complementario de 1- b.
86. Si la Hiptesis nula es cierta y la rechazas:
1) No sabes qu probabilidad hay de que ocurra.
2) No tiene importancia.
3) La probabilidad es 1- a.
4) Nunca ocurre.
87. La capacidad de encontrar diferencias, habindolas:
1) Es impredecible.
3) Es el error tipo II.
4) Es el poder o potencia del test.
5) Usualmente es de 0,05.
88. La potencia de un test de Hiptesis:
1) Depende inversamente del 1- b.
2) Es el 1- a.
3) No depende de la magnitud real de la diferencia.
4) Depende directamente del tamao de la muestra.
5) Generalmente es de 0,01.
89. La potencia o poder de un test de Hiptesis:
1) Es 1- b.
2) Es la capacidad del test de encontrar diferencias, habindolas.
3) Aumenta al aumentar el tamao de la muestra.
4) Aumenta al aumentar la diferencia real.
90. En un tipo de cncer pulmonar, la Quimioterapia es MEJOR que la ciruga: Las diferencias son
estadsticamente significativas p<0,01.
1) Usamos un intervalo de confianza del 95%
2) Es fcil que las diferencias observadas sean debidas al azar.
3) La Quimioterapia es 999 veces mejor que la ciruga.
4) No se ha visto que uno sea mejor que la otra.
5) La Quimioterapia es mejor que la ciruga, a ese nivel de significacin.
91. En el tratamiento de una artritis con reposo, mejoran el 60%; con aspirina mejoran el 55%. La
diferencia es significativa con p<0,05:
1) Siempre que trates con aspirina a ese tipo de pacientes, mejorarn un 55% de los pacientes.
2) El reposo es un 95% mejor que la aspirina.
3) El nivel de significacin es del 1%
4) Hay diferencias entre los dos tratamientos, a ese nivel de significacin.
5) No se puede concluir nada.
92. En el tratamiento de una artritis con reposo, mejoran el 60%, con aspirina mejoran el 55%.
La diferencia NO es significativa con p<0,05:
1) Si tratas con reposo a otros pacientes similares mejorarn el 60% de ellos.
2) Se puede concluir que el reposo es un 5% mejor que AAS.
3) El nivel de significacin es del 95%
4) No podemos concluir que haya diferencias entre los tratamientos, a ese nivel de significacin.
5) El reposo es mejor que la AAS, y otro estudio ms potente lo demostrara.
93. La Clonidina es efectiva en un 87%. El Diltiacem en un 80%. Diferencias no son estadsticamente
significativas, p<0,01:
1) La diferencia hallada en el estudio es debida al azar.
2) La diferencia hallada no es debida al azar.
3) La Clonidina es mejor que el Diltiacem.
4) La Clonidina y el Diltiacem son igualmente efectivas.
94. La Clonidina es efectiva en un 87%. El Diltiacem en un 80%. Diferencias no son estadsticamente
significativas, p<0,01:
1) La diferencia hallada en el estudio puede ser debida al azar.
2) No hay suficiente evidencia para decir quien es mejor.
3) La Clonidina y el Diltiacem pueden ser igualmente efectivas, a pesar de los resultados observados.
4) La Clonidina puede ser mejor que el Diltiacem, pero no tenemos suficiente evidencia para afirmarlo.
95. La ciruga es efectiva en un 90%. La medicacin en un 80%. Diferencias estadsticamente
significativas con p<0,05:
1) La Hiptesis nula plantea que los dos son igualmente efectivos.
2) La Hiptesis alternativa dice que los dos tipos de tratamiento no son igualmente efectivos.
3) Si la Hiptesis nula fuese cierta, hay menos de un 5% de probabilidades de concluir que un tratamiento es mejor
que el otro.
4) Al afirmar que los dos tratamientos no son iguales, hay menos del 5% de probabilidades de equivocarnos.
96. La ciruga es efectiva en un 90%. La medicacin en un 80%. Diferencias estadsticamente
significativas con p<0,05.
1) Afirmamos que hay diferencias entre ambos tratamientos, p<0,05.
2) Decimos que ambos tratamientos son distintos, con una probabilidad de error <0,05.
3) Si ambos tratamientos fueran iguales, habra menos de un 5% de posibilidades de encontrar entre ellos una
diferencia del 10%
4) El error tipo I es <5%
97. La Aspirina mejora al 60%. El paracetamol al 70%. Diferencias NO son estadsticamente
significativas, p<0,05. Potencia del test de Hiptesis del 40%:
1) El error tipo II es del 60%.
2) Afirmamos que pueden ser ambos tratamientos iguales.
3) Hay menos del 50% de posibilidades de encontrar diferencias si las hubiera.
4) El error tipo I es menor del 5%.
98. La probabilidad de error a es:
1) Rechazar Ho cuando es verdadero Ho.
2) Equivocarse cuando se rechaza Ha.
3) Equivocarse cuando se acepta Ho.
4) Aceptar Ho cuando es verdadera Ha.
5) No rechazar Ho.
99. A la capacidad que tiene un test estadstico para detectar diferencias significativas se denomina:
1) Precisin.
2) Ajuste.
3) Sesgo.
4) Potencia.
5) Significacin.
100. El error tipo I o alfa es la probabilidad de:
1) Aceptar una Ho siendo falsa.
2) Aceptar una Ho siendo cierta.
3) Rechazar una Ho siendo falsa.
4) Rechazar una Ho siendo cierta.
5) Son correctas 2 y 3.
**********************************************************************************************
**************************
SOLUCIONES ESTADSTICA TEST 2

51 52 53 54 55 56 57 58 59 60
3 5 4 4 3 5 1 2 4 5
61 62 63 64 65 66 67 68 69 20
3 1 3 4 2 5 5 3 2 5
71 72 73 74 75 76 77 78 79 80
5 2 2 5 5 3 5 5 5 5
81 82 83 84 85 86 87 88 89 90
5 5 5 5 4 5 4 4 5 5
91 492 93 94 95 96 97 98 99 100
4 4 5 5 5 5 5 1 4 4
Artculos relacionados:

101. El error tipo II o error beta es la probabilidad de:
1) Rechazar una Ho siendo verdadera.
2) Aceptar una Ho siendo verdadera.
3) Rechazar una Ho siendo falsa.
4) Aceptar una Ho siendo falsa.
5) Son correctas 1 y 3.
102. Qu nivel de significacin mnimo es utilizado en cualquier test de Hiptesis?
1) 0,1%
2) 0,5%
3) 1%
4) 5%
5) 10%
103. Si al realizar un test de Hiptesis, el resultado es no significativo, la probabilidad asociada es:
1) p0,01.
2) p0,05.
3) p> 0,05.
4) p> 0,005.
5) p= 0,01.
104. Para comprobar la homogeneidad de varias medias independientes se usa el test no paramtrico
de :
1) Kruskal-Wallis.
2) McNemar.
3) Cohcran.
4) Wilcoxon.
5) Friedmann.
105. Planteado un diseo experimental, y fijada una prueba de hiptesis, si se aumenta el tamao de
las muestras:
1) Aumenta la probabilidad de error ay b .
2) Disminuye la probabilidad de error a y b.
3) Aumenta la probabilidad de error a .
4) Disminuye la probabilidad de error b .
5) Aumenta la probabilidad de error a y disminuye la de b.
106. Si se desea realizar un contraste de hiptesis, Cul de las siguientes situaciones es mejor:
1) a= 0,05 y b = 0,05.
2) a = 0,05 y b = 0,10.
3) a = 0,01 y b = 0,05.
4) a = 0,01 y b = 0,10.
5) a = 0,01 y b = 0,01.
107. Si la Ho es cierta y la aceptas:
1) La probabilidad es 1- a .
2) La probabilidad la fija el investigador.
3) Se usa como mnimo un intervalo del 95%
4) Es el tamao del test de Hiptesis.
108. Un test de Hiptesis es tanto mejor cuanto mayor sea su:
1) Confianza.
2) Potencia.
3) Facilidad de clculo.
4) Nivel de significacin.
5) Error Tipo II.
109. El error tipo I se define como la probabilidad de:
1) Aceptar Ho siendo cierta.
2) Aceptar Ho y H1.
3) Rechazar Ho siendo cierta.
4) Rechazar Ho siendo falsa.
5) Aceptar Ho siendo falsa.
110. El error tipo II se define como la probabilidad de :
1) Aceptar Ho cuando es cierta.
2) Rechazar Ho y H1.
3) Rechazar Ho cuando es falsa.
4) Aceptar Ho cuando es falsa.
5) Rechazar Ho cuando es cierta.
111. Qu significa que un coeficiente de correlacin de Pearson es de -0,9 :
1) Que hay una mala correlacin entre las dos variables.
2) Que la relacin es inversa o negativa.
3) Que la relacin es lineal.
4) Que la relacin es muy buena.
5) Ciertas 2 y 4.
112. Qu significa un Coeficiente de Correlacin de Pearson de +0,95?
1) Que no hay relacin lineal.
2) Que la relacin lineal es muy buena.
3) Que la relacin es inversa.
4) Que cuando una variable aumenta, la otra disminuye.
113. La existencia de relacin entre dos variables cuantitativas se verifica mediante el test de :
1) Independencia (contingencia).
2) De Mann-Whitney.
3) ANOVA (Anlisis de la Varianza).
4) Correlacin.
5) Chi-Cuadrado.
114. Para estudiar la relacin entre dos variables cuantitativas se puede usar:
1) Coef. de Correlacin de Pearson.
2) Coef. de Correlacin de Spearman.
3) Coef. de Contingencia de Pearson.
4) Regresin.
115. E Cuadrado de Coeficiente de Correlacin r de Pearson (r
2
) se denomina:
1) Coeficiente de Asimetra.
2) Coeficiente de Contingencia.
3) Coeficiente de Determinacin.
4) Coeficiente de Indeterminacin.
5) Coeficiente kappa.
116. Cul de las siguientes propiedades se refiere a la Covarianza?
1) Es un estadstico de posicin.
2) Es un estadstico adimensional.
3) Es un coeficiente no paramtrico.
4) Puede tomar valores negativos.
5) Su valor oscila entre -1 y +1.
117. El coeficiente de Correlacin de Pearson puede usarse :
1) Cuando la relacin entre dos variables no sea lineal.
2) Cuando una de las dos variables no sea cuantitativa.
3) Cuando la relacin entre las variables sea lineal.
4) Cuando se desconozca la distribucin de las variables.
5) Cuando el n de datos sea pequeo.
118. El estadstico de dispersin que permite conocer el grado de variacin conjunta entre dos
variables cuantitativas es :
1) Varianza.
2) Desviacin Tpica o estndar.
3) Covarianza.
4) Rango o recorrido.
119. Para comparar correctamente, desde un punto de vista descriptivo, la dispersin de dos o ms
variables debe usarse :
1) La desviacin estndar.
2) La amplitud.
3) El Coeficiente de Variacin.
4) La covarianza.
5) La desviacin media.
120. Siendo a la ordenada en origen y b la pendiente de la recta, la ecuacin de regresin la recta
de regresin de y sobre x es:
1) y= b+ax.
2) y= a+bx.
3) x= b+ay.
4) x= a+by.
5) y= a+b/x.
121. El Coeficiente de Correlacin de Pearson (r) es una medida de relacin lineal entre:
1) Dos Var. Discretas.
2) Dos Var. Continuas.
3) Dos Var. Cualitativas.
4) Una Cualitativa y otra Discreta.
5) Ninguna es correcta.
122. Es Coeficiente de Correlacin (r) de Pearson, puede tomar valores entre:
1) -1 y 0.
2) 0 y 1.
3) -1 y 1.
4) -0,5 y 1,5.
5) -1,5 y 1,5.
123. El Coeficiente de Correlacin de Pearson sirve para estudiar:
1) Relacin entre dos variables Cuantitativas de tipo logartmico.
2) Relacin lineal entre dos variables. de cualquier tipo.
3) Relacin exponencial entre dos variables Cuantitativas.
4) Relacin lineal entre dos variables. Dicotmicas.
5) Relacin lineal entre dos variables Cuantitativas.
124. El Coeficiente de Correlacin de Pearson (r):
1) Vara entre -1 y +1.
2) Tiene el mismo signo que la Covarianza de la que procede.
3) Sirve para estudiar la relacin lineal entre dos Var. Cuantitativas.
4) Si se eleva al cuadrado, es el Coeficiente de Determinacin.
125. La existencia de relacin entre dos Var. Cualitativas se verifica mediante el test de:
1) U de Mann-Whitney.
2) Independencia (Contingencia).
3) Correlacin.
4) Linealidad.
5) 2 y 3 son ciertas.
126. Los grados de libertad de una tabla de contingencia (independencia) 22 son:
1) 1.
2) 2.
3) 3.
4) 4.
5) 5.
127. Los grados de libertad de una tabla de contingencia 58 son:
1) 40.
2) 38.
3) 28.
4) 14.
5) 2.
128. Los grados de libertad de la Ji-Cuadrado de Pearson, en una tabla de contingencia
(independencia) 32 son:
1) 0
2) 3.
3) 6.
4) 2.
5) 1.
129. El Coeficiente de Contingencia (de Pearson):
1) Mide la Correlacin entre dos Var. Cuantitativas.
2) Mide la asociacin entre dos Var. Cualitativas.
3) Mide la Variacin entre medias apareadas.
4) Es un ndice de centralizacin.
130. El Coeficiente de Contingencia es un ndice de:
1) Asimetra.
2) Curtosis.
3) Asociacin.
4) Normalidad.
131. La Distribucin Chi-Cuadrado se usa:
1) Tablas de Contingencia.
2) Homogeneidad de varias muestras Cualitativas.
3) Bondad de ajuste de una distribucin.
4) Test de Homogeneidad de varios parmetros de Poisson.
132. Si en una tabla de Contingencia, mayor que 22, hay ms de un 20% de valores tericos menores
de 5, antes de hacer el Test de la Ji-Cuadrado:
1) No hay que hacer nada.
2) Hay que transformar la tabla, agrupando filas o columnas.
3) Hay que hacer como si no lo hubiramos visto.
4) Hay que hacer la correccin de Yates.
5) Hay que hacer un Anlisis de la Varianza.
133. Si en una Tabla de Contingencia de 22, hay algn valor menor de 5:
1) Se le suma 5.
2) Se agrupan filas o columnas.
3) Se hace una Regresin.
4) Se divide por la Media.
5) Se usa la Correccin de Yates.
134. El Coeficiente de Contingencia (de Pearson):
1) Mide la correlacin entre dos Var. Cuantitativas.
2) Mide el grado de asociacin entre dos Var. Cualitativas.
3) Es lo mismo que el Coeficiente de Correlacin de Pearson.
4) Va desde 0 a +1.
5) Ciertas 2 y 4.
135. La Distribucin Chi-Cuadrado se emplea para el test de:
1) Dos Medias paramtrico.
2) Bondad de ajuste.
3) Independencia (contingencia).
4) Tres Medias paramtrico.
5) Ciertas 2 y 3.
136. La Distribucin de probabilidad usada para comparar 2 varianzas es:
1) Ji-Cuadrado.
2) F de Fisher-Snedecor.
3) Poisson.
4) T de Student.
5) Binomial.
137. El estudio de la relacin entre una Var. Cuantitativa, y una Cualitativa de ms de dos categoras,
se hace mediante:
1) El Coeficiente de Correlacin de Pearson.
2) El Coeficiente de Contingencia de Pearson.
3) El Coeficiente de Paciencia de Buda.
4) El Test de Friedmann.
5) El Anlisis de la Varianza.
138. Los requisitos previos que deben cumplir las muestras para hacer el ANOVA:
1) Han de ser Aleatorias.
2) Han de ser independientes.
3) Las variables deben ser Normales en la poblacin.
4) Las Varianzas de las muestras han de ser Homogneas.
139. La Hiptesis de normalidad de la Variable se comprueba con el Test:
1) De Wilcoxon.
2) De Friedmann.
3) De Barlet.
4) De Kruskal-Wallis.
5) De Agostino.
140. El Anlisis de la Varianza (ANOVA) se usa para:
1) Comprobar la asociacin entre una variables Cuantitativa y una Cualitativa de ms de dos categoras.
2) Comprobar la homogeneidad de varias muestras apareadas.
3) Comparar entre s tres o ms medias.
4) Comprobar la asociacin entre dos variables Cualitativas.
141. Qu test estadstico permite comparar dos o ms muestras independientes en condiciones de
normalidad.
1) Friedmann.
2) Wilcoxon.
3) Barlet.
4) Kolmorogoff-Smirnow.
5) Anlisis de la Varianza.
142. Cul no es un test a posteriori) en el Anlisis de la Varianza.
1) Tukey.
2) Dunnet.
3) Bonferrony.
4) Barlet.
5) Todos son test a posteriori.
143. La Hiptesis de Homogeneidad de las Varianzas se verifica mediante el test de :
1) Wilcoxon.
2) Levene.
3) Los signos.
4) Barlet.
144. Si la F entre grupos resulta ser significativa en un Anlisis de la Varianza, del criterio de
clasificacin (modelo fijo) realizado para comparar el efecto de cuatro frmacos, qu debe hacerse a
continuacin:
1) Se acaba el estudio.
2) Se realiza un test a posteriori de Comparaciones Mltiples.
3) Se realiza un test no paramtrico.
4) Se realiza un test de homogeneidad de la Varianzas.
5) Se realiza un test de bondad de ajuste.
145. Uno de los siguientes test estadsticos, es un test de Normalidad:
1) Barlet.
2) Agostino.
3) Kruskal-Wallis.
4) Levene.
5) Neyman-Pearson.
146. La posible asociacin entre dos variables cualitativas se ve:
1) Test de la
Ji-Cuadrado.
2) Ji-Cuadrado con correccin de Yates.
3) Test exacto de FISHER.
4) ANOVA.
147. La posible asociacin entre dos variables cuantitativas se estudia con:
3) Regresin Lineal.
4) Regresin Logartmica.
148. La asociacin entre una Var. Cuantitativa y una Cualitativa de ms de dos categoras se ve con:
1) Ji-Cuadrado.
2) Test de McNemar.
3) ANOVA.
4) T de Student.
5) Hipergeomtrica.
149. La asociacin entre una Var. Cuantitativa, y otra Cualitativa de 2 categoras se estudia con:
1) Ji-Cuadrado.
2) T de Student.
3) ANOVA.
5) Ciertas 2 y 4.
150. La asociacin entre una Cuantitativa y una Cualitativa de dos categoras (mtodo no
paramtrico):
1) Test de la Ji-Cuadrado.
3) Coef. de Corr. de Spearman.
4) Test de Kruskal-Wallis.
5) T de Student.
**********************************************************************************************
***************************

