Anda di halaman 1dari 31

Test 1: Preguntas tipo test de la seccin

de estadstica (001-050)
1. Es una Variable Cualitativa Ordinal:
1) Sexo (M, F).
2) Bebe (no, poco, mucho).
3) N de muelas cariadas.
4) Temperatura corporal.
5) Raza (blanca, negra, amarilla).
2. Es una Variable Cuantitativa Continua:
1) Sexo (M, F).
2) Bebe (no, poco, mucho).
3) N muelas cariadas.
4) Temperatura corporal.
5) Raza (blanca, negra, amarilla).
3. Es una Variable Cualitativa Dicotmica:
1) Sexo (M, F).
2) Bebe (no, poco, mucho).
3) N de muelas cariadas.
4) Temperatura corporal.
5) Raza (blanca, negra, amarilla).
4. Es una Variable Cuantitativa Discreta:
1) Sexo, (M, F),
2) Bebe (no, poco, mucho).
3) N de dientes cariados.
4) Raza (blanca, negra, amarilla).
5) Temperatura del aire.
5. Es una Variable Cualitativa:
1) Sexo (M, F.)
2) Bebe (no, poco, mucho).
3) N de dientes cariados.
4) Raza (blanca, negra, amarilla).
5) Ciertas 1, 2, 4.
6. El histograma se usa para representar variables:
1) Cualitativas.
2) Cuantitativas Discretas.
3) Cuantitativas Continuas.
4) Cualquiera.
5) Ciertas 1 y 2.
7. El Diagrama de Barras se usa para representar variables:
1) Cualitativas.
2) Cuantitativas Discretas.
3) Cuantitativas Continuas.
4) Cualquiera.
5) Ciertas 1 y 2.
8. El Diagrama Sectorial se usa para representar Variables:

1) Cualitativas.
2) Cuantitativas Discretas.
3) Cuantitativas Continuas.
4) Cualquiera.
5) Ciertas 1 y 2.
9. El Polgono de Frecuencias se usa para representar
Variables:
1) Cualitativas.
2) Cuantitativas Discretas.
3) Cuantitativas Continuas.
4) Cualquiera.
5) Ciertas 1 y 2.
10. El Polgono de Frecuencias Acumuladas se usa para
representar Variables:
1) Cualitativas.
2) Cuantitativas Discretas.
3) Cuantitativas Continuas.
4) De cualquier tipo.
5) Ciertas 1 y 2.
11. Una distribucin de datos se puede describir con:
1) Una medida de centralizacin y otra de dispersin.
2) Una distribucin de frecuencias absolutas.
3) Una distribucin de frecuencias relativas.
4) Un grfico.
5) Todas son ciertas.
12. Es una medida de centralizacin:
1) Rango.
2) Varianza.
3) Mediana.
4) Desviacin Estndar.
5) Coeficiente de Variacin.
13. Es una medida de posicin:
1) Amplitud.
2) Varianza.
3) Moda.
4) Desviacin Tpica.
5) Coeficiente de Variacin.
14. Es un ndice de dispersin:
1) Media Aritmtica.
2) Moda.
3) Mediana.
4) Desviacin Estndar.
5) Cuartiles.
15. Es un estadstico de dispersin:
1) Amplitud.
2) Desviacin Media.
3) Rango intercuartlico.

