NEW
Font size
WorksheetsFundamentos de Estadística Inferencial
Total questions: 30
Worksheet time: 15mins
¿Qué es una prueba de hipótesis?
Una prueba de hipótesis es un método estadístico para evaluar afirmaciones sobre parámetros poblacionales.
Una prueba de hipótesis es una técnica de análisis cualitativo.
Una prueba de hipótesis es un método para realizar encuestas.
Una prueba de hipótesis es un tipo de experimento físico.
¿Cuál es el objetivo principal de una prueba de hipótesis?
Determinar si hay suficiente evidencia para rechazar la hipótesis nula.
Rechazar todas las hipótesis sin pruebas.
Establecer una nueva hipótesis alternativa.
Confirmar la hipótesis nula sin evidencia.
¿Qué representa la hipótesis nula (H0)?
La afirmación de que hay un efecto significativo en un experimento.
La teoría de que todos los experimentos tienen un resultado predecible.
La suposición de que los resultados son siempre positivos.
La afirmación de que no hay efecto o relación en un experimento.
¿Qué representa la hipótesis alternativa (H1)?
La afirmación de que no hay efecto o diferencia significativa.
La suposición de que los datos son aleatorios.
La declaración de que todos los resultados son iguales.
La afirmación de que hay un efecto o diferencia significativa.
¿Qué es un nivel de significancia?
El nivel de significancia es la cantidad de datos necesarios para realizar una prueba estadística.
El nivel de significancia es la probabilidad de cometer un error tipo II en una prueba estadística.
El nivel de significancia es el valor que se utiliza para calcular la media de una muestra.
El nivel de significancia es la probabilidad de cometer un error tipo I en una prueba estadística.
¿Qué significa un p-valor menor que 0.05?
Indica evidencia suficiente para rechazar la hipótesis nula.
Sugiere que los resultados son irrelevantes para el estudio.
Significa que la hipótesis nula es verdadera.
Indica que no hay suficiente evidencia para rechazar la hipótesis nula.
¿Qué es un intervalo de confianza?
Un intervalo de confianza es un rango de valores que estima un parámetro poblacional con un nivel de confianza específico.
Un intervalo de confianza es una técnica de muestreo aleatorio.
Un intervalo de confianza es un valor único que determina la media de una muestra.
Un intervalo de confianza es un método para calcular la varianza de una población.
¿Cómo se interpreta un intervalo de confianza del 95%?
El 95% de las muestras tomadas serán idénticas entre sí.
El 95% de los intervalos de confianza incluirán el valor verdadero del parámetro poblacional en repetidas muestras.
El 95% de los intervalos de confianza son siempre exactos.
Un intervalo de confianza del 95% significa que el 5% de los intervalos no incluirán el valor verdadero.
¿Qué es el análisis de varianza (ANOVA)?
Una forma de medir la correlación entre dos variables.
El análisis de varianza (ANOVA) es una técnica estadística para comparar las medias de tres o más grupos.
Un método para calcular la mediana de varios conjuntos de datos.
Una técnica para analizar la varianza de un solo grupo.
¿Cuál es el propósito del ANOVA?
Comparar las medias de tres o más grupos.
Calcular la desviación estándar de un grupo.
Determinar la mediana de varios grupos.
Analizar la varianza de un solo grupo.
¿Qué es un error tipo I?
Un error tipo I es la aceptación incorrecta de la hipótesis nula.
Un error tipo I es un tipo de error que no afecta la hipótesis nula.
Un error tipo I es el rechazo correcto de la hipótesis alternativa.
Un error tipo I es el rechazo incorrecto de la hipótesis nula.
¿Qué es un error tipo II?
Un error tipo II es el rechazo incorrecto de una hipótesis nula falsa.
Un error tipo II es la aceptación correcta de una hipótesis alternativa.
Un error tipo II es la aceptación incorrecta de una hipótesis nula falsa.
Un error tipo II es la correcta aceptación de una hipótesis nula verdadera.
¿Cómo se relacionan los errores tipo I y II con el nivel de significancia?
Los errores tipo I y II están inversamente relacionados con el nivel de significancia.
Los errores tipo I y II son iguales al nivel de significancia.
Los errores tipo I y II son directamente proporcionales al nivel de significancia.
El nivel de significancia no afecta a los errores tipo I y II.
¿Qué se entiende por potencia de una prueba estadística?
La potencia de una prueba estadística es la capacidad de una prueba para medir la media de una población.
La potencia de una prueba estadística es la probabilidad de aceptar la hipótesis nula cuando es verdadera.
La potencia de una prueba estadística se refiere al tamaño de la muestra utilizada en el estudio.
La potencia de una prueba estadística es la probabilidad de rechazar la hipótesis nula cuando es falsa.
¿Qué factores pueden afectar la potencia de una prueba?
Duración del estudio
Método de recolección de datos
Tipo de prueba
Tamaño de la muestra, nivel de significancia, variabilidad de los datos, y tamaño del efecto.
¿Qué es un sesgo en el muestreo?