101 102 103 104 105 106 107 108 109 110
4 4 3 1 4 5 5 2 3 4
111 112 113 114 115 116 117 118 119 120
5 2 4 5 3 4 3 3 3 2
121 122 123 124 125 126 127 128 129 130
2 3 5 5 2 1 3 4 2 3
131 132 133 134 15 136 137 138 139 140
5 2 5 5 5 2 5 5 5 5
141 142 143 144 145 146 147 148 149 150
5 4 5 2 2 5 5 3 5 2
151. El test no paramtrico, para estudiar la asociacin entre una Var. Cuantitativa, y una Cualitativa
de ms de dos categoras:
1) Test de Barlet.
2) Test de Tukey.
3) Test de Bonferroni.
4) Test de Kruskall-Wallis.
5) Test de Friedmann.
152. Es test no paramtrico, para estudiar la relacin entre dos Var. Cuantitativas es:
3) Coef. de Correlacin de Barlet.
4) Test de Wilcoxon.
5) Ciertas 1 y 2.
153. Cual de los siguientes es un dato apareado:
1) Talla entre hombres y mujeres.
2) Relacin talla-peso.
3) Glucemia en diabticos y en no diabtico.
4) Glucemia antes y despus de comer.
5) Agudeza visual en reptiles.
154. La asociacin entre dos Var. Cualitativas, apareadas, se verifica con:
1) ANOVA.
2) Ji-Cuadrado.
3) Test de McNemar.
4) T de Student.
155. La asociacin de dos Medias de tipo apareado, se hace con:
1) El test de McNemar.
2) Correlacin de Spearman.
3) Ji-Cuadrado.
4) T de Student apareada.
5) ANOVA.
156. La asociacin de varias Medias apareadas, se verifica mediante:
1) Test de McNemar.
2) Test de Ji-Cuadrado.
3) ANOVA de medias repetidas.
5) Ciertas 3 y 4.
157. Uno de los siguientes NO es un test NO PARAMTRICO:
3) Coeficiente de Correlacin de Spearman.
5) ANOVA.
158. Como se pueden comparar dos Medias:
1) Test de Ji-Cuadrado.
2) Test de McNemar.
3) Test de Cohcran.
4) T de Student.
5) Correlacin.
159. Cul es un mtodo NO PARAMTRICO, de comparar dos medias?:
1) T de Student.
5) ANOVA.
160. Cmo se pueden comparar varias Medias?:
1) ANOVA.
4) Test de McNemar.
161. Con cul se pueden comparar dos proporciones?:
2) Test de McNemar.
3) Test de Barlet.
5) Ciertas 1 y 2.
162. Cmo se pueden comparar varias proporciones?:
2) Test de McNemar.
3) Test de Cohcran.
5) Ciertas 1 y 2.
163. Para comparar varias proporciones, con datos independientes, se aplica el test de:
1) La Ji-Cuadrado.
2) Cohcran.
3) McNemar.
4) Wilcoxon.
5) ANOVA.
164. Con cul de los siguientes se pueden comparar dos Varianzas, con datos independientes?
1) T de Student.
2) F de Snedecor.
3) Test de Agostino.
4) Distri. Binomial.
5) Test de Cohcran.
165. Con cul de los siguientes se pueden comparar dos Varianzas, con datos apareados?
1) A ojo.
2) T de Student.
3) F de Snedecor.
4) Test de McNemar.
166. Cul de los siguientes permite comparar varias Varianzas?:
1) Friedmann.
2) Pearson.
3) Levene.
4) Agostino.
5) Wilcoxon.
167. Cul de los siguientes permite comparar varias Varianzas?:
1) Agostino.
2) Pearson.
3) Barlet.
4) Wilcoxon.
5) McNemar.
168. Para convertir una distribucin Exponencial en un Distribucin Normal se usa la transformacin:
1) Recproca.
2) Angular.
3) Logartmica.
4) Cuadrada.
5) Ordinal.
169. Si se pretende convertir una Distribucin de Poisson en una Distribucin Normal, se aconseja usar
la transformacin:
1) De la raz cuadrada.
2) Recproca.
3) Angular.
4) Logartmica.
170. La estimacin de Medias se hace con:
1) La distribucin Normal.
2) El Error Estndar.
3) La distribucin T de Student.
4) La distribucin Binomial.
171. La estimacin de porcentajes se hace con: (seale lo FALSO):
1) La distribucin Normal.
2) La distribucin T de Student.
3) La distribucin Binomial.
4) El porcentaje muestral.
5) El Error Estndar del Porcentaje.
172. Seale lo falso:
1) Si una variable cualitativa solo acepta dos posibilidades se llamara dicotmica.
2) El nmero de hijos es una variable cuantitativa discreta.
3) El nivel de colesterol es una variable cuantitativa continua.
4) Las variables cualitativas proporcionan ms informacin que las cuantitativas.
5) Cuando una variable cuantitativa es susceptible de ser ordenada de un modo lgico y ascendente o descendente
se dice que es ordinal.
173. Seale lo falso en relacin con la media aritmtica:
1) Es una medida de posicin.
2) Sus unidades de medida son las mismas que las de la variable que se describe.
3) Es un ndice muy fiable porque en su clculo intervienen todos los valores de la distribucin.
4) Este ndice solo tiene sentido con datos cuantitativos.
174. Hablando del coeficiente de variacin, seale lo que es cierto:
1) Es el cociente entre la desviacin estndar y la media.
2) No tiene dimensiones.
3) Es independiente de las unidades de medida.
4) Es una medida de dispersin relativa que permite comparar la dispersin de dos distribuciones diferentes.
5) Todo lo anterior es cierto.
175. En relacin con la distribucin normal, Cul de las siguientes afirmaciones es falsa?:
1) Es una distribucin de probabilidad terica discreta.
2) La distancia entre el eje vertical trazado en la media y el punto de inflexin de la curva es la desviacin estndar.
3) Es simtrica y unimodal.
4) Cualquier valor entre infinito y + infinito es tericamente posible.
5) Tiene forma de campana.
176. Respecto a las pruebas de significacin seala lo falso:
1) Es un procedimiento por el cual nos decidimos por la hiptesis nula (Ho) o por la alternativa (H 1).
2) La Ho es la hiptesis de la no diferencia.
3) La H1 es la que se pone a prueba al realizar una prueba estadstica de significacin.
4) La H1 es al que se aceptar si el resultado de la prueba permite rechazar la Ho.
5) La significacin estadstica es la condicin resultante del rechazo de la Ho mediante las pruebas de significacin.
177. Seale lo cierto sobre el grado de significacin estadstica o valor p:
1) Es la probabilidad de que la Ho sea cierta.
2) Es la probabilidad de que el resultado observado se deba al azar.
3) Su valor depende de la magnitud del efecto y del nmero de sujetos estudiados, entre otros.
4) Una y dos son ciertas.
178. Queremos comparar la talla media entre hombres y mujeres, Cul ser la prueba estadstica ms
apropiada ?:
1) F de Snedecor.
2) Chi-cuadrado.
3) t de Student.
4) Coeficiente de correlacin de Pearson.
5) Ninguna de las anteriores.
179. Se desea comparar la prevalencia de hipertensin entre hombres y mujeres. Al aplicar la prueba
de la Chi-cuadrado, los grados de libertad sern:
1) 1.
2) 2.
3) 4.
4) 6.
5) 3.
180. Hablando de regresin y correlacin, seala lo verdadero:
1) En la regresin interviene una variable dependiente y una o ms independientes.
2) En la correlacin las dos variables juegan un papel simtrico.
3) Estudian la relacin entre dos variables cualitativas.
4) Una y dos son ciertas.
181. El error estndar es:
1) Un ndice de dispersin.
2) Un ndice de centralizacin.
3) La desviacin tpica de la curva de Gauss tipificada.
4) Otro nombre de la desviacin tpica.
182. Hablando de ndices de validez de una prueba diagnstica, seala lo verdadero:
1) La sensibilidad es el cociente entre verdaderos positivos y el total de sanos.
2) La especificidad es el cociente entre verdaderos negativos y total de enfermos.
3) El valor predictivo positivo es el cociente entre verdaderos positivos y total de individuos con resultado del test
positivo.
4) Son ciertas 1 y 3.
5) Son ciertas 2 y 3.
183. Si la especificidad de un test de screening para una determinada enfermedad es de 95%,
podemos esperar que:
1) El test ser positivo en el 95% de los individuos con enfermedad.
2) Ser negativo en el 95% de los individuos sin enfermedad.
3) Entre los individuos con test positivo, el 95% tendrn la enfermedad.
4) Entre los individuos con test negativo, el 95% no tendrn la enfermedad.
184. El test no paramtrico que determina la asociacin entre dos variables cuantitativas es el de:
1) Student.
2) ANOVA.
3) Wilcoxon
4) Kruskal-Wallis.
5) Correlacin de Spearman.
185. Para comprobar la homogeneidad de varias proporciones t con datos apareados se usa el test de:
1) Chi-cuadrado.
2) ANOVA.
3) Friedmann.
4) Cohcran.
5) Student.
186. Es un test a posteriori:
1) Chi-cuadrado.
2) Bartlett.
3) F de Snedecor.
4) Tukey.
5) Ninguno de los anteriores.
187. Un estudio ha codificado el hbito tabquico de los sujetos estudiados como: fumador
importante, moderado y no fumador. Qu escala de medida ha utilizado?.:
1) De intervalo.
2) Ordinal.
3) De razn.
4) Nominal.
188. La medida de posicin que corresponde al valor de la variable ms frecuente en la distribucin se
llama:
1) Percentil.
2) Mediana.
3) Media aritmtica.
4) Moda.
189. En relacin a la varianza seale lo verdadero:
1) Es una medida de dispersin.
2) La varianza se define como la media de la suma de cuadrados de las diferencia entre cada valor de la variable y la
media aritmtica de la distribucin.
3) Las unidades de medida de la varianza son las mismas que las de variable que describe.
4) Junto con la media, define una distribucin normal.
190. Se llama potencia o poder de una prueba estadstica:
1) Al riesgo que voluntariamente asume el investigador, de equivocarse al rechazar su Ho cuando en realidad es
cierta.
2) A la probabilidad de que el resultado observado se deba al azar.
3) A la probabilidad de rechazar Ho cuando es verdadera.
4) A la probabilidad de rechazar Ho cuando es falsa.
5) A la probabilidad Ho si es cierta.
191. Cul de las siguientes pruebas debe utilizarse para comparar tres medias observadas tres
muestras independientes?.:
1) Chi-cuadrado.
2) t de Student.
3) ANOVA.
4) Coeficiente de correlacin de Pearson.
192. Respecto a la prueba estadstica de la Chi-cuadrado, seala lo falso.
1) Se emplea para estudiar la relacin entre dos variables cuantitativas.
2) Se basa en las diferencias entre las frecuencias observadas y las esperadas.
3) En ocasiones precisa una correccin por discontinuidad.
4) Requiere que ninguna frecuencia esperada sea menor de 1 y no ms del 20% de ellas menor o igual que 5.
5) Si el valor de Xexp es mayor que de la X terica, rechazamos la Ho.
193. El rango intercuartlico es:
1) Un ndice de dispersin.
2) Un ndice de centralizacin.
3) La desviacin tpica de la curva de Gauss tipificada.
4) Otro nombre de la desviacin tpica.
194. Los resultados de un estudio sobre la relacin de dos variables sealan la siguiente ecuacin de
Regresin Lineal: Y=3+0.8x. Seala lo verdadero con relacin a ella:
1) La variable dependiente (y) aumenta en 0.8 por cada unidad de aumento de la variable independiente (X).
2) El valor de la variable dependiente cuando la independiente vale 0 es igual a 3.
3) La pendiente de la recta vale 0.8.
4) La ordenada en el origen de la recta vale 3.
195. Cul de las siguientes afirmaciones es verdadera?.:
1) La sensibilidad de una prueba diagnostica mide su capacidad para detectar la enfermedad que se estudia cuando
dicha enfermedad est presente.
2) La especificacin de un test diagnstico mide su capacidad para descartar la enfermedad que se estudia cuando
dicha enfermedad est ausente.
3) Cuanto mayor sea la sensibilidad de una prueba diagnstica menor ser la proporcin de falsos negativos.
196. Seale lo cierto sobre le coeficiente de correlacin:
1) Es una medida de asociacin lineal entre dos variables.
2) Su valor va de -1 a +1.
3) No tiene unidades.
4) Cuando su valor es 0 decimos que las dos variables no tienen relacin lineal.
197. Hablando de regresin y correlacin, seale lo falso:
1) Estudia la relacin entre dos variables cualitativas.
2) En la regresin interviene una variable dependiente y una o ms independientes.
3) En la correlacin las dos variables juegan un papel simtrico.
4) La pendiente de la recta de regresin lineal indica lo que aumenta la variable dependiente por cada unidad de
aumento de la variable independiente.
5) La ordenada en el origen indica el valor de la variable dependiente cuando la independiente vale 0.
198. Que test mide la relacin entre dos variables cualitativas?.:
1) Wilcoxon.
2) ANOVA.
3) Chi-cuadrado.
4) t de Student.
5) Friedmann.
199. Para comprobar la homogeneidad de dos varianzas para datos apareados se usa el test de:
1) Bartlett.
2) Levene.
3) t de Student.
4) F de Snedecor.
5) ANOVA.
2000. Que test se usa para comparar medidas repetidas?.:
1) Wilcoxon.
2) Friedmann.
3) T-Student para datos apareados.
4) 1, 2 y 3 son correctas.
5) 1, 2 y 3 son falsas.
**********************************************************************************************
***************************

