Free Printable Estadística inferencial

1.

La estadística inferencial aplica procedimientos a la información contenida en una

a)

Muestra

b)

Población

c)

Ambas

2.

Es una medida numérica descriptiva de una población.

a)

Parámetro.

b)

Estadístico.

c)

Ninguno.

3.

Los muestreos probabilísticos aseguran la representatividad de la muestra extraída y son, por lo tanto, los más recomendables.

a)

Verdadero

b)

Falso

4.

En el muestreo aleatorio (a) la selección se realiza de tal manera que cada elemento de la población tiene la misma oportunidad (probabilidad) de ser seleccionado.

5.

Esta técnica se utiliza cuando una población está dividida en grupos formados con base a cierta característica.

a)

Muestreo aleatorio simple

b)

Muestreo aleatorios sistemático

c)

Muestreo aleatorio estratificado

d)

Muestreo aleatorio por conglomerados.

6.

Un estadístico es un valor FIJO, NO ALEATORIO, CONSTANTE, UNICO para la población en estudio.

a)

Verdadero

b)

Falso

7.

El valor esperado de la media muestral es

a)

La media de la población $\mu$

b)

La varianza de la población $\sigma^2$

c)

La desviación estándar $\sigma$

8.

Mide la variabilidad del muestreo debida a la casualidad o a las fuerzas aleatorias

a)

Error estándar

b)

Teorema del límite central

c)

Ninguno

9.

Cuando $𝑛→∞$ , las distribuciones $t$ y $z$ son idénticas

a)

Verdadero

b)

Falso

10.

La distribución $t$ se utiliza cuando

a)

La población es normal

b)

La muestra es pequeña

c)

Se desconoce la varianza poblacional $\sigma^2$

d)

Se conoce la varianza poblacional $\sigma^2$

11.

Características de la curva de la distribución $\chi^2$

a)

No es simétrica

b)

Los valores $\chi^2$ no pueden ser negativos

c)

Es simétrica

d)

Los valores $\chi^2$ pueden ser negativos

12.

Un estimador eficiente es aquel cuya distribución muestral tenga

a)

La menor varianza

b)

La menor media

c)

La mayor varianza

d)

La mayor media

13.

Puede haber varios estimadores diferentes para el mismo parámetro poblacional

a)

Verdadero

b)

Falso

14.

$\overline{x}-z_{\frac{\alpha}{2}}\ \frac{\sigma}{\sqrt{n}}<\mu<\overline{x}+z_{\frac{\alpha}{2}}\ \frac{\sigma}{\sqrt{n}}$

a)

Es una estimación por intervalo de $\mu$ cuando se desconoce $\sigma^2$

b)

Es una estimación por intervalo de $\mu$ cuando se conoce $\sigma^2$

15.

Estimación por intervalos de $\mu$ cuando se desconoce la varianza $\sigma^2$ y la muestra es pequeña

a)

$\overline{x}-z_{\frac{\alpha}{2}}\ \frac{\sigma}{\sqrt{n}}<\mu<\overline{x}+z_{\frac{\alpha}{2}}\ \frac{\sigma}{\sqrt{n}}$

b)

$\overline{x}-t_{\frac{\alpha}{2}}\ \frac{s}{\sqrt{n}}<\mu<\overline{x}+t_{\frac{\alpha}{2}}\ \frac{s}{\sqrt{n}}$

c)

$\overline{x}-z_{\frac{\alpha}{2}}\ \frac{s}{\sqrt{n}}<\mu<\overline{x}+z_{\frac{\alpha}{2}}\ \frac{s}{\sqrt{n}}$

16.

Estimación por intervalos de $\mu$ cuando se desconoce la varianza $\sigma^2$ y la muestra es grande

a)

$\overline{x}-z_{\frac{\alpha}{2}}\ \frac{\sigma}{\sqrt{n}}<\mu<\overline{x}+z_{\frac{\alpha}{2}}\ \frac{\sigma}{\sqrt{n}}$

b)

$\overline{x}-t_{\frac{\alpha}{2}}\ \frac{s}{\sqrt{n}}<\mu<\overline{x}+t_{\frac{\alpha}{2}}\ \frac{s}{\sqrt{n}}$

c)

$\overline{x}-z_{\frac{\alpha}{2}}\ \frac{s}{\sqrt{n}}<\mu<\overline{x}+z_{\frac{\alpha}{2}}\ \frac{s}{\sqrt{n}}$

Estadística inferencial

Total questions: 16

Worksheet time: 48mins

Similar Resources on Wayground