NEW
Font size
S
M
L
XL
WorksheetsEvaluación Módulo 5 - Ciencia de Datos
Total questions: 60
Worksheet time: 2hrs 0mins
Name
Class
Date
1.
¿Qué es el método científico en ciencia de datos?
a)
Una técnica de visualización
b)
Un proceso sistemático para obtener conocimiento
c)
Un algoritmo de aprendizaje automático
d)
Una librería de Python
2.
¿Cuál es el primer paso del método científico?
a)
Experimentación
b)
Observación y planteamiento del problema
c)
Análisis de datos
d)
Publicación de resultados
3.
¿Qué tipo de variable es 'temperatura en °C'?
a)
Categórica nominal
b)
Cuantitativa continua
c)
Categórica ordinal
d)
Cuantitativa discreta
4.
¿Qué tipo de escala es 'Muy Malo, Malo, Bueno, Muy Bueno'?
a)
Nominal
b)
Ordinal
c)
Intervalo
d)
Razón
5.
¿Cuál es la diferencia entre población y muestra?
a)
La población es un subconjunto de la muestra
b)
La muestra es un subconjunto de la población
c)
Ambas son iguales
d)
La muestra es siempre más grande que la población
6.
¿Qué es un parámetro en estadística?
a)
Un valor calculado de una muestra
b)
Una característica de la población
c)
Un tipo de variable
d)
Un gráfico de datos
7.
¿Qué herramienta usamos para describir datos?
a)
Estadística descriptiva
b)
Estadística inferencial
c)
Machine learning
d)
Simulación
8.
¿Qué mide la estadística inferencial?
a)
Describe datos
b)
Permite inferir conclusiones de una población a partir de una muestra
c)
Solo mide frecuencias
d)
Transforma variables categóricas
9.
¿Qué gráfico se usa para mostrar frecuencias absolutas de categorías?
a)
Histograma
b)
Diagrama de dispersión
c)
Gráfico de barras
d)
Boxplot
10.
¿Cuál de las siguientes es una variable discreta?
a)
Edad
b)
Número de hijos
c)
Altura
d)
Peso
11.
¿Cuál es la definición de probabilidad clásica?
a)
Número de casos favorables / número de casos posibles
b)
Frecuencia relativa de un evento
c)
1 – P(E)
d)
Cociente entre varianza y desviación
12.
Si lanzamos un dado, ¿cuál es la probabilidad de obtener un número par?
a)
1/3
b)
1/2
c)
2/3
d)
5/6
13.
¿Qué propiedad cumple toda probabilidad?
a)
Es siempre mayor que 1
b)
Está entre 0 y 1
c)
Es negativa
d)
Es infinita
14.
¿Cómo se define un evento independiente?
a)
El resultado de un evento afecta al otro
b)
No existe relación entre los eventos
c)
Un evento ocurre después del otro
d)
Un evento excluye al otro
15.
Si P(A)=0.4 y P(B)=0.3 y son independientes, ¿P(A ∩ B)?
a)
0.7
b)
0.12
c)
0.1
d)
0.09
16.
¿Qué distribuciones pertenecen a probabilidad discreta?
a)
Normal y t de Student
b)
Poisson y Binomial
c)
Exponencial y Uniforme
d)
Chi-cuadrado y F
17.
¿Cuál es la probabilidad de la unión de dos eventos mutuamente excluyentes A y B?
a)
P(A)+P(B)
b)
P(A)·P(B)
c)
P(A)+P(B)-P(A∩B)
d)
0
18.
¿Qué mide la probabilidad condicional P(A|B)?
a)
La probabilidad de que ocurra B dado A
b)
La probabilidad de que ocurra A dado B
c)
La suma de probabilidades de A y B
d)
La resta de probabilidades de A y B
19.
Si un evento es seguro, ¿qué probabilidad tiene?
a)
0
b)
0.5
c)
1
d)
Depende del caso
20.
