1 Distribuciones Fundamentales para el Muestreo.   1.1 Introducción a la Estadística Inferencial.      1.1.1 Introducción a la Estadística Inferencial.      1.- Así como forma introductoria podemos decir o mencionar que la estadística inferencial, también se le llama: ( Modificar Reactivo ID 492890)        a)  Inferencia estadística

        b)

 Diferencia estadística

        c)  Adición estadística

        d)

 Producto estadístico

        e)  Estadística racional

 1 Distribuciones Fundamentales para el Muestreo.   1.1 Introducción a la Estadística Inferencial.      1.1.1 Introducción a la Estadística Inferencial.      2.- Rama de la estadística que estudia el comportamiento y propiedades de las muestras, y la posibilidad y límites de la generalización de los resultados obtenidos a partir de aquellas a las poblaciones que representan: ( Modificar Reactivo ID 492891)        a)  Estadística inferencial

        b)

 Estadística descriptiva

        c)  Estadística diferencial

        d)

 Estadística cuantitativa

        e)   Estadística adicional

 1 Distribuciones Fundamentales para el Muestreo.   1.1 Introducción a la Estadística Inferencial.      1.1.1 Introducción a la Estadística Inferencial.      3.- Esta generalización de tipo inductivo, se basa en la probabilidad. También se le llama: ( Modificar Reactivo ID 492892)        a)  Estadística matemática

        b)

 Estadística descriptiva

        c)  Estadística diferencial

        d)

 Estadística cualitativa

        e)  Estadística de los productos

 1 Distribuciones Fundamentales para el Muestreo.   1.1 Introducción a la Estadística Inferencial.      1.1.1 Introducción a la Estadística Inferencial.      4.- Utilizar una _______________ que realmente sea representativa de la población y de un tamaño suficiente. ( Modificar Reactivo ID 492893)        a)  Muestra

        b)

 Magnitud

        c)  Cualidad

        d)

 Cantidad

        e)  Media

 1 Distribuciones Fundamentales para el Muestreo.   1.1 Introducción a la Estadística Inferencial.      1.1.1 Introducción a la Estadística Inferencial.      5.- ¿Cuál de los siguientes tipos de muestreo reduce el margen de error? ( Modificar

Reactivo ID 493607)        a)  Aleatorio estratificado

        b)

 Muestreo por cuotas

        c)  Muestreo casual o incidental

        d)

 Aleatorio sistemático

        e)   Aleatorio anti-sistemático

 1 Distribuciones Fundamentales para el Muestreo.   1.2 Muestreo: Introducción al muestreo y tipos de muestreo.      1.2.1 Muestreo: Introducción al muestreo y tipos de muestreo.      1.- ¿En cuántos tipos se clasifican los muestreos? ( Modificar Reactivo ID 492894)        a)  En 2 tipos de muestreo

        b)

 En 3 tipos de muestreo

        c)  En 8 tipos de muestreo

        d)

 En 5 tipos de muestreo

        e)  En 6 tipos de muestreo

 1 Distribuciones Fundamentales para el Muestreo.   1.2 Muestreo: Introducción al muestreo y tipos de muestreo.      1.2.1 Muestreo: Introducción al muestreo y tipos de muestreo.      2.- ¿Son aquellos que se basan en el principio de equiprobabilidad? ( Modificar Reactivo ID 492895)        a)  Métodos de muestreo probabilísticos

        b)

 Muestreo aleatorio sistemático

        c)  Muestreo estratifico

        d)

 Muestreo múltiples

        e)  Muestreo antiprobalístico

 1 Distribuciones Fundamentales para el Muestreo.   1.2 Muestreo: Introducción al muestreo y tipos de muestreo.      1.2.1 Muestreo: Introducción al muestreo y tipos de muestreo.      3.- En este tipo de método de muestreo todos los individuos “tienen la misma probabilidad de ser elegidos para formar de una muestra”. ( Modificar Reactivo ID 492896)        a)  Métodos probabilísticos

        b)

 Métodos de métodos analíticos

        c)  Métodos aleatorios

        d)

 Métodos sistemáticos

´-        e)

 métodos no probalisticos

 1 Distribuciones Fundamentales para el Muestreo.   1.2 Muestreo: Introducción al muestreo y tipos de muestreo.      1.2.1 Muestreo: Introducción al muestreo y tipos de muestreo.      4.- En este tipo de muestreo es donde se le asigna un mismo número a cada individuo de la población. ( Modificar Reactivo ID 492897)        a)  Muestreo aleatorio simple

        b)

 Muestreo aleatorio sistemático

        c)  Muestreo aleatorio de población

        d)

 Muestreo aleatorio conglomerado

        e)  Muestreo aleatorio de por cuotas

 1 Distribuciones Fundamentales para el Muestreo.   1.2 Muestreo: Introducción al muestreo y tipos de muestreo.      1.2.1 Muestreo: Introducción al muestreo y tipos de muestreo.      5.- Este tipo de muestreo tiene poca o nula utilidad práctica cuando la población que estamos manejando es muy grande. ( Modificar Reactivo ID 492898)        a)  Muestreo aleatorio simple

        b)

 Muestreo aleatorio condicional

        c)  Muestreo aleatorio incondicional

        d)

 Muestreo aleatorio marginal

        e)  Muestreo no aleatorio simple

 1 Distribuciones Fundamentales para el Muestreo.   1.2 Muestreo: Introducción al muestreo y tipos de muestreo.      1.2.1 Muestreo: Introducción al muestreo y tipos de muestreo.      6.- En este tipo de muestreo se elige tantos sujetos como sea necesario para completar el tamaño de muestra requerida. ( Modificar Reactivo ID 492900)        a)  Muestreo aleatorio simple

        b)

 Muestreo aleatorio complementario

        c)  Muestreo aleatorio estratificado simple

        d)

