Font size
WorksheetsPRE-CV Global U1-U5
Total questions: 66
Worksheet time: 3hrs 58mins
Es el valor característico de una serie de datos cuantitativos, objeto de estudio que parte del principio de la esperanza matemática o valor esperado, se obtiene a partir de la suma de todos sus valores dividida entre el número de sumandos.
Media
Mediana
Suma
Cuartil
Representa el valor de la variable de posición central en un conjunto de datos ordenados.
Mediana
Central
El de enmedio
Cuartil 3
Es el valor con mayor frecuencia en una de las distribuciones de datos.
Moda
Trend
Mediana
Media
Es el intervalo entre el valor máximo y el valor mínimo.
Rango
Límite superior
Límite inferior
Intervalo
Es una medida de dispersión definida como la esperanza del cuadrado de la desviación de dicha variable respecto a su media.
Varianza
Variable
Desviación
Variabilidad
Es una medida que se utiliza para cuantificar la variación o la dispersión de un conjunto de datos numéricos.
Desviación estándar
Variación
Dispersión
Desviación atípica
Indica cuán grande es la desviación estándar en relación con la media.
Coeficiente de variación
Coeficiente de desviación
Coeficiente de variabilidad
Desviación estándar
Indica cuán grande es la desviación estándar en relación con la media.
Coeficiente de variación
Coeficiente de desviación
Coeficiente de variabilidad
Desviación estándar
Es la técnica matemática que obtiene, organiza, presenta y describe un conjunto de datos con el propósito de facilitar el uso, generalmente con el apoyo de tablas, medidas numéricas o gráficas.
Estadística descriptiva
Estadística
Estadística inferencial
Probabilidad
Estos valores son valores "intermedios" que se situan alrededor del centro de la distribución.
Parámetros de centralización
Parámetros de dispersión
Parámetros de dispersión
Parámetros de forma
Estos valores permiten conocer otros puntos característicos de la distribución que no son los valores centrales.
Parámetros de posición
Parámetros de centralización
Parámetros de dispersión
Parámetros de forma
Es el valor entre cero y uno, inclusive, que describe la posibilidad relativa (oportunidad o casualidad) de que ocurra un evento:
Probabilidad
Estadística clásica
Estadística
Probabilística clásica
Proceso que induce a que ocurra una y sólo una de varias posibles observaciones.
Experimento
Estadística clásica
Experimento aleatorio
Probabilística clásica
El Resultado particular de un experimento se le conoce como:
Resultado
Estadística clásica
Resultado aleatorio
Experimento
El conjunto de uno o más resultados de un experimento es un:
Evento
Resultado
Experimento
Probabilística clásica
Ejemplo de un experimento en probabilidad es:
Lanzar un dado
Realizar la hipótesis
Ver las estrellas
Observar la caída del número 6
Ejemplo de resultado en probabilidad:
Observar la caída del número 6 al lanzar un dado
Lanzar un dado
Ver las estrellas
Realizar la hipótesis
Ejemplo de un evento es:
Observar la caída de un número par lanzar un dado
Estadística clásica
Estadística
Listar los resultados al lanzar un dado
Las dos perspectivas de la probabilidad son:
Objetiva y Subjetiva
Estadística clásica y objetiva
Estadística empírica
Clásica y empírica
La probabilidad objetiva se divide en:
Clásica y empírica
Estadística clásica y objetiva
Estadística empírica
Objetiva y Subjetiva
Parte del supuesto de que los resultados de un experimento son igualmente posibles.
Clásica
Objetiva
Empírica
Subjetiva
El hecho de que un evento se presente significa que ninguno de los demás eventos puede ocurrir al mismo tiempo se dice que es:
Mutuamente excluyente
Colectivo excluyente
Exhaustivo
Excluyente
Cuando por lo menos uno de los eventos debe ocurrir cuando se lleva a cabo un experimento se dice que es.