151 152 153 154 155 156 157 158 159 160
4 1 4 3 4 5 5 4 3 5
161 162 163 164 165 166 167 168 169 170
5 5 1 2 2 3 3 3 1 5
171 172 173 174 175 176 177 178 29 180
2 4 4 5 1 3 5 3 1 4
181 182 183 184 185 186 187 188 189 190
1 3 2 5 4 4 2 4 5 5
191 192 193 194 195 196 197 198 199 200
3 1 1 5 5 5 1 3 1 4
Cmo calcular el tamao muestral
Autor: JOS MARA BELLN | Visitas: 2.704 views | Categora: TEORA

Introduccin
La mayora de las veces no es factible reunir todos los elementos de una poblacin para poder estudiarlos y
responder a las preguntas de nuestro estudio. Uno de los objetivos principales de la estadstica es obtener
informacin a partir de los resultados de una muestra e inferir dichos resultados a la poblacin de la cual procede. El
problema para el investigador es decidir qu tamao muestral necesita y cul ser el procedimiento para elegir los
elementos de su muestra. En este captulo trataremos de ver las dificultades que subyacen a la primera pregunta y
reflexionar sobre ella: cuntos pacientes voy a necesitar?
Porqu calcular el tamao muestral?
No es fcil calcular el nmero de pacientes que un investigador necesita para responder a su pregunta de estudio,
entre otras razones, porque no existe un nmero nico, ya que va a depender de muchos factores. Por escasos que
sean nuestros conocimientos en estadstica y en probabilidad, cualquier persona intuye que se puede fiar ms de un
estudio que tenga un gran tamao muestral que de otro que tenga pocos pacientes. Efectivamente as es, cuanto
mayor sea el tamao muestral mejor. Sin embargo, para responder nuestra pregunta de estudio: para qu reclutar
500 pacientes si 100 pueden ser suficientes?
Los errores que podemos cometer en la recogida de los datos se pueden clasificar en errores sistemticos y
aleatorios. El primero puede estar originado por un defecto en el instrumento de medida o por la forma en la que
obtenemos nuestras mediciones. El segundo, el error aleatorio, no es predecible y es debido al azar. Se relaciona
con la falta de precisin. Este error se produce normalmente por errores en la medicin y en la variabilidad de las
observaciones, y en definitiva, porque trabajamos con una muestra. El error sistemtico es ms grave y tambin ms
difcil de detectar. Puede ser debido a la eleccin de una muestra no representativa, mediciones de mala calidad,
etc. Este tipo de error nos va a provocar sesgos en los resultados y al mismo tiempo va a afectar a la validez del
estudio.
Un buen ejemplo para distinguir ambos errores es el siguiente: queremos saber nuestro peso y para ello disponemos
de una bscula poco precisa. Cada vez que nos pesamos nos da un resultado distinto con una diferencia de +/- ?
Kg. (donde ? es una cantidad desconocida). En este caso estaramos ante un error aleatorio. Sin embargo si la
bscula estuviese mal calibrada y diese en cada pesada un resultado +? Kg. superior a nuestro peso real (siendo ?
una cantidad igualmente desconocida), cometeramos un error sistemtico. En el primer caso (error aleatorio),
podemos saber nuestro peso real con repetir las pesadas y realizar una media. Sin embargo en el segundo caso, por
ms que repitiera las pesadas, siempre obtendra un resultado superior a mi peso real de +? kg.
Podemos reducir el error sistemtico mediante la seleccin y el anlisis de una muestra lo ms representativa de la
poblacin a estudio. Para conseguirlo, nos puede ayudar una seleccin aleatoria de los elementos que componen la
muestra a estudiar (aunque esto por s mismo, no es una garanta). Tambin podemos reducir el error sistemtico
mediante un diseo de estudio eficaz, con una buena calidad en la informacin recogida y con mediciones
estandarizadas.
El error aleatorio no puede ser eliminado, pero s reducido con un diseo de estudio ms eficiente y aumentando el
tamao muestral. Este tipo de error es estimado y es el que se tiene en cuenta al calcular los intervalos de confianza
y al aplicar las pruebas de contraste de hiptesis. Por lo tanto, a mayor tamao muestral, mayor precisin y menor
error aleatorio en nuestras estimaciones. Sin embargo, hay que tener en cuenta que el tamao muestral no reduce
el error sistemtico como hemos podido ver en el ejemplo de la bscula y las pesadas.
Las frmulas para calcular el tamao muestral
Las frmulas utilizadas para calcular el tamao muestral, tienen en cuenta el error aleatorio, no el sistemtico.
Frmulas hay muchas y dependen del tipo de estudio y de los objetivos planteados. Veamos el ejemplo ms sencillo
para calcular un tamao muestral que es la estimacin de una prevalencia.
Imaginemos que un investigador desea calcular la prevalencia de EPOC en personas mayores de 40 aos en la
Comunidad Autnoma de Madrid. Suponiendo el diseo ms sencillo posible que consiste en la eleccin de una
muestra aleatoria simple (MAS) de toda la poblacin elegible, la frmula para calcular el tamao muestral sera la
siguiente:

Donde:
Z
1-a
: Es el valor Z correspondiente a un riesgo alfa prefijado de antemano. Aqu ya empiezan los problemas. La Z es
el valor de una distribucin Normal de media 0 y desviacin tpica 1. En funcin de la confianza deseada para la
construccin de nuestro intervalo de confianza (IC), este valor puede variar. Si queremos construir un intervalo de
confianza del 95%, el a ser de 0,05, y para dicho valor, Z=1,96. Esta cifra se puede calcular con cualquier
programa estadstico o simplemente en una tabla en donde aparezca tabulada la distribucin Normal (0, 1). Los
valores usados con ms frecuencia son Z=1,96 para construir intervalos de confianza del 95% y de Z=2,58 para
crear IC del 99%. Un IC del 95% asume un riesgo alfa del 5% mientras que un IC del 99% asume un riesgo del 1%.
En el caso del riego alfa del 5%, queremos decir que puede que el intervalo de confianza construido no incluya al
verdadero valor poblacional, y asumimos que esto pueda suceder el 5% de las veces.
p: Es un valor aproximado del parmetro que queremos medir, en nuestro ejemplo es la prevalencia de EPOC (no
confundir con la p de la significacin estadstica).
d: Es la precisin deseada para nuestro estudio. Dicho de otro modo, es la amplitud deseada para nuestro intervalo
de confianza.
Como vemos son varias las preguntas a responder por el investigador. En primer lugar debe decidir sobre el
riesgo alfa dispuesto a asumir (probabilidad de cometer un error tipo 1), o lo que es lo mismo: la confiabilidad del
intervalo de confianza (IC). Mayor confianza implica un intervalo ms ancho y por tanto menor informacin en la
estimacin de la prevalencia de EPOC, ya que el rango de posibles valores ser mayor. No es lo mismo decir que la
prevalencia de EPOC est entre el 4 y el 16% con un IC del 99%, que decir que estar entre el 9 y el 11% con un IC
del 95%.
Si decidimos tener un IC del 95%, el valor de Z que se debe poner en la frmula es de 1,96. Esto quiere decir que
cuando estimemos nuestra prevalencia en funcin de los resultados de nuestra muestra, podremos dar un IC dentro
del cual confiamos que estar el verdadero valor poblacional en el 95% de las veces.
Otra pregunta a responder es la prevalencia de EPOC que pensamos pueda tener la poblacin de Madrid mayor de
40 aos. El valor de p en la frmula. Y aqu entramos en otro problema y en una clara contradiccin. Tenemos que
adelantar un valor que nos es desconocido y adems es precisamente el que estamos tratando de averiguar. Aqu
las opciones son varias. Podemos buscar las prevalencias obtenidas en otros estudios similares al nuestro, revisar la
bibliografa existente, adelantar un valor segn nuestra experiencia y conocimientos, o realizar un estudio piloto. Con
ello adelantamos el valor de p, que an siendo subjetivo, est lejos de ser un valor arbitrario. Imaginemos que por
otros estudios previos pensamos que la prevalencia puede estar cercana al 10%, y por tanto p=0,10.
Por ltimo, debemos decidir la precisin de nuestra estimacin (d). Esta precisin vendr determinada por la
amplitud que deseemos para nuestro IC. Si queremos dar un precisin del 3%, entonces d=0,03. Un IC ms
estrecho se puede conseguir disminuyendo la confianza de los intervalos, por ejemplo al pasar del 99 al 95% o bien
disminuyendo el valor d, lo que significa aumentar la precisin.
Aplicando la frmula obtendramos los siguientes resultados:

Por tanto, bajos estos supuestos, se necesitara una muestra de 384 personas mayores de 40 aos para estimar la
prevalencia de EPOC con una precisin de +/-3% y con una confianza del 95%. Otro investigador con la misma
experiencia y utilizando la misma frmula pero bajo supuestos distintos, podra obtener un tamao totalmente
distinto. Si espera una prevalencia de EPOC cercana al 15% y quiere una precisin de +/-2%, con el mismo nivel de
confianza, necesitara 1225 pacientes. Es decir, necesitara ms del triple de pacientes que el investigador anterior
para estimar lo mismo!
Pero la cosa se complica an ms. El error muestral que se comete en la estimacin de un parmetro depende del
tipo de diseo escogido para seleccionar los elementos que forman la muestra. Con el mismo tamao de muestra, es
mayor el error cometido en un diseo complejo (por ejemplo, un muestreo de conglomerados) que el error cometido
en un muestreo aleatorio simple (MAS). Normalmente, las frmulas que calculan el tamao de muestra en funcin
de la precisin, asumen que se va a realizar un MAS. Sin embargo, diseos de estudio ms complejos conllevan un
mayor error, y por ello, para garantizar el grado de precisin hay que aumentar el tamao muestral.
Una forma de corregir el tamao muestral en funcin del diseo, es multiplicar el tamao obtenido por MAS por un
valor denominado efecto de diseo. Este valor se calcula como el cociente entre el error estndar correspondiente al
diseo empleado y el error que se hubiese obtenido si la muestra se hubiese elegido por MAS. Cuando toma el valor
de 1, indica que el diseo utilizado es tan eficiente como uno simple al azar (MAS), y cuando toma un valor mayor a
uno, indica que el diseo utilizado tiene un error estndar mayor al que se obtendra por MAS. No es nada fcil
obtener una buena estimacin para este valor, pero en la prctica se asumen valores que oscilan entre 1,5 y 3. Un
valor igual a 2, por ejemplo, significa que para obtener la misma precisin que la obtenida por MAS hay que estudiar
al doble de individuos. En mi opinin, es un nmero obtenido muchas veces como por arte de magia del cual no he
encontrado ninguna explicacin satisfactoria de cmo hay que calcularlo.
Como vemos es todo bastante confuso a pesar de encontrarnos en el supuesto ms sencillo, que es la estimacin de
una proporcin. Imaginemos cmo se puede complicar el asunto en otras situaciones en las que estuvisemos ante
estudios analticos y tratsemos de averiguar si hay diferencias entre grupos.
Problemas para calcular el tamao muestral
Resumamos brevemente algunos de los problemas que nos encontramos al calcular el tamao muestral.
Subjetividad en los parmetros utilizados en las frmulas de clculo de tamao muestral.
Como hemos visto en nuestro ejemplo de prevalencia de EPOC, son muchas las decisiones que tiene que tomar el
investigador para calcular el tamao muestral, no estando a veces lo suficientemente preparado para ello. Debe
decidir la amplitud de los intervalos de confianza, la precisin mnima admisible, la prevalencia aproximada de EPOC,
etc. Adems hay que aadir el efecto de diseo, ya que como hemos visto anteriormente, las frmulas sirven cuando
el diseo es un MAS, siendo ms frecuentes diseos por etapas, como el diseo por conglomerados. Por lo tanto,
pequeas diferencias en la decisin inicial sobre cualquier parmetro que compone la frmula, puede conducir a
grandes diferencias en la estimacin del tamao muestral. No en vano, en muchas ocasiones se hace justo lo
contrario: dada la limitacin de los recursos disponibles, se manipulan los valores de a, P, d y el efecto de
diseo para que la n obtenida sea la que el investigador haba prefijado con anterioridad.
Estimacin de ms de un parmetro.
Casi siempre que se realiza un estudio es para estimar ms de un parmetro, sin embargo las frmulas slo incluyen
para su clculo un solo parmetro. En este caso lo aconsejable es calcular el tamao muestral para el parmetro o
parmetros ms importantes, lo que puede dar lugar a una gran variedad de tamaos muestrales. Tampoco
podemos olvidar que en la propia eleccin de los parmetros importantes hay un alto componente de subjetividad.
Adems una vez recogidos los datos, se hacen estimaciones de todo tipo de parmetros no contemplados en la
frmula inicial: coeficientes de correlacin, concordancia, pendientes de regresin, etc.
Estimacin de parmetros en subgrupos muestrales.
Aparte de estimar un parmetro en poblacin general, muchas veces se quiere estimar lo mismo en diferentes
subgrupos. Por ejemplo, calculada la prevalencia de EPOC, seguro que interesa saber si difiere por grupos de edad,
por sexo, por rea de salud, etc. Sin embargo el tamao muestral obtenido, se determin inicialmente para estimar
la prevalencia de EPOC en toda la poblacin de Madrid no para hacerlo en subgrupos. El error de muestreo que se
comete al estimar y comparar los diferentes subconjuntos muestrales, aumenta considerablemente, ya que el
tamao muestral de estos subgrupos puede ser claramente insuficiente invalidando cualquier comparacin que se
haga.
Conclusiones
En la prctica, vamos a estar limitados por los recursos disponibles para llevar a cabo la investigacin, es decir, por
algo tan simple como el tiempo y el dinero. Esta limitacin va a estar siempre presente durante el diseo del estudio
y en la recogida de los datos. En consecuencia, muchas veces la pregunta se transforma en esta otra: los pacientes
que espero y puedo estudiar van a ser suficientes para responder de forma satisfactoria mi pregunta de estudio y
por tanto alcanzar los objetivos de mi investigacin?
Hay un gran componente subjetivo en la determinacin de cualquier tamao muestral por lo que debemos tomar los
clculos obtenidos por las frmulas como valores solamente orientativos, ya que el tamao muestral,
inevitablemente est limitado e incluso a veces predeterminado por nuestros recursos materiales. Una adecuada
revisin bibliogrfica sobre los tamaos muestrales utilizados en estudios similares al nuestro, la propia experiencia
del investigador, su enfoque del problema y el uso del sentido comn, pueden ayudar al establecimiento de un
tamao muestral, que como hemos visto, no es nico.
Bibliografa recomendada
1 Muiz-Garca, J. y Santiago-Prez, M. (2006). Cuntos pacientes selecciono para mi estudio?. Angiologa 58 (2):
145-150.
2 Martnez Gonzlez, M. A.,Snchez-Villegas, A. y Fauln Fajardo, F. J. (2006). Intervalos de confianza y contraste de
hiptesis. Bioestadstica Amigable. 2 Edicin. Ed: Daz de Santos. 155-233.
3 Pita Fernndez, S. (1996). http://www.fisterra.com/mbe/investiga/9muestras/9muestras.asp. Determinacin del
tamao muestral. Cad Aten Primaria 3: 131-14.
4 EPIDAT 3.1. Programa para anlisis epidemiolgico de datos tabulados. Muestreo.
http://dxsp.sergas.es/ApliEdatos/Epidat/Ayuda/3-Ayuda%20Muestreo.pdf.
5 Silva Ayaguer, L. C. (1997). El enigma del tamao muestral. Cultura estadstica e investigacin cientfica en el
campo de la salud: una mirada crtica. Ed: Daz de Santos. 285-305.
6 Martnez Gonzlez, M. A.,Snchez-Villegas, A. y Fauln Fajardo, F. J. (2006). Estimacin del tamao muestral.
Bioestadstica Amigable. 2 Edicin. Ed: Daz de Santos. 373-417.
EXAMEN VIRTUAL
Segundo parcial, grupo T1
Prof. Jos M. Salinas

Cada pregunta presenta cuatro respuestas alternativas, de las cuales una es la respuesta correcta y las
otras tres son falsas.
Para realizar el examen seala en cada pregunta la respuesta que consideres correcta, haciendo click
con el ratn en el circulo correspondiente.
Por cada respuesta acertada se obtiene un punto y por cada una fallada se resta un tercio de punto.
Puedes dejar sin contestar las preguntas de las cuales desconozcas la respuesta.
Al finalizar haz click en el botn corregir el examen y obtendras tu calificacin.
1.- Una variable aleatoria que indica el nmero de xitos en n pruebas de Bernouilli, sigue una
distribucin binomial cuando:
a) El nmero de pruebas sea suficientemente grande.
b) Las pruebas son independientes y la probabilidad de xito permanece constante.
c) Al aumentar el nmero de pruebas el producto np permanece constante.
d) El resultado en una prueba no influye en el resultado de las restantes.
2.- Qu es la distribucin de la muestra?
a) Es el conjunto de los valores que aparecen en nuestra muestra, junto con las frecuencias que
presentan.
b) Es la distribucin de la variable aleatoria n dimensional que se obtiene al considerar todos los
posibles valores de la muestra.
c) Es la distribucin de la poblacin, considerada como funcin del parmetro.
d) Es la funcin que se obtiene multiplicando n veces la funcin de densidad de la poblacin.
3.- De un cuestionario enviado por correo a 400 estudiantes, seleccionados aleatoriamente de
la lista de matriculados en una Facultad, slo se recibieron 200 Cul de las siguientes
afirmaciones es cierta?
a) Las 200 respuestas son una muestra representativa del 50% de alumnos de la Facultad que
habran respondido si se les hubiese enviado a todos el cuestionario.
b) Las 200 respuestas constituyen una muestra representativa de los 400 alumnos a los que se
envi el cuestionario.
c) Las respuestas constituyen una muestra representativa de los alumnos de la Facultad.
d) Las 200 respuestas son una muestra aleatoria de todos los estudiantes.
4.- Un estimador se dice que es eficiente si:
a) Es insesgado y de mnima varianza.
b) Utiliza toda la informacin que hay en la muestra referente al parmetro
c) La distribucin de cualquier otro estimador, condicionada por el valor de ste, no depende
del parmetro.
d) La probabilidad de que el estimador difiera del parmetro en ms de un infinitsimo tiende a
cero cuando el tamao de la muestra tiende a infinito.
5.- Bajo las condiciones de regularidad, los estimadores de mxima verosimilitud son:
a) Insesgados y de mnima varianza.
b) Consistentes y asintticamente eficientes.
c) Lineales insesgados y de mnima varianza.
d) Los que asignan la mxima probabilidad al valor del parmetro.
6.- El teorema de Gauss-Markoff dice que los estimadores obtenidos por el mtodo de
mnimos cuadrados son:
a) Consistentes y asintticamente eficientes.
b) Los de mnima varianza.
c) Eficientes y suficientes.
d) Los estimadores lineales e insesgados de mnima varianza.
7.- El teorema de Fisher, entre otras cosas, demuestra que:
a) La distribucin de la media muestral no depende de la varianza de la poblacin.
b) La distribucin de la varianza muestral no depende de la varianza de la poblacin.
c) La media y la varianza de una muestra procedente de una poblacin Normal son
independientes.
d) La media muestral sigue una distribucin con la misma media y varianza que la poblacin.
8.- Un intervalo de confianza es:
a) La probabilidad "a priori" de que el intervalo contenga el verdadero valor del parmetro.
b) Un intervalo donde se encuentra el estimador con un nivel de confianza determinado.
c) La regin del espacio muestral donde se va a encontrar el verdadero valor del parmetro con
una determinada probabilidad.
d) Un intervalo de extremos aleatorios donde se encuentra el valor del parmetro con un nivel
de confianza determinado.
9.- Una hiptesis estadstica es:
a) Cualquier afirmacin acerca de la distribucin de la poblacin.
b) Una regin del espacio muestral que lleva asociada una alternativa.
c) Una regla de decisin que nos indica cuando debe aceptarse o rechazarse el valor de un
parmetro.
d) Un valor que se asigna provisionalmente a un estadstico en tanto no se demuestre cual es su
verdadero valor.
10.- Un test de hiptesis estadstico es:
a) Una regin del espacio paramtrico.
b) Una regla de decisin.
c) Un estadstico de la muestra.
d) Una afirmacin acerca de la poblacin.
11.- La regin crtica de un test es:
a) Un subconjunto del espacio muestral tal que si la muestra pertenece a l se rechaza la
hiptesis nula.
b) Un subconjunto del espacio muestral tal que si la muestra pertenece a l se rechaza la
hiptesis falsa.
c) Una regin del espacio paramtrico tal que si el parmetro pertenece a ella se rechaza la
hiptesis nula.
d) Una regin del espacio paramtrico tal que si el parmetro pertenece a ella se rechaza la
hiptesis falsa.
12.- La potencia de un test es:
a) La probabilidad de rechazar la hiptesis nula cuando es falsa.
b) La probabilidad de rechazar la hiptesis nula cuando es cierta.
c) La probabilidad de cometer error de tipo II.
d) Uno menos la probabilidad de cometer error de tipo I.
13.- Un contraste de significacin es un test de hiptesis en el que:
a) Conocemos la probabilidad a priori de que el parmetro est contenido en el intervalo.
b) El nivel de significacin se mantiene fijo y se elige el test de mxima potencia.
c) Se contrasta una hiptesis simple frente a otra hiptesis simple.
d) La hiptesis nula es una hiptesis simple.
14.- La hiptesis nula del Anlisis de la Varianza afirma:
a) Existen diferencias entre las medias muestrales.
b) No existen diferencias entre las medias de las subpoblaciones.
c) Existen diferencias entre las medias de las subpoblaciones.
d) No existen diferencias entre las medias muestrales.
15.- Si Z sigue una distribucin Normal de media 0 y desviacin tpica 1, Normal(0,1) Cal es
la probabilidad de que la variable Z tome valores mayores que -0,89?
a) 0,1867 b) 0,4562 c) 0,8133 d) 0,5438
16.- Si Z sigue una distribucin Normal(0,1) Qu valor de la variable deja por debajo de si el
93% de la poblacin?
a) 0,8238 b) 0,1762 c) 0,07 d) 1,48
17.- Si las puntuaciones en un test X siguen una distribucin Normal(25,5) Qu proporcin
de individuos tendrn puntuaciones inferiores o iguales a 20?
a) 0,8413 b) 0,1841 c) 0,1357 d) 0,1587
18.- Si las puntuaciones en un test X siguen una distribucin Normal(25,5) Qu puntuacin
ser superada por el 25% de los sujetos con mejores puntuaciones?
a) 21,65 b) 28,87 c) 28,37 d) 0,2799
19.- Si la variable X se distribuye segn el modelo de la distribucin Binomial con parmetros
n=4 y p=0,4 Cal es la probabilidad de que la variable X tome el valor 2?
a) 0,3456 b) 0,821 c) 0,0576 d) 0,24
20.- En una muestra de 26 individuos se ha medido la ansiedad rasgo, obteniendose una media
de 22 y una desviacin tpica de 10. A partir de estos datos se ha calculado un intervalo de
confianza para la media de la poblacin, a un nivel de confianza del 95%. Indique cul es el
tesultado correcto.
a) (18,71 25,29) b) (18,584 25,416) c) (18,08 25,92) d) (17,88 26,12)
21.- En una muestra de 100 sujetos anorxicos 24 de ellos son hombres. A partir de estos datos
se ha calculado, a un nivel de confianza del 95%, un intervalo de confianza para la proporcin
de anorxicos varones. Indique cul de los siguientes resultados es el correcto.
a) (0,16 0,32) b) (0,17 0,31) c) (0,22 0,26) d) (0,232 0,248)
22.- Se quiere contrastar si la prporcin de alumnas en Psicologa es significativamente
distinta de 0,6. Sabiendo que en una muestra aleatoria de 100 matriculados hay 70 mujeres
Cunto vale el estadstico de contraste?
a) 0,645 b) 2,04 c) 2,18 d) 20,41
23.- En una muestra de 18 sujetos se ha obtenido que el coeficiente de correlacin entre dos
variables es 0,3. Se quiere contrastar si este coeficiente es significativamente distinto de cero
Cunto valdr el estadstico de contraste?
a) 1,26 b) 1,33 c) 1,43 d) 5,27
24.- Se quiere contrastar la hiptesis de que por trmino medio alumnas y alumnos obtienen la
misma calificacin, frente a la alternativa de que las alumnas obtienen mayores puntuaciones.
Si se toma una muestra de 6 alumnas y otra de 5 alumnos, suponiendo que las varianzas
poblacionales son iguales Cunto valdra el valor crtico a un nivel de confianza del 95%?
a) 1,833 b) 1,96 c) 2,228 d) 2,262
25.- Se miden las pulsaciones por minuto a 4 alumnos antes y despus de un examen
obteniendo:
Antes 70 62 80 64
Despus 68 58 76 62
Se quiere contrastar si por trmino medio hay disminucin significativa de la tasa cardiaca
Cunto valdra el estadstico de contraste?
a) 0,53 b) 3,01 c) 5,20 d) 9,07
26.- Once sujetos se han distribuido aleatoriamente entre dos tratamientos y un grupo de
control, asignndose cuatro, cuatro y tres sujetos respectivamente y se han medido sus
rendimientos en una prueba de lecto-escritura. La suma de cuadradados entre grupos resulta
ser 148 y la suma de cuadrados intragrupos 136. Cunto vale el estadstico de contraste del
anlisis de la varianza?
a) 1,09 b) 3,68 c) 3,81 d) 4,35
27.- Con los datos del ejercicio anterior calcule, a un nivel de confianza del 95%, el valor
crtico para el estadstico de contraste del anlisis de la varianza.
a) 3,59 b) 4,46 c) 5,12 d) 19,37
copyright Jos Mara Salinas
CONCEPTOS ESTADSTICOS
1) La media, moda y mediana son
a: Medidas de variabilidad
b: Lo primero que hay que calcular
c: Medidas de la tendencia central
d: Los tres parmetros poblacionales