 Muestreo no aleatorio simple

        e)  Muestreo aleatorio condicionado

 1 Distribuciones Fundamentales para el Muestreo.   1.2 Muestreo: Introducción al muestreo y tipos de muestreo.      1.2.1 Muestreo: Introducción al muestreo y tipos de muestreo.      7.- ¿Este tipo de muestreo usa el procedimiento de numerar todos los elementos de la población pero extrae solo uno de los elementos? ( Modificar Reactivo ID 492902)        a)  Aleatorio sistemático

        b)

 Aleatorio estratificado

        c)  Aleatorio simple

        d)

 Aleatorio múltiple

        e)  Aleatorio condicional

 1 Distribuciones Fundamentales para el Muestreo.   1.3 Teorema del límite central.      1.3.1 Teorema del límite central.      1.- Su importancia radica en que este conjunto de teoremas (TLC) develan las razones por las cuales, en muchos campos de aplicación, se encuentran en todo momento distribuciones: ( Modificar Reactivo ID 492904)        a)  Normales, o casi normales

        b)

 Atípicas

        c)  Cuasivarianzas

        d)

 Cualitativas

        e)  Paramétricas o significativas

 1 Distribuciones Fundamentales para el Muestreo.   1.3 Teorema del límite central.      1.3.1 Teorema del límite central.      2.- Con Teorema Central del Límite nos referiremos a todo teorema en el que se afirma, bajo ciertas hipótesis, que la distribución de la suma de un número muy grande de variables aleatorias se aproxima a una: ( Modificar Reactivo ID 492906)        a)  Distribución normal

        b)

 Distribución anormal

        c)  Distribución de variables

        d)

 Distribución de medias

        e)  Distribución de varianzas

 1 Distribuciones Fundamentales para el Muestreo.   1.3 Teorema del límite central.      1.3.1 Teorema del límite central.      3.- La primera demostración rigurosa del TCL para el caso de vectores aleatorios independientes fue publicada por: ( Modificar Reactivo ID 492908)        a)  Bernstein

        b)

 De Moivre

        c)  Laplace

        d)

 Pitágoras

        e)  Swokowski

 1 Distribuciones Fundamentales para el Muestreo.   1.3 Teorema del límite central.      1.3.1 Teorema del límite central.      4.- Fue el primero en intentar relajar la condición de independencia en el T.C.L. y consideró variables aleatorias dependientes, las cuales dan paso a su teorema. ( Modificar Reactivo ID 492910)        a)  Cadenas de Markov

        b)

 Cadenas de Laplace

        c)  Cadenas de Pitágoras

        d)

 Swokowski

        e)  Newton

 1 Distribuciones Fundamentales para el Muestreo.   1.3 Teorema del límite central.      1.3.1 Teorema del límite central.      5.- Desempeñó un papel importante en el desarrollo de la teoría de probabilidades, ya que condujo al primer teorema del límite. Esta primera versión del Teorema Central del Límite fue dada por: ( Modificar Reactivo ID 492912)        a)  De Moivre

        b)

 Laplace

        c)  Pitágoras

        d)

 Swokowski

        e)  Newton

 1 Distribuciones Fundamentales para el Muestreo.   1.3 Teorema del límite central.

      1.3.1 Teorema del límite central.      6.- Dentro de la historia del Teorema Central del Límite______________ ocupa un lugar fundamental: a pesar de que nunca enunció formalmente este resultado, ni lo demostró rigurosamente, a él le debemos este importante descubrimiento. ( Modificar Reactivo ID 492914)        a)  Laplace

        b)

 Pitágoras

        c)  Swokowski

        d)

 Newton

        e)  Platón

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.1 Distribución muestral de la media,      1.- Son las bases para inferencia estadística y están basadas en el concepto de muestreo se le conoce como: ( Modificar Reactivo ID 492917)        a)  Distribuciones muéstrales

        b)

 Distribuciones de Media

        c)  Distribuciones muestral de la desviación típica

        d)

 Distribución de la población

        e)   Distribución de la varianza

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.1 Distribución muestral de la media,      2.- A todos los posibles valores que puede tomar un estadístico, calculada en base a muestra del mismo tamaño, aleatoriamente, de la misma población se le llama: ( Modificar Reactivo ID 492919)        a)  Distribución Muestrales

        b)

 Muestra de población

        c)  Muestra de media geométrica

        d)

 Muestra de media aritmética de la población

        e)  Muestra media cuadrática de la población

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.1 Distribución muestral de la media,      3.- Una población consiste en 50 vendedores de una empresa. La variable de interés, x, es la antigüedad x=1, 2, 3, 4, 5, 6, 7,………,50. Calcular la media de la población ( Modificar Reactivo ID 492920)        a)  25.5

        b)

 26.5

        c)  24.5

        d)

 27.5

        e)  23.5

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.1 Distribución muestral de la media,

      4.- Una población consiste en 40 operarios en la fábrica. La variable de interés, x es la antigüedad x=1, 2, 3, 4, 5, 6, 7,……..40. Calcular la media dela población. ( Modificar Reactivo ID 492922)        a)  20.5

        b)

 10.25

        c)  12.25

        d)

 19.25

        e)  18.9

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.1 Distribución muestral de la media,      5.- Una población de los números 5, 8, 2, 3, 12 y 5. Consideremos toda la posible muestra de tamaño 2 que puede tomarse con reposición de esta población. Calcular la desviación típica dela población. ( Modificar Reactivo ID 492923)        a)  11.13

        b)

 10.14

        c)  14.14

        d)

 8.14

        e)  9.14

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.1 Distribución muestral de la media,      6.- Una población de los números 10, 4, 13, 16 y 5. Consideremos toda la posible muestra de tamaño 2 que puede tomarse con reposición de esta población. Calcular la desviación típica de la población. ( Modificar Reactivo ID 492925)        a)  88.27

        b)

 89.27

        c)  90.27

        d)