4) Coeficiente de Variacin.
5) Todas Ciertas.
16. Es un ndice de dispersin adimensional:
1) Desviacin Media.
2) Varianza.
3) Desviacin Estndar.
4) Coeficiente de Variacin.
5) Amplitud o Rango.
17. Cul de los siguientes es un estadstico descriptivo de
posicin?
1) Media Geomtrica.
2) Media Ponderada.
3) Varianza.
4) Percentil.
5) Covarianza.
18. La mediana es una medida de tendencia central que se
usa cuando:
1) Los datos son impares.
2) La muestra es asimtrica.
3) La muestra es heterognea.
4) La muestra es simtrica.
5) La muestra es homognea.
19. Para comparar correctamente, desde un punto de vista
descriptivo, dos o ms variables debe usarse:
1) Desviacin Estndar.
2) Amplitud.
3) El Coeficiente de Variacin.
4) La Covarianza.
5) La Desviacin Media.
20. Es un Estadstico de Dispersin:
1) Moda.
2) Rango.
3) Mediana.
4) Media Armnica.
5) Media Geomtrica.
21. El Coeficiente de Variacin es:
1) Un estadstico de Centralizacin adimensional.
2) Un estadstico de Dispersin Adimensional.
3) Una medida de Variacin conjunta entre dos variables.
4) Un ndice de simetra.
5) 3 y 4 correctas.
22. La Varianza Muestral es:
1) El cuadrado de la Desviacin Tpica.
2) La raz cuadrada de la Desviacin Tpica.
3) Un estadstico de dispersin.
4) El cociente entre la Media y los Grados de Libertad.
5) 1 y 3 correctas.

23. El Coeficiente de Variacin se calcula:


1) Multiplicando la Varianza por la Media.
2) Dividiendo la Desviacin Tpica por la Media.
3) Dividiendo la Media por la Desviacin Tpica.
4) Dividiendo la Media por la Varianza.
5) Multiplicando la Desviacin Tpica por la Media.
24. Cuando la muestra es asimtrica, el mejor estadstico de
centralizacin que puede usarse es:
1) Media Aritmtica.
2) Moda.
3) Mediana.
4) Media Geomtrica.
5) Media Armnica.
25. La media aritmtica no debe emplearse como estadstico
de Centralizacin, cuando:
1) Las muestras son simtricas.
2) Se desea conocer el centro de gravedad de la distribucin.
3) Las muestras son asimtricas.
4) Se desea calcular otros estadsticos relacionados, como el
Coeficiente de Variacin.
5) Se desea un estadstico de gran estabilidad.
26. Con cul de los siguientes estadsticos, puede
compararse el grado de dispersin (variabilidad) de distintas
muestras, en las que se utilizan unidades de medida
distintas?.:
1) Desviacin Tpica.
2) Varianza.
3) Coeficiente de Variacin.
4) Rango o Amplitud.
5) Error Tpico.
27. Si a todos los valores de una distribucin, les sumas 9:
1) La Media aumenta 9.
2) La Media no vara.
3) La Varianza aumenta en 81.
4) La Varianza aumenta en 9.
5) La Desviacin Estndar aumenta en 3.
28. Si a todos los valores de una distribucin de datos, les
restas 4:
1) La Media no varia, la Varianza s.
2) La Media disminuye 4, la Varianza 16.
3) La Media y Varianza no varan.
4) La Media disminuye 4, la Varianza no vara.
5) Ninguna es cierta.
29. Si a todos los valores de una distribucin, los multiplicas
por 4:
1) Su Media no vara.
2) A su Media se le suma 4.

3) Su media se multiplica por 4.