2) Comparar la media con la mediana de un conjunto de datos te da una idea
de lo esparcidos que se encuentran los valores del conjunto de datos.
a: La media y la mediana tienen que coincidir para saber esto
b: Si la media es mayor que la mediana los datos estn mal
c: Si la media es menor que la mediana los datos estn mal
d: Cuando la media y la mediana distan mucho los datos estn muy
desperdigados

3) Para calcular la moda
a: Hace falta calcular primero la media
b: Necesitamos tener todos los datos
c: Contamos el nmero de veces que aparece el valor ms frecuente
d: Ninguna de las tres anteriores

4) A veces se habla de medias ponderadas
a: Se suman las medias previas y se divide por el total
b: Se suman las medias y se divide por el nmero de medias sumadas
c: Se suman las medias, multiplicadas por sus respectivas frecuencias totales
y se divide por todas las frecuencias totales sumadas.
d: Todo lo anterior es falso

5) Cuanto mayor sea la muestra, mayor ser el error de muestreo.
a: S, porque hay ms errores
b: No, disminuye
c: No hay relacin alguna

6) El error estndar
a: Es el error que hay en cualquier encuesta
b: Es el error muestral tpico
c: Es un modo frecuente de denominar la desviacin estndar de una
distribucin

7) En una distribucin normal
a: La moda, media y mediana tienen el mismo valor
b: La media es mayor que la mediana
c: La mediana es mayor que la moda
d: Las opciones anteriores son falsas

8) La desviacin estndar
a: Es un medida de la variabilidad de los datos
b: Es una medida de la tendecia central
c: Calcula la estimacin bruta del parmetro

9) En estadstica a menudo se habla de muestras. Una muestra:
a: Es el conjunto de datos que me interesan
b: Sirve para echar un vistazo a los datos
c: Es una seleccin de datos sobre el total de la poblacin a estudiar
d: Es una seleccin de los datos que necesito.

10) Los cambios porcentuales nos hablan nicamente parte de la historia
cuando tratamos de comparar valores para distintos grupos o comunidades.
Otra estadstica importante para cada grupo es el valor "per cpita". El valor
"per cpita":
a: Ayuda a comparar valores entre grupos de distinto tamao
b: Solo vale para estadsticas econmicas
c: Es necesario para hacer comparaciones internacionales

11) La muestra es un subconjunto de la poblacin que...
a: Es necesario para hacer estadsticas
b: Es lo ms representativo de la poblacin
c: Es un subconjunto al azar de la poblacin
d: Es un subconjunto de la poblacin seleccionado para estimar el dato
poblacional

12) El tamao muestral
a: Es proporcional al tamao poblacional
b: Es siempre el 5%
c: Se calcula sobre la base de la estratificacin
d: Hay distintos modos de calcularlo

13) El muestreo aleatorio
a: Es aquel que se escoje al azar
b: Se selecciona a cualquier individuo para la muestra
c: Todo individuo de la poblacin tiene la misma probabilidad de resultar
seleccionado

14) En el muestreo
a: No debe haber error
b: Es importante conseguir un tamao muestral amplio
c: Se calcula el tamao ptimo para un determinado nivel de error.
d: El error no debe superar el 3%

15) El coeficiente de correlacin...
a: Es una medida de relacin entre dos sucesos
b: Mide la relacin entre dos variables contnuas
c: Nos dice si hay diferencias significativas o no
d: Siempre es positivo

16) El coeficiente de correlacin...
a: Puede tener cualquier valor
b: Siempre es mayor que 0
c: Oscila entre 1 y -1
d: oscila entre 0 y 1

17) Cul de las siguientes es una variable cuantitativa continua?
a: Tamao de familia
b: Situacin de empleo
c: Huevos en un cartn
d: Edad

ENHORABUENA. HAS COMPLETADO CON XITO TODO EL CUESTIONARIO. (Total
de preguntas: 17)

Lea ms: Cuestionario de preguntas y respuestas
Eustat
Under Creative Commons License: Attribution

Examen Tipo

Las preguntas que se colocan a continuacin son un ejemplo de algunos de los temas
cubiertos en los diferentes mdulos del curso.

Mdulo 1. Estadstica descriptiva.

1.- El proceso de usar muestreo aleatorio para inducir conclusiones acerca de los
parmetros de la poblacin es llamado:

a) Inferencia estadstica.

b) El mtodo cientfico.

c) Muestreo.

d) Estadstica descriptiva.

2.- El universo o totalidad de artculos o cosas en consideracin es llamado:

a) Una muestra.

b) Una poblacin.

c) Un parmetro.

d) Un estadstico.

Mdulo 2. Probabilidad y Distribuciones de Probabilidad.

1.- Si dos eventos son independientes, la probabilidad de su interseccin es igual a:

a) 0

b) 0.50

c) 1.00

d) No puede determinarse con la informacin disponible.

2.- En un diagrama de Venn, el trmino A n B representa:

a) La interseccin de los crculos A y B.

b) El rea incluida en el crculo A o el crculo B.

c) El rea afuera de los dos crculos.

d) Ninguno de los anteriores.

3.- Si 9 es el parmetro de la distribucin exponencial, entonces la media y la
varianza de la distribucin exponencial son respectivamente:

a) 1/3 y 1/9

b) 3 y 9

c) 1/9 y 1/81

d) 9 y 3

4.- Cul de los siguientes enunciados acerca de la distribucin normal es verdadero?

a) Tericamente, la media, mediana y moda son iguales.

b) Alrededor de 2/3 de las observaciones caen dentro de 1 desviacin
estndar de la media.

c) Sus parmetros son la media, , y la desviacin estndar,??

d) Todos los anteriores.

Mdulo 3. Inferencia estadstica.

1.- El error estndar de la media para una muestra de 100 es 30. Para disminuir el
error estndar de la media a 15 deberamos:

a) Incrementar el tamao de la muestra a 200.

b) Aumentar el nivel de confianza.

c) Incrementar el tamao de la muestra a 400.

d) Disminuir el tamao de la muestra a 50.

2.- El concepto de una distribucin muestral:

a) Es esencial para inferir conclusiones acerca de la poblacin usando los
resultados de una muestra.

b) Est relacionado con el uso de teora de probabilidad en inferencia
estadstica.

c) Nos ayuda a usar la estadstica para estimar los valores verdaderos
correspondientes en la poblacin.

d) Todas las anteriores.

Mdulo 4. Regresin Lineal Simple, Lineal Mltiple y No-Lineal.

1.- Si el coeficiente de correlacin es 1.0, entonces:

a) La interseccin en Y (b0 ) debe ser cero.

b) La variacin explicada es igual a la variacin no explicada.

c) No hay variacin explicada.

d) No hay variacin no explicada.

2.- La longitud del intervalo de confianza para la estimacin de Y depende de:

a) La estimacin del error estndar.

b) Del valor de X para el cual se hace la prediccin.

c) Del tamao de la muestra.

d) De todo lo anterior.

Mdulo 5. Pronsticos.

1.- Cul de los siguientes componentes puede contener una serie de tiempo?

a) Tendencia.

b) Cclico

c) Estacional.

d) Todos los anteriores.

2.- Cules de las siguientes son razones comunes para estudiar tanto tendencias
seculares como variacin estacional?

a) Permitir la eliminacin de la componente de la serie temporal.

b) Describir patrones pasados.

c) Proyectar patrones pasados hacia el futuro.

d) Todas las anteriores.

Respuestas correctas:

Mdulo 1:

1-a

2-b

Mdulo 2:

1-d

2-a

3-d

4-d

Mdulo 3:

1-c

2-d

Mdulo 4:

1-d

2-a

Mdulo 5:

1-d

2-d

VARIABLES ALEATORIAS BINOMIAL Y NORMAL

DISTRIBUCIONES DISCRETAS DE PROBABILIDAD:
1) Sea X una variable aleatoria discreta cuya funcin de probabilidad es:
x 0 1 2 3 4 5
p 01 02 01 04 01 01
a) Representar grficamente la funcin de probabilidad. b) Calcular las siguientes probabilidades:
P(X<45); P(X3); P(3X<45).

P(X<45)=0'1+0'2+0'1+0'4+0'1=0'9
P(X3)=0'4+0'1+0'1=0'6
P(3X<45)=0'4+0'1=0'5

2) Sea X una variable aleatoria cuya funcin de probabilidad viene dada por P(X=r)=1/8; (r=2,3,..,9). Se pide
hallar: a) La funcin de probabilidad. b) La media y la desviacin tpica. c) Las probabilidades: P(X<-3);
P(X6); P(4<X<7).

x
i
p
i
x
i
p
i
x
i
2
p
i
= 44/8=11/2=5'5

2
= 284/8-(11/2)
2
=21/4
=5'25
= (21/4)=2'29
P(X<-3)=0
P(X6)=4(1/8)=1/2=0'5
P(4<X<7)=2(1/8)=1/4=0'25
2 1/8 2/8 4/8
3 1/8 3/8 9/8
4 1/8 4/8 16/8
5 1/8 5/8 25/8
6 1/8 6/8 36/8
7 1/8 7/8 49/8
8 1/8 8/8 64/8
9 1/8 9/8 81/8
1 44/8 284/8

SUBIR

DISTRIBUCIN BINOMIAL:
1) Una urna contiene 60 bolas blancas y 40 bolas negras. Sacamos 8 veces una bola devolvindola, cada vez, a la
urna. Cul es la probabilidad de que salgan 5 blancas?. Y ms de 4 blancas?.Cuntas blancas saldrn por
trmino medio?.
Es un experimento Binomial consistente en sacar 8 veces una bola, anotar el color y devolverla:
a) Son 8 pruebas independientes; b) En cada prueba pueden ocurrir dos sucesos: A=sale blanca y A'=no sale
blanca; c) P(A)=0'6=p y P(A')=0'4=q son constantes.
X="n de veces que sale bola blanca"; XB(8,0'6).
Usando las tablas (invertidas) para n=8 q=0'4 YP(X=5)=0'2787;
P(X>4)=0'2787+0'2090+0'0896+0'0168=0'5941; F=np=4'8
2) Se lanza un dado 6 veces. Cul es la probabilidad de obtener 3 cincos?. Cul es el promedio de cincos que
pueden salir y la desviacin tpica?.
Sol: X B(6;1/6); P(X=3)=0'0536; 1; 0'9129
3) Si el 20% de los cerrojos producidos por una mquina son defectuosos, determinar la probabilidad de que en
una muestra de 4 cerrojos:
a. a lo sumo, 2 sean defectuosos.
b. al menos, 1 sea correcto.
c. el promedio de defectuosos de cada muestra de 4 cerrojos.
Sol: X B(4,0'2); P(X2)=0'9728; P(X3)=0'9984; 0'8
4) La probabilidad de que salga cara con una moneda trucada es 0'45. Se lanza la moneda 7 veces. Calcular la
probabilidad de que:
a) Salgan exactamente tres caras.
b) Al menos tres caras.
c) A lo sumo tres caras.
Sol: X B(7,0'45); P(X=3)=0'2918; P(X3)=0'6836; P(X3)=0'6082
5) Se hace un control de calidad a 1000 coches en cuatro puntos de soldadura. Los resultados de los fallos en las
soldaduras son:
n de fallos 0 1 2 3 4
n de coches 530 357 98 14 1
Con ayuda de las tablas ajustar los datos empricos a una distribucin binomial: Calcula las frecuencias relativas,
busca la funcin de probabilidad binomial ms parecida y calcula las frecuencias absolutas esperadas. Calcula
las diferencias entre las frecuencias absolutas empricas y las tericas y obtener la diferencia media.
Sol: [0'5030; 0'3570; 0'0980; 0'0140; 0'0010]; [0'5220; 0'3685; 0'0975; 0'0115; 0'0005]; B(4,0'15)
6) Quinientos opositores han participado en una prueba escrita que consta de tres ejercicios. Los resultados son
los que figuran el la siguiente tabla:
n ejercicios aprobados 0 1 2 3
n opositores 136 223 120 21
Ajustar la distribucin emprica a una distribucin terica binomial y halla las frecuencias tericas esperadas.
Sol: [0'2720; 0'4460; 0'2400; 0'0420]; [0'2963; 0'4436; 0'2389; 0'0429]; B(3,0'35)
SUBIR