 70.27

        e)  80.27

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.2 Distribución muestral de la diferencia de medias.      1.- ¿Es una transformación lineal del número de casos (x)? ( Modificar Reactivo ID 492930)        a)  Proporción de casos

        b)

 Proporción de media

        c)  Proporción de la población

        d)

 Proporción de la muestra

        e)  Proporción típica

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.2 Distribución muestral de la diferencia de medias.      2.- Toda inferencia estadística que se desea realizar con muestras pequeñas tiene más validez si se hace con: ( Modificar Reactivo ID 492931)

        a)  La distribución t-student

        b)

 La distribución Z

        c)  La distribución x2 +1

        d)

 La combinación tabla t y x2

        e)  La tabla Fisher

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.2 Distribución muestral de la diferencia de medias.      3.- ¿Cómo son los valores de las probabilidades negativos de la distribución t-student? ( Modificar Reactivo ID 492932)        a)  Simétricos tanto en la derecha y en la izquierda

        b)

 Antisimétricos tanto en la derecha y en la izquierda

        c)  Antisimétricos en la izquierda

        d)

 Antisimétricos en la derecha

        e)  Antisimétricos arriba

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.2 Distribución muestral de la diferencia de medias.      4.- Dos compañías fabrican lubricantes de alta temperatura, para el mismo mercado. La compañía A anuncia que en promedio, su lubricante deja de ser efectivo a 505 °F, con una desv. est. de 10 °F. La compañía B anuncia que su producto tiene una media de 475 °F, con una desv. est. de 7 °F. Suponga que una muestra de tamaño 20 para la primera compañía y otra independiente de tamaño 25 para la segunda son extraídas aleatoriamente. ¿Cuál es la probabilidad de que la diferencia en temperatura promedio de falla para las dos muestras esté entre 25 y 35 °F? ( Modificar Reactivo ID 493609)        a)  0.9412

        b)

 0.178

        c)  0.5674

        d)

 1.23

        e)  2.29

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.3 Distribución muestral de la proporción.      1.- ¿Que no indica la regla de oro del teorema de límite central? ( Modificar Reactivo ID 492933)        a)  n≥30

        b)

 n<25

        c)  n≤5

        d)

 n≤10

        e)   n=15

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.3 Distribución muestral de la proporción.      2.- Cuando el tamaño de la muestra es grande la distribución muestral está distribuida normalmente se dice que cumple la siguiente condición general. ( Modificar Reactivo ID

492934)        a)  Distribución muestral de una proporción

        b)

 Distribución muestral de una población

        c)  Distribución muestral de una media de población

        d)

 Distribución muestral de una media de la varianza

        e)  Distribución muestral de una desviación típica

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.3 Distribución muestral de la proporción.      3.- Una fábrica de clavos determina que 3% de su producto está defectuoso. Suponga que se examina una muestra aleatoria de 300 clavos. ¿Cuál es la probabilidad de que la proporción de defectuosos esté entre 0.02 y 0.035?. ( Modificar Reactivo ID 493608)        a)  0.5411

        b)

 0.12

        c)  0.341

        d)

 0.987

        e)  0.627

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.4 Distribución muestral de la diferencia de proporciones.      1.- ¿Representa a totalidad de observaciones sobre algunas características en particular de algún experimento estadístico? ( Modificar Reactivo ID 492935)        a)  Población

        b)

 Muestra

        c)  Media

        d)

 Distribución

        e)  Cuasi varianza

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.4 Distribución muestral de la diferencia de proporciones.      2.- ¿Es el subconjunto de una población? ( Modificar Reactivo ID 492936)        a)  Muestra

        b)

 Media

        c)  Media ponderada

        d)

 Media aritmética

        e)  Población

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.4 Distribución muestral de la diferencia de proporciones.      3.- ¿Es el total de observaciones en la población? ( Modificar Reactivo ID 492937)        a)  Tamaño de la población

        b)

 Tamaño de la muestra

        c)  Tamaño de la distribución

        d)

 Tamaño de la media

        e)  Tamaño de la prueba probabilística

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.4 Distribución muestral de la diferencia de proporciones.      4.- ¿Es aquella que se selecciona dé modo que cada integrante de la población en estudio tenga una probabilidad conocida (no igual a cero) de ser incluida en la muestra? ( Modificar Reactivo ID 492944)        a)  Muestra probabilística

        b)

 Muestra no probabilística

        c)  Muestra

        d)

 Media

        e)  Muestra aleatoria

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.4 Distribución muestral de la diferencia de proporciones.      5.- Es la diferencia entre un estadístico de muestra y su correspondiente parámetro poblacional ( Modificar Reactivo ID 492947)        a)  Error de muestreo

        b)

 Error de la distribución

        c)  Error de la media

        d)

 Error de la población

        e)  Error Típico

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.5 Distribución t-student.      1.- ¿Por hacer toda inferencia estadística que se desee realizar con muestras pequeñas tiene más validez si se realiza con la distribución? ( Modificar Reactivo ID 492950)        a)  Distribución student

        b)

 Distribución de la población

        c)  Distribución de la media

        d)

 Tabla Z

        e)  Tabla r2

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.5 Distribución t-student.      2.- ¿Las tablas de la distribución t-student dan valores acumulados? ( Modificar Reactivo ID 492952)        a)  Izquierda, derecha

        b)

 De arriba abajo

        c)  Izquierda abajo

        d)

 Derecha a arriba

        e)  De positivo a negativo

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.5 Distribución t-student.      3.- Son cuyas características son que es una distribución continua, tiene forma de campana y es simétrica ( Modificar Reactivo ID 492954)        a)  Distribución t de Student

        b)

 Intervalo de confianza

        c)  Parámetro

        d)

 Estimación

        e)  Estimación Puntual

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.5 Distribución t-student.      4.- Usando la tabla t , hallar el valor de forma directa si r =12 y alfa = 0.99 ( Modificar Reactivo ID 492955)        a)  2.681, -2681

        b)