¿Qué herramienta de Python se usa para cálculos probabilísticos avanzados?
a)
numpy.random
b)
scipy.stats
c)
pandas.prob
d)
matplotlib.prob
21.
¿Cuál es la función que caracteriza a una variable aleatoria continua?
a)
Función de probabilidad
b)
Función de densidad
c)
Función de distribución acumulada
d)
Función generadora
22.
¿Qué característica tiene la distribución normal?
a)
Simétrica y en forma de campana
b)
Asimétrica positiva
c)
Solo para datos discretos
d)
Distribución uniforme
23.
Si una variable sigue N(0,1), ¿cómo se llama esta distribución?
a)
Normal estándar
b)
Normal general
c)
Exponencial
d)
Binomial
24.
¿Qué representa la media en una distribución normal?
a)
El punto de máxima frecuencia
b)
El rango intercuartílico
c)
El área bajo la curva
d)
La probabilidad total
25.
¿Qué fórmula tiene la varianza en una distribución normal?
a)
σ²
b)
σ
c)
√σ
d)
σ/√n
26.
¿Cuál es la distribución que mide el número de éxitos en n ensayos?
a)
Normal
b)
Poisson
c)
Binomial
d)
Exponencial
27.
¿Qué distribución se usa para modelar el tiempo entre eventos?
a)
Normal
b)
Poisson
c)
Binomial
d)
Exponencial
28.
¿Qué distribución se utiliza para conteo de eventos raros?
a)
Normal
b)
Poisson
c)
Binomial
d)
Uniforme
29.
¿Qué librería de Python permite simular distribuciones de probabilidad?
a)
seaborn
b)
statsmodels
c)
scipy.stats
d)
numpy.linalg
30.
En un histograma de probabilidades, el área total siempre es:
a)
0
b)
1
c)
depende de los datos
d)
infinita
31.
¿Qué es una distribución muestral?
a)
La distribución de toda la población
b)
La distribución de los parámetros estimados en múltiples muestras
c)
La distribución de frecuencias absolutas
d)
La distribución uniforme
32.
¿Qué establece la Ley de los Grandes Números?
a)
Que la varianza converge a cero
b)
Que la media muestral converge a la media poblacional
c)
Que la probabilidad de un evento es siempre 0.5
d)
Que la moda es igual a la media
33.
¿Qué implica el Teorema del Límite Central (TLC)?
a)
Las proporciones siempre son 0.5
b)
La distribución de la media muestral tiende a normal cuando n es grande
c)
La población se distribuye normal
d)
El error estándar es infinito
34.
¿Cómo se calcula el error estándar de la media?
a)
σ
b)
σ/√n
c)
n/σ
d)
μ/n
35.
Si μ=50, σ=10 y n=25, ¿cuál es el error estándar?
a)
2
b)
5
c)
0.5
d)
10
36.
¿Qué significa que la media muestral es insesgada?
a)
Siempre es mayor que la media real
b)
Su esperanza es igual a la media poblacional
c)
Siempre es menor que la media real
d)
Es igual a la desviación
37.
¿Cuál es la importancia del TLC en estadística?
a)
Permite usar la distribución normal para inferencias
b)
Elimina los valores atípicos
c)
Reduce la muestra necesaria a 5
d)
Permite evitar el cálculo de probabilidades
38.
¿Cuál es la diferencia entre distribución de muestra y muestral?
a)
La muestra incluye toda la población
b)
La distribución de la muestra es de datos, la muestral es de estadísticos
c)
Son lo mismo
d)
La distribución de la muestra es teórica
39.
En Python, ¿qué librería se usa para simular el TLC?
a)
matplotlib
b)
scipy.stats
c)
numpy
d)
Todas las anteriores
40.
¿Qué pasa con el error estándar al aumentar el tamaño de la muestra?
a)
Aumenta
b)
Se mantiene constante
c)
Disminuye
d)
Se hace infinito
41.
¿Qué es inferencia estadística?
a)
Descripción de datos
b)
Proceso para extraer conclusiones de una población a partir de una muestra
c)
Un modelo predictivo
d)
Un método de machine learning
42.
