Errores comunes en análisis estadístico y pruebas

1. En ANOVA, la suma cuadrática SCTr a qué tipo de variación corresponde

Entre tratamientos.

2. En un modelo de regresión lineal obtuvimos un valor P de 0,5 en el contraste de hipótesis para el término independiente del modelo no es significativo

3. La media muestral es

Un estimador imparcial de la media poblacional.

4. En un contraste de hipótesis, la potencia del contraste se define como la posibilidad

Rechazar la hipótesis nula cuando es falsa.

5. Si tenemos una variable cualitativa, la prueba de rachas

Sí puede aplicarse si la variable es dicotómica.

6. El intervalo de confianza del 95% para la media de una distribución normal es 12,20

La media muestral es 16.

7. El valor P de chi cuadrado para el contraste de independencia es de 0,04

Aceptamos que las variables son independientes con una significación del 1%.

8. Cuál de los siguientes no es una prueba por post-hoc de análisis de la varianza

Levene.

9. La prueba de Kolmogorov-Smirnoff

Sólo se puede aplicar en variables numéricas.

10. La prueba no paramétrica utilizada para comprobar la homogeneidad de las medias en poblaciones independientes

Es la prueba de Levene.

12. Un estimador es consistente al aumentar el tamaño de la muestra

Las estimaciones son más exactas.

13. La hipótesis de la homogeneidad de las varianzas en ANOVA se comprueba mediante

La prueba de Levene.

15. Lecciones obtenidas utilizando el modelo de regresión lineal tenemos que tener en cuenta que

Son aproximaciones de los valores reales.

16. El teorema central del límite

Estudia el comportamiento de la suma de variables aleatorias independientes.

17. La prueba de rachas

El orden de aparición de los datos influye en el resultado.

18. Cuál de ellas no es reproductiva

Uniforme.

19. En un contraste de hipótesis obtenemos este valor P 0,0453, la decisión es

Aceptar la hipótesis nula con una significación del 1%.

20. Si tenemos 100 variables aleatorias independientes e idénticamente distribuidas sigue la distribución N(5,5), la distribución de su media es

N(5,0,5).

21. La varianza de la suma de las variables aleatorias

Es la suma de sus varianzas solamente cuando son independientes.

22. Las variables que intervienen en un análisis de regresión lineal tienen que ser

Ambas numéricas.

23. En un contraste de hipótesis, el error de tipo 1 consiste en

Rechazar la hipótesis nula cuando es cierta.

25. El test de rachas es

Una prueba no paramétrica cuyo resultado depende del orden de aparición.

26. Tenemos 100 variables aleatorias normales N(3,2), su media es

N(3,0,2).

27. En un modelo de regresión lineal, una varianza residual igual a cero nos indica

Que el ajuste lineal es perfecto.

28. El ANOVA se usa para contrastar hipótesis sobre

Medias.

29. Un estimador es un estadístico que se utiliza para estimar los parámetros poblacionales.

30. En un contraste de hipótesis, el valor P se calcula a partir de las observaciones muestrales y del valor del estadístico.

31. El test de Shapiro-Wilk es

Una prueba no paramétrica.

32. En un modelo de regresión lineal se ha obtenido un valor P de 0 en el contraste de regresión, esto nos indica

Que existe una relación lineal significativa.

33. Un fichero de datos dispone de N=150 individuos de las variables nivel educativo, con cuatro categorías y de la variable nivel de inglés con cinco categorías. Para analizar si el nivel educativo influye en el nivel de inglés debemos aplicar

El test de independencia chi-cuadrado.