 2.456, -2.456

        c)  0.098 , -0.098

        d)

 0.495, -0.495

        e)  0.0825, -0.0825

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.5 Distribución t-student.      5.- Usando tabla t, si r = 10 , y alfa = 0.15 el valor esperado es: ( Modificar Reactivo ID 492957)        a)  0.093, -0.093

        b)

 1.093, -1.093

        c)  2.14, -2.14

        d)

 4.925, -4.925

        e)  9 , -0.85

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.6 Distribución muestral de la varianza.      1.- Representa a totalidad de observaciones sobre alguna característica en particular de algún experimento estadístico. ( Modificar Reactivo ID 492959)        a)  Población

        b)

 Muestra

        c)  Error típico

        d)

 Varianza

        e)  Moda

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.6 Distribución muestral de la varianza.      2.- Son una de las razones por las cuales se muestrea una población: ( Modificar Reactivo ID 492962)

        a)  La imposibilidad física de revisar todos los integrantes de una población, el alto costo de estudiar a todos los integrantes de una población.

        b)

 La imposibilidad física de no revisar todos los integrantes de una población, el bajo costo de estudiar a todos los integrantes de una población.

        c)  La facilidad de disponer el tiempo para hacer el muestreo.

        d)

 Porque el investigador no sabe investigar y por eso muestrea.

        e)  Porque el investigador, sabe que debe utilizar todo el tiempo necesario

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.6 Distribución muestral de la varianza.      3.- Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones, de una población normal con varianza 6 tenga una varianza muestral: Mayor que 9.1 ( Modificar Reactivo ID 493604)        a)  36.4

        b)

 18.2

        c)  47.1

        d)

 87.6

        e)  0.56

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.6 Distribución muestral de la varianza.

      4.- Si representan las varianzas de las muestras aleatorias independientes de

tamaño y , tomadas de poblaciones normales con varianzas y ,

respectivamente, encuentre P( > 1.26).Calcule el valor de Fisher ( Modificar Reactivo ID 493605)        a)  1.89

        b)

 3.02

        c)  0.98

        d)

 4.56

        e)  2.03

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.6 Distribución muestral de la varianza.      5.- El cálculo de probabilidad en una distribución muestral de varianzas nos sirve para saber: ( Modificar Reactivo ID 493606)        a)  Como se va a comportar la varianza o desviación estándar

        b)

 Para calcular los valores de una tabla

        c)  Para el tamaño de muestra

        d)

 Para la regresión lineal

        e)  Para la media

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.

      1.4.7 Distribución muestral de la relación de varianzas.      1.- Es una distribución probabilística que cuenta con una lista de todas las medias muéstrales posibles de un tamaño de muestra dado de una población y la probabilidad de ocurrencia nos referimos a: ( Modificar Reactivo ID 492966)        a)  Distribución muestral de medias

        b)

 Distribución muestral de varianzas

        c)  Distribución muestral de diferencias de medias

        d)

 Distribución muestral de cuasi varianza

        e)  Distribución muestral típica

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.7 Distribución muestral de la relación de varianzas.      2.- Es la media de las diferencias con la media elevadas al cuadrado. ( Modificar Reactivo ID 492968)        a)  Varianza

        b)

 Error típico

        c)  Muestra

        d)

 Media cuadrática

        e)  Media y moda

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.7 Distribución muestral de la relación de varianzas.      3.- ¿Por qué es importante conocer el valor de la varianza de la población? ( Modificar Reactivo ID 492971)        a)  Para estimar riesgos

        b)

 Saber que inversiones se pueden hacer dependiendo de la moda para

        c)  Para saber que media hay

        d)

 Para saber que moda existe

        e)  Para saber que mediana existe

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.7 Distribución muestral de la relación de varianzas.      4.- Si se usa esta varianza, si coinciden su media y la varianza de la población lo que nos indica que la cuasi varianza es: ( Modificar Reactivo ID 492972)        a)  Un estimador insesgado

        b)

 Sesgado

        c)  Una media sesgada

        d)

 Es una muestra sesgada

        e)  Error de muestreo

 1 Distribuciones Fundamentales para el Muestreo.   1.4 Distribuciones fundamentales para el muestreo.      1.4.7 Distribución muestral de la relación de varianzas.      5.- Es la diferencia entre un estadístico de muestra y su correspondiente parámetro poblacional. ( Modificar Reactivo ID 492973)        a)  Error de muestreo

        b)

 Varianza muestral

        c)  Muestreo por conglomerado

        d)

 Muestreo estratificado

        e)  Muestreo simple

 2 Estimación   2.1 Introducción.      2.1.1 Introducción      1.- La estadística nos proporciona herramientas que formalizan y uniforman los procedimientos para sacar: ( Modificar Reactivo ID 492974)        a)  Conclusiones

        b)

 Incertidumbres

        c)  Símbolos

        d)

 Medidas

        e)  Sustracciones

 2 Estimación   2.1 Introducción.      2.1.1 Introducción      2.- Pueden tomarse como estimadores de los parámetros μ y σ, valores que caracterizan a la: ( Modificar Reactivo ID 492975)        a)  Población

        b)

 Muestra

        c)  Diferencias

        d)

 Varianza

        e)  Cuasivarianza

 2 Estimación   2.1 Introducción.      2.1.1 Introducción      3.- Los _______________, valores obtenidos en la muestra, son, pues, estimadores de los parámetros correspondientes (valores de la población). ( Modificar Reactivo ID 492976)        a)  Estadísticos

        b)

 Diseños muestrales

        c)  Parámetros

        d)

 Datos experimentales

        e)  Tabuladores de tablas

 2 Estimación   2.1 Introducción.      2.1.1 Introducción      4.- Se aplica cuando un estadístico de la muestra es usado para estimar un parámetro poblacional. ( Modificar Reactivo ID 493061)        a)  Estimación Puntual

        b)