Colectivamente exhaustivo
Exhaustivo
Excluyente
Mutuamente excluyente
A la frecuencia relativa también se le conoce como probabilidad:
Empírica
Objetiva
Clásica
Subjetiva
Es la probabilidad de que un evento ocurra representa una fracción de los eventos similares que sucedieron en el pasado:
Empírica
Objetiva
Clásica
Subjetiva
En una gran cantidad de intentos, la probabilidad empírica de un evento se aproximará a su probabilidad real se le conoce como la ley:
De los grandes números
De Estadística clásica
De probabilidad aleatoria
Empírica
La posibilidad de un evento en particular que asigna un individuo a partir de cualquier información que encuentre disponible se denomina probabilidad:
Subjetiva
Objetiva
Clásica
Empírica
La regla especial de adición de la probabilidad se representa por:
P(A o B) = P(A) + P(B)
P(A o B) = P(A) * P(B)
P(A o B) = P(A) / P(B)
P(A o B) = P(A) - P(B)
La regla del complemento de la probabilidad se representa por:
P(A o B) = 1 - P(~A)
P(A o B) = P(A) * P(B)
P(A o B) = 1 - P(-A)
P(A o B) = P(A) - P(B)
La regla general de la adición de la probabilidad
P(A o B) = P(A) + P(B) – P(A y B)
P(A o B) = 1 - P(~A)
P(A o B) = 1 - P(-A)
P(A o B) = P(A) - P(B)
La regla general de la multiplicación de la probabilidad es:
P(A y B) = P(A)P(B|A)
P(A y B) = 1 - P(~A)
P(A o B) = P(A) + P(B) – P(A y B)
P(A o B) = P(A) - P(B)
En conteo, si se trata de una secuencia de acciones, deberemos usar el principio:
Multiplicativo
Conteo
Sustracción
Aditivo
En conteo, si se trata de una sola acción que presenta distintas alternativas de realización, deberemos usar el principio:
Aditivo
Conteo
Sustracción
Multiplicativo
Es toda agrupación o reunión en la cual los objetos que lo conforman pueden ser abstractos o concretos y deben estar determinados sin ambigüedades.
Conjunto
Lista de datos
Serie de datos
Producto cartesiano
En combinatoria la correspondencia entre los elementos de dos conjuntos o más se denomina:
Relación
Álgebra de conjuntos
Conjunto
Producto cartesiano
En combinatorio, es un elemento que indica posición de los objetos o de los elementos:
Orden
Álgebra de conjuntos
Conjunto
Relación
Lista de todos los resultados de un experimento y la probabilidad asociada a cada uno de ellos:
Distribución de Probabilidad.
Distribución.
Propiedad distributiva.
Resultados.
Características de una distribución de probabilidad:
La propiedad de un resultado en particular se encuentra entre 0 y 1.
Los resultados son eventos mutuamente excluyentes.
La suma de las probabilidades es 1.
Ninguna de las anteriores.
Proceso que induce a que ocurra una y sólo una de varias posibles observaciones:
Experimento.
Evento.
Resultado aleatorio.
Resultado.
Resultado particular de un experimento:
Resultado.
Experimento.
Probabilista clásica.
Evento.
Cantidad que resulta de un experimento que, por azar, puede optar diferentes valores:
Variable Aleatoria.
Variable no aleatoria.
Variable aleatoria discontinua.
Variable aleatoria indiscreta.
Ejemplo de variables aleatorias:
El número de alumnos ausentes en una clase.
Lanzar un dado y caigan dos datos.
Ver el cielo y no esté.
Lanza dos monedas y que caigan 3.
Variable aleatoria que adopta sólo valores claramente separados:
Variable Aleatoria discreta.
Variable aleatoria continua.
Variable aleatoria discontinua.
Variable aleatoria indiscreta.
Es una variable aleatoria que puede suponer infinidad de valores con ciertas limitaciones:
Variable aleatoria continua.
Variable aleatoria discontinua.
Variable aleatoria indiscreta.
Variable Aleatoria discreta.
Ejemplo de variable aleatoria continua:
El tiempo para realizar una pintura.
El sexo de un grupo de personas.
El nombre de una mascota.
El número de gatitos en un patio.
Constituye un valor típico para representar la posición central de una distribución de probabilidad:
Media.
Percentil.
Variable discreta.
Variable continua.
Es una variable aleatoria con distribución de probabilidad discreta:
El número de canciones en el álbum de un cantante.
La duración de cada canción en el último álbum de un cantante.
La variable discreta del peso de cada estudiante de una clase.
La temperatura ambiente en el momento en que realiza este examen.
Es una variable aleatoria con distribución de probabilidad discreta:
El número de estudiantes que obtiene A en una clase.
La duración de cada canción en el último álbum de un cantante.
El peso de cada estudiante de una clase.
La variable discreta de la temperatura ambiente en el momento en que realiza este examen.
Es una variable aleatoria con distribución de probabilidad discreta:
El número de empleados de producción que se ausentaron en un turno de trabajo.
La variable discreta de la duración de cada canción en el último álbum de un cantante.
El peso de cada estudiante de una clase.
La temperatura ambiente en el momento en que realiza este examen.
Es una variable aleatoria con distribución de probabilidad discreta:
La variable discreta que representa el número de comerciales de 30 segundos que pasan en la TV en un intervalo de 8-11 de la mañana.
El peso de cada estudiante de una clase.