DISTRIBUCIONES CONTINUAS DE PROBABILIDAD:
1) Una variable aleatoria continua X tiene como funcin de densidad f(x). Su grfica se muestra a
continuacin:

a.- Comprobar que f(x) es una funcin de densidad.
b.- Calcular la probabilidad de los siguientes sucesos:
I. P(X<3)
II. P(3<X4)
III. P(X3)
IV. P(X>6)

Sol: 0'6; 0'3; 0'4; 0
2) Una variable aleatoria continua X tiene como funcin de densidad f(x). Su grfica se muestra a continuacin:

a.- Comprobar que f(x) es una funcin de densidad.
b.- Calcular la probabilidad de los siguientes sucesos:
I. P(X<03)
II. P(02<X04)
III. P(X03)
IV. P(X>2)

Sol: 0'45; 0'5; 0'55; 0
SUBIR

DISTRIBUCIN NORMAL:
1) Al elegir 1000 personas de una poblacin, result que su talla media era 170 cm y sus deviacin tpica de 15
cm. Si dichos datos se distribuyen normalmente, cuntas personas miden entre 191 y 214 cm?.Y, a lo sumo,
158 cm?.
Sol: 79; 212
2) El nivel medio de colesterol en sangre de la poblacin adulta entre 50 y 60 aos de edad es de 185 mg por
cada 100 ml de sangre. La desviacin tpica es de 25 mg por cada 100 ml. Si las medidas se distribuyen segn
una normal, calcula:
a) Qu porcentaje de la poblacin tiene niveles superiores a 200 mg?
b) Qu porcentaje de la poblacin tiene niveles inferiores a 130 mg?
c) Qu porcentaje de la poblacin est comprendido entre 130 y 200 mg?
Sol: 27'43%; 1'39%; 71'18%
3) Se supone que el coeficiente intelectual de los alumnos de una Universidad se distribuye normalmente con
una media de 100 y desviacin tpica de 20. Se pide: a) Porcentaje de alumnos que tienen coeficiente intelectual
superior a 130. b) Si se toma una muestra al azar de 500 estudiantes, cuntos tendrn coeficiente intelectual
entre 90 y 105?.
Sol: 6'68%; 145
4) El tiempo de recuperacin de los enfermos de un hospital sigue una distribucin N(7,3). Se pide:
a) Probabilidad de que un enfermo est menos de 5 das en el hospital.
b) Probabilidad de que necesite para recuperarse entre 9 y 15 das de estancia.
c) Si en el hospital hay 1000 enfermos, cuntos necesitan estar ms de 8 das en el hospital?.
Sol: 0'2514; 0'2476; 371
5) La duracin media en funcionamiento de un televisor es de 8 aos, con varianza de 1/4. Si la vida util del
televisor se distribuye normalmente, se pide hallar el porcentaje de televisores que duran:
a) Ms de 9 aos. b) Como mximo 6 aos. c) Entre 7 y 9 aos.
Sol: 2'28%; 0%; 95'44%
6) El nmero de visitantes que diariamente acuden a una atraccin se distribuyen segn una N(2000,250).
a) Hallar la probabilidad de que un da determinado, el nmero de visitantes no supere los 2100.
b) Calcular la probabilidad de que un da cualquiera, los visitantes sean ms de 1500.
c) En un da de treinta das, en cuntos das cabe esperar que el nmero de visitantes supere los 2210?.

7) Los ingresos diarios en una empresa tienen una distribucin normal, con media 35560 ptas y desviacin tpica
2530 ptas. Justificar si es razonable o no el esperar obtener un da ventas superiores a 55000 ptas. Calcula
cuntos das en un ao se espera obtener unas ventas superiores a 40620 ptas.

8) La altura de los jovenes de una determinada edad, en cm, se distribuye segn N(168,8) y su peso, en Kg,
segn N(67,5).
a) Qu porcentaje de ellos pesan entre 60 y 80 kg?
b) Qu porcentaje mide entre 160 y 180 cm?.
c) Se puede saber el porcentaje de de los que estn a la vez en los intervalos de altura y peso anteriores?.

9) Las estaturas de 1400 mujeres se distribuyen segn la N(168.8, 6.4). Calcular los valores -3, -2 , - ,
+ , +2 , +3 , y reparte a las 1400 mujeres, en los intervalos determinados por estos valores.

10) Aplicando un test a un grupo de 300 personas se ha obtenido una distribucin normal de media 50 y
desviacin tpica 5.
Se pide:
a) Calcular el percentil 33.
b) Calcular las puntuaciones que delimitan el 30% central de la distribucin.
c) Calcular el n de personas que obtiene en el test ms de 56 puntos o menos de 47.
Sol: 47'8; (48'05,51'95); 117
11) Tras un test de cultura general se observa que las puntuaciones obtenidas siguen una distribucin N(65,18).
Se desea clasificar a los examinados en tres grupos (de baja cultura general, de cultura general aceptable, de
excelente cultura general) de modo que haya en el primero un 20% de la poblacin, un 65% en el segundo y un
15% en el tercero. Cules deben de ser las puntuaciones que marcan el paso de un grupo a otro?.
Sol: 49,88; 83'72
12) Un test de sensibilidad musical da resultados que se distribuyen N(65,18). Se quiere hacer un baremo por el
cual, a cada persona, junto con la puntuacin obtenida se le asigna uno de los siguientes comentarios:
duro de odo
poco sensible a la msica
normal
sensible a la msica
extraordinariamente bien dotado
Sol: 94'61; 77'15; 62'66; 41'96
de modo que haya, respectivamente, en cada uno de los grupos un 10%, un 35%, un 30%, un 20% y un 5% del
total de individuos observados. En qu puntuaciones pondras los lmites entre los distintos grupos?.

13) Supongamos una distribucin normal de media=50 y que el 7% de los casos tiene una puntuacin por
encima de 70. Cul es la desviacin tpica?. Cul ser la probabilidad de los puntos por debajo de 45?.
Sol: 13'51; 0'3557
14) Un test de inteligencia da una puntuacin que sigue una ley normal con media 100 y desviacin tpica 15.
Encontrar un intervalo centrado en 100 que contenga el 50% de las puntuaciones. En una prueba hecha a 2500
individuos, cuntos se espera que tengan una puntuacin superior a 125?.

SUBIR

APROXIMACIN DE LA BINOMIAL POR LA NORMAL:
1) En una cierta poblacin, la probabilidad de que una persona pertenezca al grupo sanguneo A es igual a 0'38.
Se toma, aleatoriamente, una muestra de 25 personas de dicha poblacin. Halla la probabilidad de que en dicha
muestra haya exactamente 5 del grupo sanguneo A. Cuntas personas del grupo A cabe esperar que haya en la
referida muestra?.

X es B(25,0'38); P(X=5)=
25
C
5
(0'38)
5
(0'62)
20
=0'0298; =250'38=9'5
Se puede aproximar por una normal porque se cumplen las condiciones
de Moivre:
np=9'55 y nq=15'55.
X'N(9'5, (250'380'62))=N(9'5,2'43)
P(X=5)=P(4'5<X'<5'5)=P((4'5-9'5)/2'43<Z>(5'5-9'5)/2'43)=
=P(-2'06<Z<-1'65)=0'0495-0'0197=0'0298
2) En un test hay 100 preguntas con cuatro opciones de respuesta, de las que hay que seleccionar una. Si se
responde totalmente al azar, cul es el nmero medio esperado de respuestas correctas?. Cul es la desviacin
tpica?. Cul es la probabilidad de acertar ms de 25?.
Sol: X es B(100,0'25); 25; 4'33; 0'4522
3) La probabilidad de que un golfista haga hoyo en un cierto lanzamiento es 0'2. Si lo intenta 5 veces, calcular la
probabilidad de que:
a) no acierte ninguna vez;
b) acierte por lo menos dos veces;
c) Supongamos que lanzara 10000 veces y su capacidad de acierto se mantuviera, qu probabilidad hay de
que acierte ms de 2080 veces?.
Sol: 0'3277; 0'2627; 0'0222
4) El porcentaje de espaoles con estudios medios es del 35%. Elegidos 8 al azar, calcular la probabilidad de que
entre 3 y 5 (ambos inclusive) tengan estudios medios, aplicando:
a) la distribucin binomial;
b) la aproximacin de la binomial por la normal.

5) En una asociacin juvenil, el 40% de los socios juegan al voleibol. En un momento dado, se trata de reunir
gente para formar un equipo, por lo que se pregunta a un grupo de 15 socios si practican dicho deporte.
a) Describir la variable aleatoria que representa el nmero de individuos del grupo que lo practican.
b) Cul es la probabilidad de que en el grupo haya al menos 5 personas que jueguen a voleibol?.
c) Cuntos socios cabe esperar, por trmino medio, que prctiquen voleibol en un grupo de 15?.
Sol: 6; 0'7852
6) En un proceso de control de calidad se sabe que el 3% de los artculos son defectuosos. Si estos se colocan en
cajas de 300, se pide:
a) Probabilidad de que una caja contenga 10 o ms artculos defectuosos.
b) Probabilidad de que el nmero de defectuosos est comprendido entre 15 y 20, ambos inclusive.
c) Si se rechazan todas las cajas con ms de 10 defectuosos y se examinan 125 cajas, cuntas de ellas se
rechazarn?.
Sol: 0'4325; 0'0313
7) La probabilidad de que un alumno matriculado en 2 de Bachillerato abandone los estudios es de 0'2. Si en un
centro hay 100 alumnos de ese nivel, se pide:
a) De qu distribucin se trata?. Qu condiciones debe de cumplir para que se pueda aproximar por una
normal?.
b) Halla la probabilidad de que abandonen menos de 30 alumnos.
c) Halla la probabilidad de que abandonen entre 10 y 20 alumnos.
Sol: 0'9913; 0'4396
8) En un centro comercial se sabe que el 35% de los clientes pagan con tarjeta
a) Si en una caja han pagado 120 clientes, cul es el nmero esperado de clientes que no han pagado con
tarjeta?
b) Si en una caja han pagado 200 clientes, cul es la probabilidad de que hayan pagado con tarjeta entre 60 y
85 clientes?
c) Si en una caja han pagado 400 clientes, cul es la probabilidad de que al menos 260 no lo hayan hecho con
tarjeta?

Sol: 78; 0'9049; 0'5199
9) Se sabe que el 40% de las mujeres embarazadas dan a luz antes de la fecha prevista. En un hospital, han dado
a luz 125 mujeres en una semana.
a) Cul es el nmero esperado de mujeres a las que se les retras el parto?
b) Cul es la probabilidad de que entre 45 y 60 mujeres se les haya adelantado el parto?

Sol: 0'7521
10) El 70% de los alumnos de instituto tiene telfono mvil.
a) Si un instituto tiene 1400 alumnos cuntos se espera que tengan mvil?
b) Cul es la probabilidad de que, en una muestra de 150 alumnos, haya ms de 100 con telfono mvil?
c) Cul es la probabilidad de que, en una muestra de 200 alumnos, haya como mximo 140 con telfono
movil?

Podemos considerar que estamos ante experimentos binomiales en los tres casos: 1) Se revisa a n alumnos
independientemente unos de otros; 2) En cada prueba vemos si tiene telfono mvil (A) o no (A); 3) p(A)=0'7=p
y p(A)=0'3=q. La variable a considerar es X=n de alumnos con mvil. XB(n,0'7)
a) n=1400; =np=14000'7=980
b) n=150; P(X>100)?. Se cumplen las condiciones de Moivre ya que: np=1500'7=1055 y nq=1500'3=455,
luego podemos aproximar la binomial por una normal X'N(1500'7, (1500'70'3))=N(105,5'61); teniendo en
cuenta el ajuste de continuidad:
P(X>100)=P(X'>100'5)=P(Z>(100'5-105)/5'61)=P(Z>-0'80)=1-P(Z-0'80)=1-0'2119=0'7881
c) n=200; P(X140)?. Se cumplen las condiciones de Moivre: np=2000'7=1405 y nq=2000'3=605, luego
podemos aproximar la binomial por una normal X'N(2000'7, (2000'70'3))=N(140,6'48); teniendo en cuenta
el ajuste de continuidad:
P(X140)=P(X'140'5)=P(Z(140'5-140)/6'48)=P(Z0'08)=0'4681
Nota: Este problema se puede resolver como un problema de distribuciones de muestreo.
SUBIR

INFERENCIA

MUESTREO:
1) Una poblacin est formada por seis elementos con valores: 2,4,6,8,10 y 12. Considerando todas las muestras
posibles de tamao 2 con reemplazamiento, se pide:
a) La media y desviacin tpica de la poblacin.
b) La media y desviacin tpica de la distribucin muestral de medias.
La poblacin finita es P={2,4,6,8,10,12}
La variable X="nmero" sigue una distribucin discreta cuya media y desviacin tpica se obtiene con la
siguiente tabla:

x
i
p
i
x
i
p
i
x
i
2
p
i

x
=7

2
x
= (364/6)-
7
2
=35/3

x
= 3'4157

2 1/6 2/6 4/6
4 1/6 4/6 16/6
6 1/6 6/6 36/6
8 1/6 8/6 64/6
10 1/6 10/6 100/6
12 1/6 12/6 144/6
totales 1 7 364/6

Todas las muestras de tamao 2 obtenidas con reemplazamiento junto con sus medias muestrales se recogen en
la tabla siguiente:

{2,2}2 {2,4}3 {2,6}4 {2,8}5 {2,10}6 {2,12}7
{4,2}3 {4,4}4 {4,6}5 {4,8}6 {4,10}7 {4,12}8
{6,2}4 {6,4}5 {6,6}6 {6,8}7 {6,10}8 {6,12}9
{8,2}5 {8,4}6 {8,6}7 {8,8}8 {8,10}9 {8,12}10
{10,2}6 {10,4}7 {10,6}8 {10,8}9 {10,10}10 {10,12}11
{12,2}7 {12,4}8 {12,6}9 {12,8}10 {12,10}11 {12,12}12
La variable X="media de la muestra" sigue una distribucin discreta cuya media y desviacin tpica se obtiene
con la siguiente tabla:
x
i
p
i
x
i
p
i
x
i
2
p
i

x
= 252/36=7

2
x
= (1974/36)-
7
2
=35/6

x
= 2'4152
se cumple que
x =
x
y que
x
=

x
:n

2 1/36 2/36 4/36
3 2/36 6/36 18/36
4 3/36 12/36 48/36
5 4/36 20/36 100/36
6 5/36 30/36 180/36
7 6/36 42/36 294/36
8 5/36 40/36 320/36
9 4/36 36/36 324/36
10 3/36 30/36 300/36
11 2/36 22/36 242/36
12 1/36 12/36 144/36
totales 1 252/36 1974/36