 Cuasivarianza

        c)  Estimación

        d)

 Estimación Puntual T

        e)  Varianza

 2 Estimación   2.2 Características de un estimador.      2.2.1 Características de un estimador.      1.- Consiste en la estimación del valor del parámetro mediante un sólo valor, obtenido de una fórmula determinada. ( Modificar Reactivo ID 492978)        a)  Estimación Puntual

        b)

 Estimación por intervalos

        c)  Estimación por intervalos con muestras pequeñas

        d)

 Estimación por intervalos con muestras grandes

        e)  Estimación sin intervalos

 2 Estimación   2.2 Características de un estimador.      2.2.1 Características de un estimador.      2.- Lo más importante de un estimador, es que sea un estimador de carácter: ( Modificar Reactivo ID 492980)        a)  Eficiente

        b)

 Nulo

        c)  Positivo

        d)

 Convergente

        e)  Sintético

 2 Estimación   2.2 Características de un estimador.      2.2.1 Características de un estimador.      3.- Es lo que se conoce como estimación puntual, que se aplica cuando un estadístico de la muestra es usado para estimar un ________________. ( Modificar Reactivo ID 492982)        a)  Parámetro poblacional

        b)

 Parámetro disyuntivo

        c)  Parámetro estatal

        d)

 Parámetro nacional

        e)  Parámetro muestral

 2 Estimación   2.2 Características de un estimador.      2.2.1 Características de un estimador.      4.- Es cualquier estadística que nos permita a partir de los datos muéstrales obtener valores aproximados del parámetro. ( Modificar Reactivo ID 493059)        a)  Estimador puntual T

        b)

 Estimador puntual Z

        c)  Estimador puntual x

        d)

 Estimador puntual r

        e)   Estimador puntual Y

 2 Estimación   2.2 Características de un estimador.      2.2.1 Características de un estimador.      5.- Son observaciones de una muestra que se calcula por un solo valor como

estimación de un parámetro de la población desconocido. ( Modificar Reactivo ID 493060)        a)  Estimación Puntual

        b)

 Estimación

        c)  Distribución poblacional

        d)

 Estimación Puntual T

        e)   Varianza

 2 Estimación   2.3 Estimación puntual.      2.3.1 Estimación puntual.      1.- ¿Cómo es conocido el intervalo donde se espera que se encuentre un parámetro poblacional? ( Modificar Reactivo ID 493062)        a)  Intervalo de confianza

        b)

 Intervalo de varianza

        c)  Intervalo de medias

        d)

 Intervalo de moda

        e)  Intervalo de cuadrados

 2 Estimación   2.3 Estimación puntual.      2.3.1 Estimación puntual.      2.- ¿Cómo deben de ser las muestras para poder utilizar la distribución normal? ( Modificar Reactivo ID 493063)        a)  La muestra debe ser grande

        b)

 La muestra debe ser pequeña

        c)  La muestra debe ser mediana

        d)

 La muestra debe ser clasificada simple

        e)  La muestra debe ser sistemática

 2 Estimación   2.3 Estimación puntual.      2.3.1 Estimación puntual.      3.- No es un proceso fácil cuando la variable en estudio no sigue unas pautas de normalidad, por lo que nosotros vamos a suponer siempre que la variable con la que vamos a trabajar sigue una distribución normal. ( Modificar Reactivo ID 493064)        a)  El cálculo de intervalos de confianza

        b)

  Estadística descriptiva

        c)  Varianza

        d)

 Media

        e)  Cuasivarianza

 2 Estimación   2.3 Estimación puntual.      2.3.1 Estimación puntual.      4.- Si como estimador puntual de q se elige el estadístico media muestral y tomada una m. a. s. de tamaño 8 se observa (5, 6, 7, 8, 9, 10, 11, 12).Hallar la correspondiente estimación puntual de q en dicha muestra. ( Modificar Reactivo ID 493602)        a)  8.5

        b  5.5

)        c)  6.7

        d)

 3.4

        e)  10.9

 2 Estimación   2.3 Estimación puntual.      2.3.1 Estimación puntual.      5.- Si como estimador puntual de q se elige el estadístico media muestral y tomada una m. a. s. de tamaño 10 se observa (50.5, 90, 205, 123.5, 70, 15.5, 85.5, 345, 222, 137.6). Hallar la correspondiente estimación puntual de q en dicha muestra ( Modificar Reactivo ID 493603)        a)  134.46

        b)

 23.5

        c)  89.3

        d)

 114.67

        e)  167.5

 2 Estimación   2.4 Estimación por intervalos.      2.4.1 Intervalo de confianza para la media.      1.- El proceso para obtener el intervalo es dar una variable aleatoria donde intervenga el parámetro a estimar y el correspondiente de la muestra. A esta variable se le llama: ( Modificar Reactivo ID 493065)        a)  Estadístico pivote

        b)

 Estadística inferencial

        c)  Estadística descriptiva

        d)

 Grados de libertad

        e)  Parámetro

 2 Estimación   2.4 Estimación por intervalos.      2.4.1 Intervalo de confianza para la media.      2.- No es un proceso fácil cuando la variable en estudio no sigue unas pautas de normalidad, por lo que nosotros vamos a suponer siempre que la variable con la que vamos a trabajar sigue una distribución normal. ( Modificar Reactivo ID 493618)        a)  El cálculo de intervalos de confianza

        b)

 Estadística descriptiva

        c)  Varianza

        d)

 Media

        e)  Cuasivarianza

 2 Estimación   2.4 Estimación por intervalos.      2.4.1 Intervalo de confianza para la media.      3.- ¿Se trata de un proceso en el que el investigador selecciona directa e indirectamente los individuos de la población? ( Modificar Reactivo ID 493619)        a)  Muestreo casual o incidental

        b)

 Muestreo opinático o intencional

        c)  Bola de nieve

        d)