¿Qué es una estimación puntual?
a)
Un intervalo de valores posibles
b)
Un único valor que estima un parámetro
c)
Un cálculo de error estándar
d)
Un contraste de hipótesis
43.
¿Qué es un intervalo de confianza?
a)
Un rango de valores donde probablemente esté el parámetro poblacional
b)
El valor real de la población
c)
Un gráfico de dispersión
d)
Un error tipo II
44.
Si σ es conocida, ¿qué distribución se usa para intervalos de confianza?
a)
Normal estándar (Z)
b)
t de Student
c)
Chi-cuadrado
d)
Poisson
45.
Si σ es desconocida y n es pequeño, ¿qué distribución se usa?
a)
Normal estándar (Z)
b)
t de Student
c)
Chi-cuadrado
d)
Uniforme
46.
¿Qué significa un nivel de confianza del 95%?
a)
Que el 95% de la población está en la muestra
b)
Que el parámetro está fijo en 95
c)
Que el 95% de los intervalos construidos contendrán el parámetro real
d)
Que el margen de error es cero
47.
¿Qué afecta el ancho de un intervalo de confianza?
a)
El tamaño de la muestra y la desviación estándar
b)
El color del gráfico
c)
El tipo de variable
d)
El nivel educativo
48.
¿Qué parámetro crítico se usa en un intervalo de confianza del 95% con Z?
a)
1.64
b)
1.96
c)
2.33
d)
0.05
49.
¿Qué herramienta de Python se usa para intervalos de confianza?
a)
numpy.mean
b)
scipy.stats
c)
pandas.stats
d)
matplotlib.conf
50.
¿Qué significa un intervalo de confianza más estrecho?
a)
Mayor precisión en la estimación
b)
Menor precisión
c)
Más error
d)
Menos representatividad
51.
¿Qué es una prueba de hipótesis?
a)
Una descripción de datos
b)
Un procedimiento estadístico para evaluar afirmaciones sobre una población
c)
Una simulación
d)
Un gráfico
52.
¿Qué representa H0?
a)
Hipótesis alternativa
b)
Hipótesis nula
c)
Hipótesis fuerte
d)
Hipótesis secundaria
53.
¿Qué significa el valor-p?
a)
La probabilidad de obtener un resultado tan extremo como el observado bajo H0
b)
La media poblacional
c)
El error estándar
d)
El nivel de confianza
54.
¿Qué decisión se toma si p < α?
a)
Se acepta H0
b)
No se rechaza H0
c)
Se rechaza H0
d)
Se cambia el nivel de significancia
55.
¿Qué es un error tipo I?
a)
Rechazar H0 siendo falsa
b)
Rechazar H0 siendo verdadera
c)
No rechazar H0 siendo falsa
d)
No rechazar H0 siendo verdadera
56.
¿Qué es un error tipo II?
a)
Rechazar H0 siendo falsa
b)
Rechazar H0 siendo verdadera
c)
No rechazar H0 siendo falsa
d)
No rechazar H0 siendo verdadera
57.
¿Qué significa nivel de significancia α?
a)
Probabilidad de cometer error tipo I
b)
Probabilidad de cometer error tipo II
c)
Siempre es 0.5
d)
No se usa en pruebas estadísticas
58.
Si H0: μ=50 y la muestra da media=52, σ=10, n=36, α=0.05, ¿qué estadístico se usa?
a)
Z
b)
t
c)
χ²
d)
F
59.
¿Qué herramienta de Python se usa para pruebas de hipótesis?
a)
numpy.linalg
b)
scipy.stats
c)
matplotlib.pyplot
d)
seaborn
60.
¿Qué significa que un resultado sea estadísticamente significativo?
a)
Que siempre es importante en la práctica
b)
Que es improbable que se deba al azar bajo H0
c)
Que siempre se cumple en la población
d)
Que no tiene error
Reset