4) Su Varianza se multiplica por 4.
5) Su Desviacin Estndar se multiplica por 16.
30. Si a todos los valores de una distribucin de datos, les
multiplicas por 6:
1) La Media se multiplica por 6.
2) La Media y la Varianza se multiplican por 36.
3) La Media no vara, la Varianza se multiplica por 36.
4) La Media se multiplica por 6, la Varianza por 36.
5) La media se multiplica por 6, la Varianza no vara.
31. Si multiplicas por 6 todos los valores de una distribucin:
1) La Media no vara.
2) La Desviacin Estndar se multiplica por 36.
3) Varianza se multiplica por 6.
4) Coeficiente de Variacin no vara.
5) Todas son falsas.
32. Cuando a todos los datos de una muestra se les multiplica
una constante:
1) La Media queda multiplicada por esa constante, la Desviacin
Tpica no vara.
2) El Coeficiente de Variacin se multiplica por esa constante.
3) Tanto la Media como la Desviacin Tpica se multiplican por esa
constante.
4) El Coeficiente de Variacin no vara.
5) Correctas 3 y 4.
33. Cuando a todos los datos de una muestra se les suma una
constante:
1) La Media no vara.
2) La Media queda incrementada en esa constante.
3) La Desviacin Tpica no vara.
4) La Desviacin Tpica queda aumentada en esa constante.
5) Ciertas 2 y 3.
34. Los datos originales a menudo necesitan ser
transformados, codificados para facilitar el clculo. Qu
consecuencias tiene en el clculo de la Media, la Desviacin
Tpica y el Coeficiente de Variacin el hecho de que a todos
los elementos de una muestra se les reste una constante?
1) Ninguno de estos estadsticos varan.
2) La Media vara, el resto no.
3) La Media no vara, el resto s.
4) Los tres estadsticos varan.
5) La Media y el Coef. de Variacin varan, la Desv. Tpica no.
35. La Distribucin Normal:
1) Es asimtrica.
2) Es una distribucin de probabilidad de variable discreta.
3) Es asinttica.
4) La Mediana no coincide con la Moda.

5) Es bimodal.
36. La Distribucin Normal:
1) La Media coincide con la Moda y con la Mediana.
2) El mximo es la Media.
3) Es una Distribucin de probabilidad de variables continuas.
4) Se define por m y s.
5) Todas son ciertas.
37. En la Distribucin Normal:
1) El intervalo ms abarca el 68% del rea total.
2) El intervalo m1.96s abarca el 95% del rea.
3) El intervalo m2.6s abarca el 99% del rea.
4) El intervalo m2.6s NO abarca el 5% del rea.
5) Todas son ciertas.
38. Una de las siguientes afirmaciones no se refiere a la
Normal.
1) Asinttica.
2) Es una Distribucin de probabilidad de Variable Discreta.
3) Es simtrica respecto a su media.
4) Queda definida por la media y la desviacin tpica
5) La Media, Moda y Mediana coinciden.
39. Los parmetros m y s respectivamente de la Distribucin
Normal unitaria o tipificada son:
1) 0, 0.
2) 1, 1.
3) 0, 1.
4) 1, 0.
5) -1, 1.
40. Los Parmetros Media y Desviacin Tpica
respectivamente de la Distribucin normal tipificada (z) son:
1) 1, 0.
2) 0, 1.
3) 1, 1.
4) 0, 1,96.
5) 1, 1,96.
41. En la Normal, el intervalo:
1) ms abarca el 95%.
2) m1.96s abarca el 68%.
3) m2.56s abarca el 95%.
4) Ninguna es cierta.
5) Son todas ciertas.
42. Una distribucin Binomial:
1) Es Distribucin de Probabilidad de Variable Discreta.
2) Se define por N(nmero) y p(probabilidad de suceso).
3) La Media de la Binomial es np.
4) La desviacin Tpica es (npq)1/2.
5) Todas son correctas.
43. Los parmetros Media y Desviacin Tpica,

respectivamente, de una Binomial se calculan:


1) np, npq.
2) n/p, npq.
3) np, (npq)1/2 .
4) n/p, pq.
5) n/p, n/pq.
44. Una de las siguientes distribuciones de probabilidad
corresponde a una Variable aleatoria continua:
1) Poisson.
2) Normal.
3) Binomial.
4) Geomtrica.
5) Hipergeomtrica.
45. Cul de las siguientes Distribuciones de probabilidad no
corresponde a una Variable Aleatoria Discreta.
1) Poisson.
2) T. de Student.
3) Binomial.
4) Geomtrica.
5) Hipergeomtrica.
46. Una de las siguientes distribuciones de probabilidad
corresponde a una Variable Discreta.
1) Normal.
2) Chi-Cuadrado
3) F. de Snedecor.
4) T. de Student.
5) Hipergeomtrica.
47. La Distribucin T. de Student deriva de la distribucin.
1) Binomial.
2) Normal.
3) Poisson.
4) Experimental.
5) Uniforme.
48. Una distribucin es bimodal:
1) Si se puede representar en dos formas.
2) Si tiene dos Medias.
3) Si la Media y la Mediana coinciden.
4) Si la curva tiene dos mximos.
5) Ciertas 2 y 4.
49. Una Distribucin Bimodal (Seala lo falso):
1) Nunca es una distribucin Normal.
2) Nunca es una distribucin T de Student.
3) Nunca es simtrica.
4) Nunca es de variables Normales.
5) Tiene dos mximos.
50. En una distribucin simtrica:
1) La Media coincide con la Mediana.