 Muestreo aleatorio simple

        e)  Muestreo forzado estadístico

 2 Estimación   2.4 Estimación por intervalos.      2.4.1 Intervalo de confianza para la media.      4.- Se define como el método donde se utiliza un grupo de elementos de la población que conforman una unidad. ( Modificar Reactivo ID 493620)        a)  Muestreo por conglomerados

        b)

 Muestreo estratificado

        c)  Muestreo bietápico

        d)

 Muestreo de bola de nieve

        e)  Muestreo por estadios múltiples

 2 Estimación   2.4 Estimación por intervalos.      2.4.2 Intervalo de confianza para la diferencia de medias.      1.- Para calcular el intervalo de confianza para la diferencia de dos medias se debe saber si las varianzas poblacionales son conocidas o desconocidas, y en caso de que sean desconocidas, se debe probar: ( Modificar Reactivo ID 493066)        a)  Si son iguales o diferentes

        b)

 Si son cuadráticos

        c)  Si cumple la condición de la cadena

        d)

 Si tiene productos notables

        e)  Si cumple condición simple Cero (0)

 2 Estimación   2.4 Estimación por intervalos.      2.4.2 Intervalo de confianza para la diferencia de medias.      2.- Las medidas de los diámetros de una muestra aleatoria de 200 bolas de rodamientos producidas por una maquina en una semana, dieron de 0.824 cm y una desviación típica de 0.042 cm. Hallar los limites de confianza a 95%. ( Modificar Reactivo ID 493622)

        a) 

        b)  

        c) 

        d)  

        e) 

 2 Estimación   2.4 Estimación por intervalos.      2.4.2 Intervalo de confianza para la diferencia de medias.      3.- ¿Qué tipo de muestreo esta conformado por ejemplo en; unidades hospitalarias, los departamentos universales, una caja de determinados productos? ( Modificar Reactivo ID 493623)        a)  Muestreo por conglomerados

        b)

 Muestreo de bola de nieve

        c)  Muestreo anti parámetro

        d)

 Muestreo por cuotas

        e)  Muestreo marginal

 2 Estimación   2.4 Estimación por intervalos.      2.4.3 Intervalos de confianza para la proporción.      1.- Cuando proponemos un intervalo donde se encontrará el parámetro a estimar, con una probabilidad de acierto alta. Al valor de esta probabilidad la representaremos por 1-α, y se le llama: ( Modificar Reactivo ID 493068)        a)  Nivel de confianza

        b)

 Parámetro

        c)  Desviación típica

        d)

 Cuasivarianza

        e)  Probabilidad

 2 Estimación   2.4 Estimación por intervalos.      2.4.3 Intervalos de confianza para la proporción.      2.- Completa el siguiente enunciado: a igual nivel de confianza, cuanto _______tamaño tenga la muestra, el intervalo de confianza ________ puesto que el valor obtenido en la muestra se acercará más al valor real de la población y por tanto el margen de error cometido (radio del intervalo) se hará más pequeño. ( Modificar Reactivo ID 493070)        a)  Mayor, se reducirá

        b)

 Reducirá , cuando sea mayor

        c)  Valor real, pequeño

        d)

 Mayor, aumentara

        e)  Menor , se reducirá

 2 Estimación   2.4 Estimación por intervalos.      2.4.3 Intervalos de confianza para la proporción.      3.- ¿Cuál es el nombre que se le asigna a la siguiente ecuación? ( Modificar Reactivo ID 493073)

        a)  Margen de error

        b)

 Estadístico pivote

        c)  Nivel de confianza

        d)

 Margen de probabilidad

        e)  Margen de Cuasivarianza

 2 Estimación   2.4 Estimación por intervalos.      2.4.3 Intervalos de confianza para la proporción.      4.- Cálculo del intervalo de confianza para la varianza de la población en unaVariable aleatoria normal. Se utiliza el estadístico pivote que sigue una distribución llamada con n-1

grados de libertad, que se representa por X^2 ( Modificar Reactivo ID 493075)        a)  Chi-cuadrado

        b)

 Chi- cubica

        c)  Chi- primera

        d)

  y- cuadrado

        e)   jr cuadrada

 2 Estimación   2.4 Estimación por intervalos.      2.4.4 Intervalos de confianza para la diferencia proporciones.      1.- Se desea estimar la media del tiempo empleado por un nadador en una prueba olímpica, para lo cual se cronometran 10 pruebas, obteniéndose una media de 41,5 minutos. Sabiendo por otras pruebas que la desviación típica de esta variable para este nadador es de 0.3 minutos, obtener un intervalo de confianza con un 95% de confianza. ¿Cuántas pruebas habría que cronometrar para que el margen de error en la estimación de la media fuese inferior a tres segundos. (Suponemos siempre que la variable que mide el tiempo del nadador sigue una distribución normal). ( Modificar Reactivo ID 493589)        a)  41.314 , 41.686

        b)

 40.314, 40.314

        c)  41.314, 40,314

        d)

 48.330, 48.315

        e)  40.256 , 40.526

 2 Estimación   2.4 Estimación por intervalos.      2.4.4 Intervalos de confianza para la diferencia proporciones.      2.- Se desea estimar la media del tiempo empleado por un nadador en una prueba olímpica, para lo cual se cronometran 10 pruebas, obteniéndose una media de 41,5 minutos. Sabiendo por otras pruebas que la desviación típica de esta variable para este nadador es de 0,3 minutos, obtener un intervalo de confianza con un 70% de confianza. ¿Cuántas pruebas habría que cronometrar para que el margen de error en la estimación de la media fuese inferior a tres segundos. (Suponemos siempre que la variable que mide el tiempo del nadador sigue una distribución normal). ( Modificar Reactivo ID 493590)        a)  41.5 - 0.09866, 41.5 + 0.9866

        b)

