NEW
Font size
WorksheetsMuestreo y Estadística
Total questions: 21
Worksheet time: 11mins
En una investigación sobre hábitos de consumo, ¿qué representa la población?
Los 50 clientes seleccionados al azar.
Todos los consumidores del producto en el país.
Solo las personas que compran semanalmente.
Los datos obtenidos de la muestra.
¿Qué es una muestra representativa?
Aquella con los valores más altos de la población.
La que reproduce las características esenciales de la población.
Una muestra con el mismo tamaño que la población.
Una muestra seleccionada por conveniencia.
¿Qué diferencia existe entre parámetro y estadístico?
El parámetro describe la muestra y el estadístico la población.
El parámetro se calcula y el estadístico se estima.
El parámetro describe la población y el estadístico la muestra.
No hay diferencia, son sinónimos.
El propósito de seleccionar una muestra es:
Evitar el uso de fórmulas estadísticas.
Obtener información de toda la población con menor costo y tiempo.
Aumentar la variabilidad de los datos.
Sustituir la población completamente.
Un estimador insesgado es aquel que:
Tiende a subestimar la media real.
Produce valores esperados iguales al parámetro poblacional.
Tiene la menor varianza posible.
No depende del tamaño de la muestra.
En el muestreo sistemático, los elementos se eligen:
Al azar completamente.
Cada cierto intervalo dentro de una lista ordenada.
Solo si cumplen una condición.
En grupos heterogéneos.
En un muestreo por conglomerados, se seleccionan:
Individuos aleatorios de toda la población.
Subgrupos completos o zonas específicas.
Elementos según conveniencia.
Solo los individuos más representativos.
La principal ventaja del muestreo estratificado es:
Aumenta el error de muestreo.
Mejora la precisión al incluir todos los subgrupos.
Reduce el tamaño de muestra a cero.
Elimina la variabilidad completamente.
¿Qué mide la desviación estándar?
El grado en que los datos se agrupan alrededor de la media.
La proporción de datos extremos.
El número total de observaciones.
El valor más frecuente de la muestra.
Si la desviación estándar es grande, significa que:
Los datos son muy parecidos entre sí.
Los datos están muy dispersos respecto a la media.
La media es incorrecta.
Hay un error de medi
Si la desviación estándar es grande, significa que:
Los datos son muy parecidos entre sí.
Los datos están muy dispersos respecto a la media.
La media es incorrecta.
Hay un error de medición.
El error estándar disminuye cuando:
Aumenta el tamaño de la muestra.
Disminuye la variabilidad.
Se reduce el nivel de confianza.
Aumentan ambos, la varianza y la muestra.
La corrección por población finita se aplica cuando:
La fracción n/N es mayor a 0.05 (5%)
La muestra es muy pequeña.
Se desconoce el tamaño de la población.
Los datos provienen de una distribución normal.
Según el Teorema del Límite Central, cuando n aumenta:
La distribución de la media muestral se acerca a una normal.
La media muestral se aleja del parámetro poblacional.
La varianza tiende a infinito.
La población se vuelve normal.
¿Qué sucede con el error estándar si duplicamos el tamaño de muestra?
Se mantiene igual.
Aumenta al doble.
Se reduce a 1/√2 de su valor anterior.
Depende del valor de Z.
En una distribución normal, el 95% del área se encuentra entre:
Z = ±1.65
Z = ±1.96
Z = ±2.33
Z = ±2.58
Si el nivel de confianza aumenta de 90% a 99%, el intervalo de confianza:
Se hace más estrecho.
Se hace más amplio.
No cambia.
Depende del tamaño de muestra.
¿Qué representa el valor crítico Z en un intervalo de confianza?
La media poblacional.
El límite máximo del error estándar.
El número de desviaciones estándar que cubre el nivel de confianza.
El tamaño de la muestra.
¿Cuál es el propósito del intervalo de confianza?
Indicar el rango dentro del cual se espera que esté el parámetro poblacional.
Sustituir el valor de la media muestral.
Calcular la probabilidad de error exacta.
Mostrar la distribución completa de la población.
En una encuesta a 120 clientes, 60 prefieren pagar con tarjeta. ¿Cuál es la proporción muestral?
0.40
0.45
0.50
0.55
Si n/N = 0.03, ¿debe aplicarse la corrección por población finita?
Sí, siempre.
No, porque es menor al 5%.
