ADI-Semana 3

1. 1. ¿Cuál es la importancia del análisis de datos en la investigación sustentable?

• Para eliminar la variabilidad en los datos.

• Para comprender fenómenos complejos y tomar decisiones informadas para el desarrollo sustentable.

• Para asegurar que todos los estudios tengan los mismos resultados.

• 1. Para reducir el tamaño de la muestra requerida en un estudio.

1. 2. ¿Cuál es la diferencia principal entre el muestreo probabilístico y el muestreo no probabilístico?

• 1. El muestreo probabilístico selecciona muestras basadas en la conveniencia, mientras que el muestreo no probabilístico utiliza métodos aleatorios.

• El muestreo probabilístico selecciona muestras al azar, asegurando que cada miembro de la población tenga una probabilidad conocida de ser seleccionado, mientras que el muestreo no probabilístico no garantiza esta probabilidad.

• 1. El muestreo probabilístico solo se utiliza en estudios cualitativos, mientras que el muestreo no probabilístico se utiliza en estudios cuantitativos.

• 1. El muestreo probabilístico no considera la variabilidad, mientras que el muestreo no probabilístico la considera.

1. 3. ¿Cuál es un factor crucial para determinar el tamaño de la muestra en un estudio?

• 1. El presupuesto disponible para la investigación.

• El número total de variables a estudiar.

• 1. El nivel de confianza y el margen de error deseado.

• 1. La duración del estudio.

1. 4. ¿Qué es un intervalo de confianza?

• 1. Un rango de valores que se calcula para incluir un porcentaje determinado de la población.

• 1. Un rango de valores dentro del cual se espera que se encuentre un parámetro poblacional con un cierto nivel de confianza.

• 1. Un rango de valores que se utiliza para predecir datos futuros.

• Un rango de valores que se utiliza para calcular la varianza de los datos.

5. 5. ¿Cómo se interpreta un intervalo de confianza del 95% para una media poblacional?

• Hay un 95% de probabilidad de que la media muestral caiga dentro del intervalo.

• La media poblacional estará en el intervalo en el 95% de todas las muestras posibles.

• El 95% de los datos individuales de la muestra caerán dentro del intervalo.

• El intervalo contiene el 95% de los datos de la población.

6. 6. ¿Qué se necesita para construir un intervalo de confianza para una media cuando la desviación estándar poblacional no es conocida?

• Usar la desviación estándar muestral y la distribución t de Student.

• 1. Usar la desviación estándar muestral y la distribución normal.

• 1. Usar la desviación estándar poblacional y la distribución normal.

• 1. Usar cualquier medida de dispersión disponible y la distribución normal.

7. 7. ¿Cuál es el propósito principal de una prueba de hipótesis?

• 1. Probar que una teoría es verdadera.

• 1. Determinar si existe suficiente evidencia para rechazar una hipótesis nula en favor de una hipótesis alternativa.

• 1. Calcular el valor promedio de una muestra.

• 1. Medir la correlación entre dos variables.

1. 8. ¿Cuál es la diferencia principal entre una prueba t de Student para muestras independientes y una prueba t para muestras emparejadas?

• 1. La prueba para muestras independientes se utiliza cuando los datos provienen de la misma muestra, mientras que la prueba para muestras emparejadas se utiliza cuando los datos provienen de diferentes muestras.

• 1. La prueba para muestras independientes compara medias de dos grupos no relacionados, mientras que la prueba para muestras emparejadas compara medias de dos grupos relacionados o pareados.

• 1. ) La prueba para muestras emparejadas requiere una mayor cantidad de datos que la prueba para muestras independientes.

• 1. No hay diferencia significativa entre las dos pruebas.

1. 9. ¿Qué evalúa el análisis de varianza (ANOVA) de una vía?

• 1. La variación dentro de un solo grupo.

• La variación entre las medias de tres o más grupos independientes.

• 1. La variación entre dos grupos relacionados.

• La variación dentro de un grupo con múltiples variables.

10. 10. ¿Cuál es una característica clave de las pruebas no paramétricas?

• Requieren que los datos sigan una distribución normal.

• No requieren supuestos sobre la distribución de los datos.

• Solo se pueden usar con datos cuantitativos.

• Solo se aplican a grandes muestras de datos.