 41.5-0.4866, 41.5 + 0.4866

        c)  38.456 + 43.567

        d)

 57.89+ 67.89

        e)  0.0034 +0.0030

 2 Estimación   2.4 Estimación por intervalos.      2.4.4 Intervalos de confianza para la diferencia proporciones.      3.- Se llevó a cabo una encuesta de mercado para calcular la proporción de amas de casa que reconocerían el nombre d la marca de un limpiador a partir de la forma y color de envase. De los 1400 amas de casa de la muestra, 420 identificaron la marca por su nombre. Calcule el valor de la proporción de la población. ( Modificar Reactivo ID 493621)        a)  0.30

        b)

 0.10

        c)  0.50

        d)

 0.99

        e)  0.86

 2 Estimación   2.4 Estimación por intervalos.      2.4.5 Intervalos de confianza para la varianza.      1.- La puntuación media de una muestra de 20 jueces de gimnasia rítmica, elegidos al azar, para una misma prueba, presentó una cuasi desviación típica muestral de 0,0965. Calcular un intervalo de confianza con un 95% para la varianza. (Suponemos que la variable que mide la puntuación sigue una distribución normal). ( Modificar Reactivo ID 493591)        a)  (0.0053 , 0.019)

        b)

 (0.001, 0.003)

        c)  (0.003, 0043)

        d)

 (0,1)

        e)  (1,0)

 2 Estimación   2.4 Estimación por intervalos.      2.4.5 Intervalos de confianza para la varianza.      2.- La puntuación media de una muestra de 30 jueces de gimnasia rítmica, elegidos al azar, para una misma prueba, presentó una cuasi desviación típica muestral de 0,0965. Calcular un intervalo de confianza con un 95% para la varianza. (Suponemos que la variable que mide la puntuación sigue una distribución normal). Hallar el valor de n. ( Modificar Reactivo ID 493592)        a)  n=20

        b)

 n=30

        c)  n=20/2

        d)

 n= 202

        e)  n= 200

 2 Estimación   2.4 Estimación por intervalos.      2.4.5 Intervalos de confianza para la varianza.      3.- La puntuación media de una muestra de 10 jueces de gimnasia rítmica, elegidos al azar, para una misma prueba, presentó una cuasi desviación típica muestral de 0,0965. Calcular un intervalo de confianza con un 95% para la varianza. (Suponemos que la variable que mide la puntuación sigue una distribución normal). Hallar el valor de la cuasi varianza. ( Modificar Reactivo ID 493593)        a)  0.00931225

        b)

 0.0931225

        c)  0.931225

        d)

 0.000931225

        e)  9.31225 x103

 2 Estimación   2.4 Estimación por intervalos.      2.4.6 Intervalos de confianza para la relación de varianzas.

      1.- El siguiente símbolo representa de forma primitiva a: ( Modificar Reactivo ID 493594)

        a)  Varianza

        b)

 Desviación poblacional

        c)  Desviación cuadrática

        d)

 Desviación típica

        e)  Sumas de cuadrados

 2 Estimación   2.4 Estimación por intervalos.      2.4.6 Intervalos de confianza para la relación de varianzas.      2.- Para llevar acabo una relación de varianzas se necesita: ( Modificar Reactivo ID 493595)        a)  Dos varianzas

        b)

 Una varianza

        c)  La relación debe ser de 0 a 1000

        d)

 Debe cumplirse la siguiente relación 0/1

        e)  Debe cumplirse la siguiente relación 1/0

 2 Estimación   2.4 Estimación por intervalos.      2.4.6 Intervalos de confianza para la relación de varianzas.      3.- El muestreo por ______________ es un grupo de elementos de población que conforman una unidad ( Modificar Reactivo ID 493624)        a)  Muestreo por conglomerados

        b)

 Muestreo por cuotas

        c)  Muestreo por estadios múltiples

        d)

 Muestreo sistemático

        e)  Muestreo estratificado

 2 Estimación   2.4 Estimación por intervalos.      2.4.6 Intervalos de confianza para la relación de varianzas.      4.- ¿Qué método al escoger un número base se le aplica la siguiente formula? ( Modificar Reactivo ID 493625)

        a)  Aleatorio sistemático

        b)

 Muestreo casual o incidental

        c)  Aleatorio estratificado

        d)

 Muestreo por cuotas

        e)  Muestreo por simple

 2 Estimación   2.5 Determinación del tamaño de muestra.      2.5.1 Basado en la media de la Población.      1.- A la hora de determinar el tamaño que debe alcanzar una muestra hay que tomar en cuenta las siguientes medidas: ( Modificar Reactivo ID 493596)        a)  Parámetro estádisco, error muestral, nivel de confianza y varianza poblacional.

        b)

 Parámetro estádisco, error muestral, nivel de confianza y varianza de la media.

        c)  Media estadístico, error muetral, nivel de confianza y varianza poblacional.

        d)

 Desviación estándar, error típico, covarianza y moda.

        e)  Media, moda, intervalo, deviación estándar y tabla de z.

 2 Estimación   2.5 Determinación del tamaño de muestra.      2.5.1 Basado en la media de la Población.      2.- Son las medidas o datos que se obtienen sobre la población. ( Modificar Reactivo ID 493597)        a)  Parámetros

        b)

 Estadísticos

        c)  Esperanza matemática

        d)

 Error máximo

        e)  Error mínimo

 2 Estimación   2.5 Determinación del tamaño de muestra.      2.5.1 Basado en la media de la Población.      3.- Los datos o medidas que se obtienen sobre una muestra y por lo tanto una estimación de los parámetros; se le conoce como: ( Modificar Reactivo ID 493598)        a)  Estadístico

        b)

 Parámetros

        c)  Estimador

        d)

 Población

        e)  Muestra

 2 Estimación   2.5 Determinación del tamaño de muestra.      2.5.1 Basado en la media de la Población.      4.- Es la diferencia entre un estadístico y su parámetro correspondiente. ( Modificar Reactivo ID 493599)        a)  Error muestral

        b)