2) Una poblacin est formada por los elementos 1,2,4 y 6. a) Calcular la proporcin de cifras impares; b) Para
cada una de las muestras con reemplazamiento de tamao 2, calcular la proporcin de cifras impares; c) Calcular
la media y la desviacin tpica de las distribuciones muestrales de proporciones.
La poblacin es finita P={1,2,4,6} y las muestras de tamao n=2 son con reemplazamiento
a) En la poblacin la proporcin de cifras impares es: p=1/4=0'25=25%
b) Todas las muestras de tamao 2 junto con la proporcin de cifras impares se muestra en la siguiente tabla:

{1,1}1 {1,2}0'5 {1,4}0'5 {1,6}0'5
{2,1}0'5 {2,2}0 {2,4}0 {2,6}0
{4,1}0'5 {4,2}0 {4,4}0 {4,6}0
{6,1}0'5 {6,2}0 {6,4}0 {6,6}0

c) La proporcin de cifras impares define una variable aleatoria, p, a la que podemos tabular su distribucin (en
este caso la trataremos como discreta) y calcular su media y desviacin tpica:

p
i
p
i
p
i
p
i
p
i
2
p
i
= 4/16 = 1/4 = 0'25

2
= 2'5/16-(1/4)
2
=
=1'5/16 = 3/32 =
0'09375
= 0'30619
se cumple
que = (pq/n)

0 9/16 0 0
0'5 6/16 3/16 1'5/16
1 1/16 1/16 1/16
totales 1 4/16 2'5/16

3) Los tornillos fabricados por cierta mquina de precisin, que se distribuyen segn una normal, tienen pesos
medios de 142'32 g y una desviacin tpica de 8'5 g.
a) Halla la probabilidad de que una muestra elegida al azar de 25 tornillos, tomada entre ellos, tenga un peso
medio superior a 144'6 g
b) Realiza el mismo clculo si la muestra que se toma es de 100 tornillos.
X= "longitud de un tornillo"
XN(142'32,8'5)
Como X es normal X es tambin normal; X
25
N(142'32, 8'5/25)=N(142'32,1'7); X
100
N(142'32,
8'5/100)=N(142'32,0'85)
a) P(X
25
>144'6)=P(Z>(144'6-142'32)/1'7))=P(Z>1'34)=1-P(Z1'34)=1-0'9099=0'0901
b)P(X
100
>144'6)=P(Z>(144'6-142'32)/0'85))=P(Z>2'68)=1-P(Z2'68)=1-0'9963=0'0037
4) Suponiendo que las puntuaciones de un test se distribuyen segn una normal N(100,15), encontrar un
intervalo de probabilidad, con un nivel de confianza del 95%, dnde se encontrar la media de las puntuaciones
de una muestra de 81 personas a las que se les pasar el test. Resolver el problema, tambin, para un nivel de
confianza del 99% y un tamao de la muestra de 120 personas.
X="puntuacin obtenida en el test"
XN(100,15)
Tamao de la muestra: n=81; Nivel de confianza: 1-=0'95 =0'05
/2
=0'025 z
/2
=1'96
El intervalo de probabilidad para este tamao de muestra y este nivel de confianza es: (100-
1'9615/81,100+1'9615/81)=(96'73,103'27)
y esto significa que P(96'73<X<103'27)=0'95
Para n=120 y 1-=0'99 =0'01 /2=0'005 z
/2
=2'575, con lo que le intervalo de probabilidad es:
(100-2'57515/120,100+2'57515/100)=(96'47, 103'53) y esto significa que P(96'47<X<103'53)=0'99
Ntese que, segn la frmula del intervalo de probabilidad, el incremento del tamao muestral implica una
disminucin de la longitud del intervalo y un aumento del nivel de confianza, su alargamiento. En este caso el
resultado final fue un intervalo de ms longitud en el segundo caso que en el primero.
5) Se sabe que el 60% de los adultos de una determinada ciudad asisten regularmente a programas culturales. Se
obtiene una muestra aleatoria de 150 adultos. Se desea conocer cul es la probabilidad de que la proporcin de
los que asisten regularmente a esos programas, en dicha muestra, este comprendida entre el 50% y el 70%.
Tambin cul es la probabilidad de que esa proporcin muestral sea superior al 50%.
La poblacin adulta est dividida en dos partes: los que asisten regularmente a programas culturales (p=0'6) y los
que no asisten regularmente (q=0'4).
El tamao de la muestra es: n=150
Como n30, la distribucin en las muestras de la proporcin de los que asisten regularmente es
normal: pN(0'6,(0'60'4/150))=N(0'6,0'04)
Se pide: P(0'5<p<0'7)=P((0'5-0'6)/0'04<Z<(0'7-0'6)/0'04)=P(-2'5<Z<2'5)=0'9938-0'0062=0'9876.
Se pide a continuacin: P(p>0'5)=P(Z>(0'5-0'6)/0'04)=P(Z>-2'5)=1-P(Z-2'5)=1-0'0062=0'9938.
6) Supongamos que el 25% de los jvenes fuma. Calcula la probabilidad de que en una muestra de tamao 140
encontremos que ms de 70 jvenes son fumadores. Calcula el intervalo de probabilidad al 99%, para la
proporcin de fumadores en muestras de tamao 100. Interpreta este ltimo resultado.
La poblacin esta dividida en dos grupos: los fumadores (p=0'25) y los no fumadores (q=0'75).
El tamao de la muestra inicialmente es: n=140. Despus es: n=100
Como n30, la distribucin en las muestras de la proporcin de los fumadores es
normal: p
140
N(0'25,(0'250'75/140))=N(0'25,0'037); p
100
N(0'25,(0'250'75/100))=N(0'25,0'043)
Se pide en primer lugar: P(p
140
>70/140)=P(p
140
>0'5)=P(Z>(0'5-0'25)/0'037)=P(Z>6'76)~0
Para la segunda parte considerando que el nivel de confianza es: 1-=0'99 =0'01 /2=0'005 z
/2
=2'575
El intervalo de probabilidad queda: (0'25-2'575(0'250'75/100),0'25+2'575(0'25*0'75/100))=(0'14, 0'36). Esto
significa que para muestras de tamao 100 la probabilidad de que en una de esas muestras salga una proporcin
de fumadores entre el 14% y el 36% es del 99%.

7) Una fbrica de coches lanza al mercado el modelo "Mathe" del que se sabe que sus pesos siguen una
distribucin normal de media 3100 Kilos y una desviacin tpica de 130 Kilos.
a) Cul es la probabilidad de que, al comprar un coche Mathe, pese ms de 3130 Kilos?
b) Qu distribucin seguirn las muestras de tamao 100 de coches Mathe?
c) Cul ser la probabilidad de que al comprar un coche pese ms de 2900 Kilos y menos de 3500 Kilos?

8) Un estudio indica que la proporcin de individuos que enfermarn despus de suministrarle una determinada
vacuna es del 5%. Se toma una muestra de 400 individuo vacunados. Determinar:
a) El nmero esperado de individuos que no enfermar.
b) La probabilidad de que el nmero de individuos que enferman sea, como mnimo, igual a 24.
c) Determinar la probabilidad de que el nmero de individuos que no enferman sea, como mnimo 372.

SUBIR

ESTIMACIN A PARTIR DE UNA MUESTRA:
1) En una oposicin en la que participaron miles de candidatos se hizo un examen tipo test. La desviacin tpica
de las calificaciones fue =10.
a. Si se elige una muestra de tamao 100, con una media muestral de 71 puntos, Cul ser el intervalo de
confianza para la media poblacional con una probabilidad del 90%?
b. Idem, si n=40, la media muestral es 74 y el nivel de significacin 0,05.

X="puntuacin obtenida en el test". X="puntuacin media de la muestra"
Como las muestras de los dos apartados cumplen que n30, la distribucin de las medias muestrales son
normales:
X
100
N(
x
, 10/100)=N(
x
, 1); X
40
N(
x
, 10/40)=N(
x
, 1'58)
a) Tamao de la muestra: n=100; media obtenida en la muestra: X
100
=71; nivel de confianza: 1-=0'90 =0'10
/2=0'05 z
/2
=1'645;
intervalo de confianza: (71-1'64510/100, 71+1'64510/100)=(69'36,72'65). Esto significa que la media de la
poblacin se encuentra en el intervalo (69'36,72'65) con una probabilidad del 90%, o igualmente,
P(69'36<
x
<72'65)=0'9
b) Tamao de la muestra: n=40; media obtenida en la muestra: X
40
=74; nivel de significacin: =0'05
/2=0'025 z
/2
=1'96;
intervalo de confianza: (74-1'9610/40, 74+1'9610/40)=(70'90,77'10). Esto significa que la media de la
poblacin se encuentra en el intervalo (70'90,77'10) con una probabilidad del 95%, o igualmente,
P(70'90<
x
<77'10)=0'95
2) Una encuesta realizada a 1100 personas da los siguientes porcentajes de voto para dos partidos de mbito
nacional: partido A, 37%; partido B, 39%. Si el mismo da que se hizo la encuesta , que se supone realizada
correctamente, se hubiesen realizado las elecciones, resultara estadsticamente extrao que las hubiese ganado
el partido A?. Pongamos una confianza del 95%.
La poblacin la podemos considerar formada de dos maneras: 1) los que votan al partido A y los que no lo
votan; 2) los que votan al partido B y los que no lo votan.
Tamao de la muestra: n=1100. Nivel de confianza: 1-=0'95 =0'05 /2=0'025 z
/2
=1'96. Tomaremos
pq0'25.
Vamos a encontrar un intervalo de confianza para la proporcin de los que votan a A, p
A
, y otro para la
proporcin de los que votan a B, p
B
.
Estimacin de p
A
en la poblacin: (0'37-1'96(0'25/1100), 0'37+1'96(0'25/1100))=(0'3405, 0'3995).
Estimacin de p
B
en la poblacin: (0'39-1'96(0'25/1100), 0'39+1'96(0'25/1100))=(0'3605, 0'4195).
Es decir, se estimara a partir de la muestra (con probabilidad del 95%) que A sacara entre el 34'05% y el
39'95% de los votos, y B entre el 36'05% y el 41'95% de los votos, por lo tanto podra haber ganado cualquiera
de los dos aunque B tendra ms opciones de ganar.
3) En una encuesta se pregunta a 10000 estudiantes de bachillerato sobre su consumo de refrescos semanal,
encontrndose una media de 5 botes, con una desviacin tpica de 2.
a. Halla los intervalos de confianza para la media al 80% y al 95% de probabilidad.
b. Si aceptamos un error de 0,25 botes para la media poblacional con una fiabilidad de 0,2, a cuntas
personas es necesario entrevistar?.Y si queremos un nivel de confianza del 95%?.

X="nmero de refrescos consumidos a la semana"
Tamao de la muestra: n=10000 (las distribuciones de las medias muestrales se pueden considerar normales);
media de la muestra: X = 5; desviacin tpica de la muestra: s=2 (se tomar = s)
a) 1
er
nivel de confianza: 1-=0'80 =0'20
/2
=0'10 z
/2
=1'28; 2 nivel de confianza: 1-=0'95 =0'05
/2=0'025 z
/2
=1'96
I
80%
=(5-1'282/10000, 5+1'282/10000)=(4'9744, 5'0256); I
95%
=(5-1'962/10000, 5+1'962/10000)=(4'9608,
5'0392). Al aumentar la confianza aumenta la longitud del intervalo.
b) Error mximo admitido E=0'25
En el primer caso: n=(1'28 2/0'25)
2
~105 personas. En el segundo: n=(1'96 2/0'25)
2
~246 personas. Si queremos
estimar la media de la poblacin con un margen de error de 0'2 botes para obtener ms confianza en la
estimacin (del 80% al 95%) debemos de aumentar el nmero de encuestados.
4) El nivel de colesterol (en mg/dl) para una muestra de 144 personas mayores de 60 aos sigue una media de
235, con desviacin tpica 45. Se puede admitir que la media de colesterol de la poblacin de mayores de 60
aos es de 225, con un nivel de confianza del 95%?
X="nivel de colesterol para personas mayores de 60 aos"
Tamao de la muestra: n=144 (las distribuciones se pueden considerar normales); media de la muestra: X = 235;
desviacin tpica de la muestra: s=45 (se tomar = s); nivel de confianza: 1-=0'95 =0'05 /2=0'025
z
/2
=1'96
Calculamos el intervalo de confianza para la media de la poblacin: (235-1'9645/144,
235+1'9645/144)=(227'65,242'35). Segn este resultado la media de la poblacin est entre 227'65 y 242'35
con una probabilidad de que as sea del 95%, luego no podemos admitir que la media de la poblacin sea 225
con ese nivel de confianza.
5) En 1995, un informe de uno de los grandes bancos espaoles afirmaba, a partir de una muestra de tamao
n=1200, que el 65% de las familias espaolas tenan dificultades econmicas para llegar a fin de mes. Construye
el intervalo de confianza al 95% para la totalidad de las familias espaolas.
La poblacin de todas las familias espaolas de ese ao est dividida en dos bloques: Las que tienen dificultad
econmica para llegar a fin de mes (porcentaje=p) y las que no.
En la muestra de tamao n=1200 sala como porcentaje de las que tenan dificultades p=0'65. Para un nivel de
confianza del 95% se tiene: 1-=0'95 =0'05 /2=0'025 z
/2
=1'96. Tomaremos pq0'25.
El intervalo de confianza para estimar p ser: (0'65-1'96(0'25/1200),0'65+1'96(0'25/1200))=(0'6217, 0'6783).
Es decir el porcentaje de familias espaolas del ao 1995 que tenan dificultades econmicas para llegar a fin de
mes estaba entre un 62'17% y un 68'83%, con una probabilidad de que as ocurriera del 95%
6) Un granjero quiere conocer el peso ganado por sus pollos tras un perodo de 15 das con una nueva
alimentacin. Estima el nmero de pollos que habr que pesar para conocer el peso medio ganado por cada
pollo, con un error mximo de 50g y una confianza del 90%, si por estudios de nutricin se sabe que la
desviacin tpica del aumento de peso es de 150 gramos.
X="peso de los pollos despus de 15 das de engorde"
Nivel de confianza: 1-=0'90 =0'10 /2=0'05 z
/2
=1'645; desviacin tpica de la poblacin: = 150
Error mximo admitido: E=50
Tamao de la muestra estimado: n=(1'645 150/50)
2
~25
7) En una muestra aleatoria de 1000 personas, estn a favor de que el ministerio de Economa mantenga la
presin fiscal el 65%. Halla el intervalo de confianza del 99%. En una encuesta realizada un ao antes haba
resultado un 68% favorable al mantenimiento de la presin. Cae este valor dentro del margen de confianza de la
nueva encuesta?.
En la poblacin hay un porcentaje, p, que est a favor y otro, q, en contra.
Tamao de la muestra: n=1000 (las distribuciones se pueden considerar normales); porcentaje a favor en la
muestra: p=0'65; nivel de confianza: 1-=0'99 =0'01 /2=0'005 z
/2
=2'575; tomaremos pq0'25.
Intervalo de confianza: I=(0'65-2'575(0'25/1000),0'65-2'575(0'25/1000))=(0'6093,0'6907). El resultado de la
encuesta anterior cae dentro del margen de confianza de la nueva encuesta.
8) La duracin de bombillas sigue una distribucin normal de media desconocida y desviacin tpica de 50
horas. Para estimar la duracin media, se experimenta con una muestra de tamao n. Calcula el valor de n para
que, con un nivel de confianza del 95%, se haya conseguido un error en la estimacin inferior a 5 horas.