El dinero que gana un jugador en una liga mayor de béisbol
La duración de cada canción en el último álbum de un cantante.
Es una variable aleatoria con distribución continua:
La duración de cada canción en el último álbum de un cantante.
El número de empleados de producción que se ausentaron en un turno de trabajo.
El número de caras que se presentan en tres lanzamientos de una moneda.
El número de estudiantes que obtiene A en una clase.
Es una variable aleatoria con distribución continua:
El peso de cada estudiante de una clase.
El número de caras que se presentan en tres lanzamientos de una moneda.
La variable discreta que representa el número de comerciales de 30 segundos que pasan en la TV en un intervalo de 8-11 de la mañana.
El número de estudiantes que obtiene A en una clase.
Es una variable aleatoria con distribución continua:
La temperatura ambiente en el momento en que realiza este examen.
El número de estudiantes que obtiene A en una clase.
El número de caras que se presentan en tres lanzamientos de una moneda.
El número de empleados de producción que se ausentaron en un turno de trabajo.
Es una variable aleatoria con distribución continua:
El dinero que gana un jugador en una liga mayor de béisbol.
La variable discreta que representa el número de comerciales de 30 segundos que pasan en la TV en un intervalo de 8-11 de la mañana.
El número de empleados de producción que se ausentaron en un turno de trabajo.
El número de caras que se presentan en tres lanzamientos de una moneda.
Es un ejemplo de variables en experimentos que dan como resultado eventos con resultados mutuamente excluyentes:
Al seleccionar el sexo.
El resultado al lanzar una datos con las mismos números en de cada lado.
El resultado al lanzar una moneda con las mismas caras de cada lado.
Seleccionar una bola blanca en un conjunto de bolas negras.
La afirmación: “la distribución binomial es lo mismo que una distribución de Bernoulli” ¿Es verdadera?:
No, Una distribución de Bernoulli puede ser una binomial si cumple las características binomiales.
No, Una distribución binomial es también una distribución de Bernoulli.
No, y Necesito leer más.
Si, Es lo mismo.
El procedimiento para probar una hipótesis consta de 5 pasos, el paso número 1 es:
Se establecen las hipótesis nula y alternativa.
Se selecciona un nivel de significancia.
Se identifica el estadístico de prueba.
Se formula una regla para tomar decisiones.
Se toma una muestra; se llega a una decisión.
El procedimiento para probar una hipótesis consta de 5 pasos, el paso número 2 es:
Se establecen las hipótesis nula y alternativa.
Se selecciona un nivel de significancia.
Se identifica el estadístico de prueba.
Se formula una regla para tomar decisiones.
Se toma una muestra; se llega a una decisión.
El procedimiento para probar una hipótesis consta de 5 pasos, el paso número 3 es:
Se establecen las hipótesis nula y alternativa.
Se selecciona un nivel de significancia.
Se identifica el estadístico de prueba.
Se formula una regla para tomar decisiones.
Se toma una muestra; se llega a una decisión.
El procedimiento para probar una hipótesis consta de 5 pasos, el paso número 4 es:
Se establecen las hipótesis nula y alternativa.
Se selecciona un nivel de significancia.
Se identifica el estadístico de prueba.
Se formula una regla para tomar decisiones.
Se toma una muestra; se llega a una decisión.
El procedimiento para probar una hipótesis consta de 5 pasos, el paso número 5 es:
Se establecen las hipótesis nula y alternativa.
Se selecciona un nivel de significancia.
Se identifica el estadístico de prueba.
Se formula una regla para tomar decisiones.
Se toma una muestra; se llega a una decisión.
Es una afirmación relativa a un parámetro de la población sujeta a verificación:
Hipótesis.
Prueba de Hipótesis.
Hipótesis Alternativa.
Nivel de Significancia.
Procedimiento basado en evidencia de la muestra y la teoría de la probabilidad para determinar si la hipótesis es una afirmación razonable:
Hipótesis.
Prueba de Hipótesis.
Hipótesis Alternativa.
Nivel de Significancia.
Enunciado relativo al valor de un parámetro poblacional que se formula con el fin de probar evidencia numérica:
Hipótesis Nula.
Prueba de Hipótesis.
Hipótesis Alternativa.
Nivel de Significancia.
Enunciado que se acepta si los datos de la muestra ofrecen suficiente evidencia para rechazar la hipótesis nula:
Hipótesis Nula.
Prueba de Hipótesis.
Hipótesis Alternativa.
Nivel de Significancia.
Probabilidad de rechazar la hipótesis nula cuando es verdadera:
Hipótesis Nula.
Prueba de Hipótesis.
Hipótesis Alternativa.
Nivel de Significancia.