 Error de desviación típica

        c)  Diferencia de la varianza

        d)

 Teorema del límite central

        e)  Error de dos colas

 2 Estimación   2.5 Determinación del tamaño de muestra.      2.5.1 Basado en la media de la Población.      5.- Probabilidad de que la estimación efectuada se ajuste a la realidad. Cualquier información que queremos recoger está distribuida según una ley de probabilidad (Gauss o Student), así llamamos a esta la probabilidad de que el intervalo construido en torno a un estadístico capte el verdadero valor del parámetro. ( Modificar Reactivo ID 493600)        a)  Nivel de confianza

        b)  Probabilidad

        c)  Varianza

        d  Muestra poblacional

)        e)  Cuasi varianza

 2 Estimación   2.5 Determinación del tamaño de muestra.      2.5.2 Basado en la proporción de la Población.      1.- A que se refiere la siguiente fórmula: p1-p2 ( Modificar Reactivo ID 493601)        a)  Diferencia entre dos proporciones

        b)

 Resta de medias

        c)  Suma de proporciones

        d)

 Producto

        e)  Diferencia de varianza

 2 Estimación   2.5 Determinación del tamaño de muestra.      2.5.2 Basado en la proporción de la Población.      2.- La Consejería de Trabajo planea un estudio con el interés de conocer el promedio de horas semanales trabajadas por las mujeres del servicio doméstico. La muestra será extraída de una población de 10000 mujeres que figuran en los registros de la Seguridad Social y de las cuales se conoce a través de un estudio piloto que su varianza es de 9.648. Trabajando con un nivel de confianza de 0.95 y estando dispuestos a admitir un error máximo de 0,1, ¿cuál debe ser el tamaño muestral que empleemos?. ( Modificar Reactivo ID 493610)        a)  2704

        b)

 35

        c)  120

        d)

 568

 2 Estimación   2.5 Determinación del tamaño de muestra.      2.5.2 Basado en la proporción de la Población.      3.- Error muestral es la diferencia entre un ___________________ y su _________________ correspondiente. ( Modificar Reactivo ID 493611)        a)  Estadístico , parámetro

        b)

 Error de varianza , desviación típica

        c)  Error poblacional , muestral

        d)

 Intervalo de confianza, resulta de tabla

        e)  Diferencia , adición

 2 Estimación   2.5 Determinación del tamaño de muestra.      2.5.2 Basado en la proporción de la Población.      4.- Un estudiante de administración pública desea determinar la cantidad media que ganan al mes los miembros de los consejos ciudadanos. El error al calcular la madia debe ser inferior a $100, con un nivel de confiabilidad de 95%. El estudiante encontró un informe del departamento del trabajo en el que la desviación estándar es de $1000.¿Cuál es el tamaño de muestra que se requiere? ( Modificar Reactivo ID 493612)        a)  384.16

        b)

 15

        c)  449.1

        d)

 123.89

        e)  256.23

 2 Estimación   2.5 Determinación del tamaño de muestra.      2.5.2 Basado en la proporción de la Población.      5.- Es una medida de la variabilidad de las estimaciones de muestras repetidas en torno al valor de la población, nos da una noción clara de hasta dónde y con qué probabilidad una estimación basada en una muestra se aleja del valor que se hubiera obtenido por medio de un censo completo. ( Modificar Reactivo ID 493617)        a)  Error muestral

        b)

 Error poblacional

        c)  Error típico

        d)

 Error de la media

        e)  Error muestral de la varianza

 2 Estimación   2.5 Determinación del tamaño de muestra.      2.5.3 Basado en la diferencia entre las medias de la Población.      1.- Un secretario académico de la universidad desea calcular el promedio aritmético de las calificaciones de los estudiantes que se graduaron durante los pasados 10 años. Los promedios oscilan entre 2.0 y 4.0. El promedio se calcula que es de 0.05 más o menos de la media poblacional. La desviación estándar se calcula es de 0.279. Utilice el nivel e confianza de 99%. ¿Ayudaría al secretario a determinar cuántas boletas tiene que estudiar? ( Modificar Reactivo ID 493613)        a)  208

        b)

 30

        c)  76

        d)

 135

        e)  189

 2 Estimación   2.5 Determinación del tamaño de muestra.      2.5.3 Basado en la diferencia entre las medias de la Población.      2.- Supongamos que el presidente de los Estados Unidos desea calculo de la proporciones de la población que apoya su actual política relacionada con las revisiones del sistema de seguridad social. El presidente requiere que el calculo se encuentre a menos de 0.004 de la proporción real. Suponga un nivel de confiabilidad de 95%. los asesores políticos del presidente calculan que la proporción que apoya a la actual es política es de 0.60, ¿de que tamaño debe ser la muestra que se requiere? ( Modificar Reactivo ID 493614)        a)  196

        b)

 50

        c)  70

        d)

 110

        e)  155

 2 Estimación   2.5 Determinación del tamaño de muestra.      2.5.3 Basado en la diferencia entre las medias de la Población.      3.- Generalmente es un valor desconocido y hay que estimarlo a partir de datos de estudios previos. ( Modificar Reactivo ID 493615)        a)  Varianza poblacional

        b)

 TLC

        c)  N

        d)

 Tablas de contingencias

        e)  n-1

 2 Estimación   2.5 Determinación del tamaño de muestra.      2.5.3 Basado en la diferencia entre las medias de la Población.      4.- Un estadístico será más preciso en cuanto y tanto su error es más __________. Podríamos decir que es la desviación de la distribución muestral de un __________ y su fiabilidad. ( Modificar Reactivo ID 493616)        a)  Pequeño, estadístico

        b)

 Grande y parámetro

        c)  Mediano y dato

        d)

 Seguro, estimador

        e)  Confiable y símbolo