9) El dimetro medio interior de una muestra de 200 tubos producidos por una mquina es de 0,502 cm y la
desviacin tpica es de 0,05 cm. El uso de los tubos permite una tolerancia en el dimetro de 0,496 a 0,508 cm;
de otro modo se considerarn defectuosos. Determina el porcentaje de tubos defectuosos, supuesto que los tubos
producidos por esa mquina estn normalmente distribuidos.

10) Se hizo una encuesta aleatoria entre 130 estudiantes universitarios, de los cuales 85 eran mujeres, sobre el
nmero de horas que estudian diariamente fuera del aula, obtenindose una media de 3'4 horas.
a) Si la desviacin tpica es de 1'1 horas, obtener un intervalo de confianza, al 98%, para la media del nmero
de horas que estudian diariamente fuera del aula los estudiantes universitarios.
b) Obtener un intervalo de confianza, al 90%, para la proporcin de mujeres entre los estudiantes
universitarios.

X="nmero de horas de estudio"
En la poblacin hay dos grupos: mujeres (cuyo porcentaje es p) y hombres (q)
Tamao de la muestra: n=130 (las distribuciones se pueden considerar normales); media de la muestra: X = 3'4
a) Desviacin tpica de la poblacin: lo tomamos como s =1'1; nivel de confianza: 1-=0'98 =0'02
/2=0'01 z
/2
=2'325
I
98%
=(3'4-2'3251'1/130, 3'4+2'3251'1/130)=(3'18,3'62). Los estudiantes universitarios estudian entre 3'18
horas y 3'62 horas de media con una probabilidad de que as sea del 98%.
b) La proporcin de mujeres en la muestra es: p=85/130=0'6538. El nivel de confianza del 90% da: 1-=0'90
=0'10 /2=0'05 z
/2
=1'645. Tomaremos pq0'25.
I
90%
=(0'6538-1'645(0'25/130), 0'6538+1'645(0'25/130))=(0'5817,0'7259). El porcentaje de mujeres
universitarias estimado est entre el 58'17% y el 72'59% con una probabilidad de que as sea del 90%.
11) En un pas se sabe que la altura de la poblacin se distribuye segn una normal cuya desviacin tpica es
igual a 10 centmetros.
a) Si dicha media fuera de 170 centmetros, calcular la probabilidad de que la media muestral, de una muestra
de 64 personas, difiera menos de un centmetro de la media de la poblacin.
b) Cul es el tamao muestral que se debe tomar para estimar la media de la altura de la poblacin con un
error menor de 2 centmetros y con un nivel de confianza del 95%?
c) Y si, en el apartado anterior, aumentamos el nivel de confianza al 99%, qu tamao muestral se
necesitar?

X="altura de una persona en centmetros"
XN(,10)X
64
N(, 10/64)=N(, 1'25)
a) Si =170, P(169<X
64
<171)=P((169-170)/1'25<Z<(171-170)/1'25)=P(-0'8<Z<0'8)=0'7881-0'2119=0'5762
b) E=2; nivel de confianza: 1-=0'95 =0'05 /2=0'025 z
/2
=1'96; n=(1'96 10/2)
2
~97
c) E=2; nivel de confianza: 1-=0'99 =0'01 /2=0'005 z
/2
=2'575; n=(2'575 10/2)
2
~166
12) Se supone que el tiempo de reaccin de un conductor, ante un obstculo imprevisto, sigue una distribucin
normal con desviacin tpica 0'05 segundos.
a) Si se quiere conseguir que el error de estimacin de la media no supere los 0'01 segundos, con un nivel de
confianza del 99%, qu tamao mnimo ha de tener la muestra de tiempos de reaccin?
b) Se toma una muestra de 100 tiempos de reaccin y se obtiene una media muestral igual a 0'03 segundos.
Determinar el correspondiente intervalo de confianza cuyo nivel de confianza es igual a 0'96.

SUBIR

TEST DE HIPTESIS:
1) Hace algunos aos la media de estatura de los espaoles adultos (varones) era de 170 cm, con F =9 cm.
Pasado el tiempo, un muestreo realizado a 36 adultos da una media de 172 cm.
a)Podemos afirmar, con una confianza del 90%, que esa diferencia de 2 cm es debida al azar?.
b)No es posible que la estatura media haya aumentado?.
c)Cambiaran las conclusiones si esa media de 172 cm se hubiese obtenido tras un muestreo de
tamao n=900?.
X="estatura de los de los varones espaoles adultos"
Hace algunos aos
0
=170 y
0
=9, hoy en da la media es
1
y vamos a suponer que la desviacin tpica no ha
cambiado
1
=
0
.
La muestra tiene tamao: n=36 (distribuciones se consideran normales); media de la muestra: X=172
a) H
0
: Las medias de la poblacin no han cambiado,
1
=
0
=170; H
1
: Las medias son diferentes
1
0;

Es un contraste de hiptesis de dos colas: 1-=0'90 =0'10 /2=0'05 z
/2
=1'645;
De ser cierta la H
0
, entonces encontraramos que la media de la muestra estara en el intervalo (170-1'6459/36,
170-1'6459/36) = (167'53,172,47) con una probabilidad de sea as del 90%. Como la media de la muestra cae
en ese intervalo, es decir, ha ocurrido un suceso que tiene el 90% de probabilidad de ocurrir, entonces aceptamos
H
0
y rechazamos H
1
. Podemos cometer un error con esta decisin.
b) H
0
: Las medias de la poblacin no han cambiado,
1
=
0
=170; H
1
: Las media actual ha aumentado
1
>
0;

Es un contraste de hiptesis de una cola: 1-=0'90 =0'10 z
=1'28;
De ser cierta la H
0
, entonces encontraramos que la media de la muestra estara en el intervalo (-,
170+1'289/36)=(-,171'92). Como la media de la muestra no cae entre estos lmites, no ha ocurrido este
suceso que tena un 90% de probabilidades de ocurrir si la hiptesis nula fuese verdadera. En conclusin
rechazamos H
0
y aceptamos la alternativa H
1
admitiendo que podemos cometer un error en esta decisin.
c) En el primer caso la regin de aceptacin sera: (170-1'6459/900, 170-1'6459/900) = (169'51,170'49),
como 172 no pertenece al intervalo el resultado sera diferente, rechazaramos H
0
y aceptaramos H
1
.
En el segundo caso la regin de aceptacin sera: (-, 170+1'289/900)=(-,170'38) y como 172 sigue estando
fuera de este intervalo se mantendran las conclusiones anteriores.
2) Supongamos que, respecto a una determinada ley, el 52% de los ciudadanos est en contra. Pasado un tiempo,
una encuesta realizada a 400 personas indica que los ciudadanos en contra han descendido hasta el 49%. Para
una significacin de 0.05, nos planteamos:
Se admite que ha cambiado, realmente la opinin pblica, o tal resultado es debido al azar?.
Se admite que ha disminuido el porcentaje de ciudadanos en contra de esa ley?.

3) La Concejala de salud de una ciudad tiene serias dudas sobre el nivel de protenas de los ciudadanos: se
sospecha que ha descendido. Tal nivel es considerado normal si vale 7.25 gramos por deciltro, con desviacin
tpica F =0.71. Para contratar las dudas se realiza un muestreo con 35 personas, del que se obtiene una media de
6.85. Si se desea una confianza en los resultados del 97.5%, puede asegurarse que el nivel de protenas ha
descendido?.

4) Una encuesta a 64 profesionales de una institucin revel que el tiempo medio de empleo en dicha profesin
era de 5 aos con desviacin tpica de 4. Considerando un nivel de significacin del 0.05, sirven estos datos
para afirmar que el tiempo medio de empleo de los profesionales de esta institucin est por debajo de los 6
aos?. Suponemos normales las distribuciones.

5) Un experto en temas electorales, basado en los resultados de anteriores comicios, sostiene que, si se celebran
elecciones generales en la actualidad, tan slo acudira a votar el 48% del electorado. Sin embargo, en un sondeo
electoral realizado recientemente con una muestra de 1500 personas, 800 manifiestan su intencin de votar.
Plantea la prueba de hiptesis ms adecuada, para un nivel de significacin de 0.05 y comenta el resultado.

6) Existe la hiptesis de que en una determinada regin realizan estudios de nivel medio el mismo nmero de
varones que de mujeres. Mediante un sistema aleatorio tomamos una muestra de 1000 expedientes escolares, de
los cuales 532 son varones y 468 son mujeres. Es este un resultado poco probable o, por el contrario, se ajusta a
la gran mayora del 99% de los resultados?.

7) Una marca de nueces afirma que, como mximo, el 6% de las nueces estn vacas, se eligieron 300 nueces al
azar y se detectaron 21 vacas.
a) Con un nivel de significacin del 1%, se puede aceptar la afirmacin de la marca?.
b) Si se mantiene el porcentaje muestral de nueces que estn vacas y 1-=0'95, qu tamao muestral se
necesitara para estimar la proporcin de nueces vacas con un error menor del 1%?

La proporcin de nueces vacas vamos a llamarle p.
El tamao de la muestra es: n=300 (distribuciones se pueden considerar normales). La proporcin de nueces
vacas encontradas en la muestra fue p=21/300=0'07.
a) H
0
: La marca dice que p0'06 ; H
1
: La alternativa es que

p>0'06.
Es un contraste de una cola: =0'01 z
=2'325.
De ser cierta la hiptesis nula entonces la regin de aceptacin sera: (-, 0'06+2'325(0'060'94/300))=(-
,0'09). Como la proporcin muestral cae dentro de este intervalo se verifica un intervalo con una probabilidad
de ocurrir del 99%, por lo tanto aceptamos la hiptesis nula H
0
y rechazamos la alternativa H
1
. Podemos
cometer un error .
b) Para un nivel de confianza:1-=0'95 =0'05 /2=0'025 z
/2
=1'96. Estimamos el porcentaje de nueces
vacas de la poblacin con un intervalo de confianza. Si el error mximo admitido es: E=0'01, entonces el
tamao de la muestra debe de ser: n=1'96
2
0'07 0'97/0'01
2
~2609.
8) En una muestra de 900 pginas escritas por alumnos de bachillerato, 351 tenan algn tipo de falta de
ortografa.
a) Determinar un intervalo de confianza, de nivel igual a 0'95, para la proporcin de pginas con faltas de
ortografa.
b) Si =0'1, se podra rechazar la hiptesis de que, como mximo, el 38% de las pginas escritas por los
alumnos de bachillerato tienen algn tipo de faltas de ortografa?

La proporcin de pginas con faltas de ortografa le llamaremos p.
La muestra tiene de tamao n=900, y la proporcin muestral p=351/900=0'39
a) Para nivel de confianza 0'95 se tiene: 1-=0'95 =0'05 /2=0'025 z
/2
=1'96
El intervalo de confianza para p ser: (0'39-1'96(0'25/900),0'39+1'96(0'25/900))=(0'36,0'42). Es decir,
P(0'36<p<0'42)=0'95
b) H
0
: La proporcin de pginas con faltas p0'38 ; H
1
: La alternativa es que

p>0'38.
Para =0'1 se tiene:1-=0'90 =0'10 z
=1'28; La regin o suceso de aceptacin es: (-

,0'38+1'28(0'380'62/900))=(-, 0'40), y, como 0'39 pertenece a este intervalo, aceptamos la hiptesis nula
H
0
con un error de equivocarnos .
9) Un vendedor de paquetes de carbn para barbacoa afirma que el peso medio de cada paquete es, como
mnimo, de 20 kgr. Para contrastar esto se toma una muestra de 9 paquetes, obtenindose una media de 19'3 kgr.
Si se supone que el peso de los paquetes sigue una distribucin normal con desviacin tpica de 1 kgr:
a) Determinar si se puede aceptar la afirmacin con =0'05.
b) Con un nivel de confianza del 90%, qu tamao muestral es necesario para estimar el peso medio de un
paquete de carbn con un error menor de 0'2 kgr.?

Taller de Estadística

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Taller de Estadística

Uploaded by

Copyright:

Available Formats

1.

Es una Variable Cualitativa Ordinal:

=1'28; La regin o suceso de aceptacin es: (-

You might also like