Un sesgo en el muestreo es un error sistemático que afecta la representatividad de la muestra.
Un sesgo en el muestreo es un método para aumentar el tamaño de la muestra.
Un sesgo en el muestreo es una técnica para seleccionar muestras aleatorias.
Un sesgo en el muestreo es la variabilidad natural de los datos.
¿Qué significa un intervalo de confianza del 99%?
Un intervalo de confianza del 99% significa que el 1% de los intervalos no incluirán el valor verdadero.
El 99% de los intervalos de confianza incluirán el valor verdadero del parámetro poblacional en repetidas muestras.
El 99% de los intervalos de confianza son siempre exactos.
El 99% de las muestras tomadas serán idénticas entre sí.
¿Qué es la regresión lineal?
La regresión lineal es un método para analizar la relación entre dos variables cuantitativas.
La regresión lineal es una técnica para calcular la media de un grupo de datos.
La regresión lineal es un tipo de prueba de hipótesis.
La regresión lineal es un método para clasificar datos cualitativos.
¿Qué es un sesgo de selección en un estudio estadístico?
Un sesgo de selección es la variabilidad natural de los datos en un estudio.
Un sesgo de selección es un error que ocurre cuando la muestra no representa adecuadamente a la población.
Un sesgo de selección es un método para aumentar el tamaño de la muestra.
Un sesgo de selección es una técnica para seleccionar aleatoriamente a los participantes.
¿Qué indica un p-valor mayor que 0.05?
Indica que los resultados son irrelevantes para el estudio.
Indica que la hipótesis nula es verdadera.
Indica que no hay suficiente evidencia para rechazar la hipótesis nula.
Indica que hay suficiente evidencia para rechazar la hipótesis nula.
¿Cuál es la diferencia entre una hipótesis nula y una hipótesis alternativa?
La hipótesis nula se utiliza solo en estudios cualitativos, mientras que la alternativa se usa en estudios cuantitativos.
Ambas hipótesis son iguales y no tienen diferencias significativas.
La hipótesis nula es siempre verdadera, mientras que la alternativa es siempre falsa.
La hipótesis nula establece que no hay efecto, mientras que la alternativa sugiere que sí lo hay.
¿Qué implica un p-valor de 0.01 en un estudio estadístico?
Indica que hay una fuerte evidencia para rechazar la hipótesis nula.
Significa que los resultados son irrelevantes para el estudio.
Indica que no hay suficiente evidencia para rechazar la hipótesis nula.
Indica que la hipótesis nula es verdadera.
¿Cuál es la función principal de un análisis de regresión?
Establecer la varianza de un grupo de datos.
Calcular la media de un conjunto de datos.
Realizar pruebas de hipótesis sobre la media poblacional.
Determinar la relación entre una variable dependiente y una o más variables independientes.
¿Qué se entiende por error tipo I en el contexto de pruebas de hipótesis?
Es la correcta aceptación de una hipótesis nula verdadera.
Es el rechazo correcto de una hipótesis nula falsa.
Es la aceptación incorrecta de una hipótesis alternativa falsa.
Es el rechazo incorrecto de una hipótesis nula verdadera.
¿Qué es un error tipo II en el contexto de pruebas de hipótesis?
Es la aceptación incorrecta de una hipótesis nula falsa.
Es el rechazo correcto de una hipótesis nula verdadera.
Es el rechazo incorrecto de una hipótesis alternativa verdadera.
Es la correcta aceptación de una hipótesis nula falsa.
¿Cuál es la importancia de la muestra en un estudio estadístico?
La muestra solo se utiliza para calcular la media de la población.
La muestra debe ser representativa para generalizar los resultados a la población.
La muestra se elige al azar sin considerar el tamaño de la población.
La muestra es irrelevante si se tiene acceso a toda la población.
¿Qué se entiende por nivel de confianza en un intervalo de confianza?
El nivel de confianza es la probabilidad de que el intervalo contenga el parámetro poblacional verdadero.
El nivel de confianza es la cantidad de datos necesarios para calcular un intervalo.
El nivel de confianza es la variabilidad de los datos en la muestra.
El nivel de confianza es el número de muestras tomadas en un estudio.
¿Qué es un diseño experimental en investigación estadística?
Un diseño experimental es un método para analizar datos cualitativos.
Un diseño experimental es una técnica para calcular la media de una muestra.
Un diseño experimental es un tipo de análisis de varianza.
Un diseño experimental es un plan que describe cómo se llevará a cabo un experimento.
¿Qué se entiende por variable dependiente en un estudio estadístico?
Es la variable que se mantiene constante durante el experimento.
Es la variable que se manipula para observar su efecto.
Es la variable que se mide para evaluar el efecto de la variable independiente.
Es una variable que no tiene relación con el experimento.
¿Cuál es el propósito de un análisis de correlación?
Establecer la causalidad entre dos variables.
Determinar si existe una relación entre dos o más variables.
Realizar pruebas de hipótesis sobre la varianza poblacional.
Calcular la media de un conjunto de datos.