2)
3)
4)
5)

El Coeficiente de Simetra es 0.
La mitad derecha es igual que la izquierda.
La Moda deja a su izquierda el 50% de la curva.
Son todas ciertas.

**********************************************************************
**************************************************************
SOLUCIONES BIOESTADSTICA TEST 1
SOLUCIN:

1
2
11
5
21
2
31
4
41
4

2
4
12
3
22
5
32
5
42
5

3
1
13
3
23
2
33
5
43
3

4
3
14
4
24
3
34
5
44
2

5
5
15
5
25
3
35
3
45
2

6
3
16
4
26
3
36
5
46
5

7
5
17
4
27
1
37
5
47
2

8
5
18
2
28
4
38
2
48
4

9
3
19
3
29
3
39
3
49
3

10
3
20
2
30
4
40
2
50
5

Test 2: Preguntas tipo test de la seccin


de estadstica (051-100)
51. En una distribucin asimtrica (Seale lo falso):
1) Puede haber dos Modas.
2) El Coeficiente de Asimetra puede ser mayor de 0.
3) No hay sesgo.
4) La Mediana es el mejor ndice de centralizacin.
5) Puede ser platicrtica.
52. Un ndice de Asimetra de -0,3, nos dice que:
1) La curva no es simtrica.
2) Tiene un sesgo negativo.
3) La Media es un ndice de centralizacin sesgado.
4) La Mediana es un ndice centrado.
5) Son todas correctas.
53. El ndice de Curtosis:
1) Mide la simetra de la curva.
2) Mide la modalidad de la curva.
3) Es la Desviacin Estndar dividida entre la Media y multiplicada por 100.
4) Mide el grado de apuntamiento.
5) Mide si la Media coincide con la Mediana.
54. En la distribucin Normal:
1) El Coeficiente de Asimetra es >0.
2) El Coeficiente de Curtosis es <0.
3) Es bimodal.
4) Es Mesocrtica.
5) Es asimtrica.
55. Se dice que una distribucin es Mesocrtica cuando:
1) Es simtrica.
2) El Coeficiente de Variacin es =0.
3) El Coeficiente de Curtosis es =0.
4) El Coeficiente de Asimetra es =0.
5) Ciertas 3 y 4.
56. Una distribucin Normal es:
1) Simtrica.
2) Unimodal.
3) Mesocrtica.
4) Distribucin de Variables Continuas.
5) Son todas ciertas.
57. El Coeficiente de Asimetra de una Distribucin de Frecuencias simtrica tiene
un valor:
1) 0.
2) -1.
3) 1,96.
4) 1.
5) -1,96.
58. El Coeficiente de Curtosis de una Distribucin de Frecuencias platicrtica tiene
un valor:

1) >0.
2) <0.
3) >1.
4) =1.
5) =3.
59. Un estimador es insesgado:
1) Si es de mnima varianza.
2) Si es de varianza mxima.
3) Si es centrado sobre el valor muestral.
4) Si es centrado sobre el parmetro poblacional.
5) Ciertas 1 y 4.
60. En una distribucin Simtrica, Cul es un estimador centrado de la Media
Poblacional?:
1) Media.
2) Moda.
3) Mediana.
4) Rango.
5) Ciertas 1, 2 y 3.
61. Seale un estimador insesgado de la Media poblacional, si la Distribucin es
asimtrica:
1) Media.
2) Moda.
3) Mediana.
4) Varianza.
5) Ciertas 1, 2 y 3.
62. Cul es el estimador de mnima varianza de la Media poblacional?:
1) Media.
2) Moda.
3) Mediana.
4) Rango.
5) Desviacin Media.
63. En distribucin Simtricas, es un estimador centrado de la Varianza
poblacional:
1) Varianza muestral.
2) Desviacin Tpica.
3) Cuasivarianza.
4) Error estndar de la Media.
5) Mediana.
64. En distribucin Asimtricas, el estimador insesgado de la Variacin poblacional
es:
1) Varianza muestral.
2) Desviacin Estndar.
3) Cuasivarianza.
4) Rango intercuartlico.
5) Mediana.
65. A La Desviacin Tpica de una distribucin muestral de Medias se llama:
1) Rango de la media.
2) Error Tpico de la media.
3) Varianza muestral.
4) Coeficiente de Variacin.

5) Ninguna es cierta.
66. El Error Estndar de la Media es:
1) Un estadstico de dispersin.
2) Es la Desviacin Tpica de una distribucin muestral de medias.
3) Es la distancia de la Media poblacional al punto de inflexin de la curva.
4) Sirve para estimar Medias.
5) Son todas ciertas.
67. El Error Estndar del Porcentaje es:
1) Un estadstico de dispersin.
2) Es la Desviacin Tpica de una distribucin muestral de porcentajes.
3) Es la distancia del porcentaje poblacional al punto de inflexin de la curva.
4) Sirve para estimar porcentajes.
5) Son todas ciertas.
68. La Desviacin Tpica de una distribucin muestral de un estadstico se llama:
1) Coeficiente de Variacin.
2) Error Sistemtico.
3) Error Estndar.
4) Varianza.
5) Desviacin Estndar o Tpica.
69. El intervalo Media Muestral 1,96 EEM(Error Estndar de la Media):
1) No dice gran cosa.
2) Comprende un 95% de las veces a la Media poblacional.
3) Comprende un 99% de las veces a la Media poblacional.
4) Da una seguridad del 68%.
5) Da una seguridad del 5%.
70. El intervalo Media Muestral EEM(Error Estndar de la Media)
1) No se usa nunca.
2) Comprende un 99% de las veces a la Media poblacional.
3) Comprende un 95% de las veces a la Media poblacional.
4) Da una seguridad del 99%.
5) Todas son falsas.
71. El intervalo Media Muestral EEM (Error Estndar de la Media):
1) Abarca a la Media poblacional un 68% de las veces.
2) No abarca a la Media poblacional algo menos del 32%.
3) La seguridad de que la Media poblacional est en dicho intervalo es del 68%.
4) No se usa porque las probabilidades de fallar son muy altas.
5) Todas son ciertas.
72. La seguridad mnima exigida a cualquier estimacin de Medias es:
1) Del 68%
2) Del 95%
3) Del 99%
4) Del 5%
5) Del 1%
73. La probabilidad de error mxima, permitida en la estimacin de parmetros
es:
1) <68%
2) <5%
3) <1%
4) <0,01.
5) Ciertas 3 y 4.

74. La probabilidad de error mnima, permitida en la estimacin de parmetros es:


1) <68%
2) 5%
3) <1%
4) <0,1%
5) No hay.
75. La seguridad mxima exigida a cualquier estimacin de parmetros es:
1) Del 68%
2) Del 95%
3) Del 99%
4) Del 99,9%
5) No hay tal seguridad mxima.
76. Una seguridad del 95% en la estimacin de parmetros, lleva asociada una
probabilidad de error:
1) Del 5%
2) De 0,05%
3) <5%
4) <1%
5) Menor de 0,01.
77. Una seguridad del 99% en la estimacin de parmetros, lleva asociada una
probabilidad de error:
1) Del 1%
2) De 0,01.
3) Menor del 1%
4) Menor de 0,01.
5) Ciertas 3 y 4.
78. Leemos en un artculo que la glucemia media es de 110 mg/dl 10 mg/dl. p
<0,01.
1) El resultado muestral es 11010.
2) La seguridad es de ms del 99%
3) La glucemia poblacional estar entre 10 y 120, con toda seguridad.
4) El Error Estndar de la Media es 10 mg/dl.
5) Ninguna es cierta.
79. La media de la tensin arterial es 905. p<0,05:
1) La Media de la muestra es 90.
2) La media de la poblacin est entre 85 y 95, con una seguridad del 95%
3) La Media de la poblacin est entre 85 y 95, con una probabilidad de equivocarte
menor del 5%
4) El EEM es 5/1,96.
5) Son todas ciertas.
80. La estimacin de la Media poblacional:
1) Se hace cuando se desconoce tal Media.
2) Se realiza por un proceso de inferencia llamado estimacin.
3) Se calcula el EEM basndose en la Desviacin Muestral.
4) Se dice entre qu valores puede estar la Media poblacional, con una probabilidad de
equivocarse conocida.
5) Son todas ciertas.
81. El Test de Hiptesis:
1) Es un tipo de estadstica descriptiva.
2) La Hiptesis nula plantea la existencia de diferencias.

3) La Hiptesis alternativa plantea la no diferencia.


4) La Hiptesis nula y la alternativa pueden no ser excluyentes.
5) Puedes saber la probabilidad de equivocarte en tu afirmacin.
82. La probabilidad de acertar si aceptas la Hiptesis nula es:
1) El nivel de significacin.
2) Es a .
3) Lo fija el investigador.
4) Es 1- a.
5) Ciertas 3 y 4.
83. La probabilidad de equivocarte si aceptas la Hiptesis nula:
1) Es a .
2) Es el nivel de significacin.
3) Lo fija el investigador.
4) Como mximo se usa un nivel de 0,05.
5) Son todas ciertas.
84. La probabilidad de equivocarte al aceptar la Hiptesis Alternativa:
1) Se la conoce como b .
2) No la fija el investigador.
3) Es el complementario del poder del test.
4) Es el error tipo II.
5) Son todas falsas.
85. Si la Hiptesis nula es cierta y la aceptas:
1) Es el nivel a .
2) Es el poder del test.
3) Es el error tipo I.
4) Es 1- a.
5) Es el complementario de 1- b.
86. Si la Hiptesis nula es cierta y la rechazas:
1) No sabes qu probabilidad hay de que ocurra.
2) No tiene importancia.
3) La probabilidad es 1- a.
4) Nunca ocurre.
5) Es el error tipo I.
87. La capacidad de encontrar diferencias, habindolas:
1) Es impredecible.
2) Es el error tipo I.
3) Es el error tipo II.
4) Es el poder o potencia del test.
5) Usualmente es de 0,05.
88. La potencia de un test de Hiptesis:
1) Depende inversamente del 1- b.
2) Es el 1- a.
3) No depende de la magnitud real de la diferencia.
4) Depende directamente del tamao de la muestra.
5) Generalmente es de 0,01.
89. La potencia o poder de un test de Hiptesis:
1) Es 1- b.
2) Es la capacidad del test de encontrar diferencias, habindolas.
3) Aumenta al aumentar el tamao de la muestra.
4) Aumenta al aumentar la diferencia real.

5) Son todas ciertas.


90. En un tipo de cncer pulmonar, la Quimioterapia es MEJOR que la ciruga:
Las diferencias son estadsticamente significativas p<0,01.
1) Usamos un intervalo de confianza del 95%
2) Es fcil que las diferencias observadas sean debidas al azar.
3) La Quimioterapia es 999 veces mejor que la ciruga.
4) No se ha visto que uno sea mejor que la otra.
5) La Quimioterapia es mejor que la ciruga, a ese nivel de significacin.
91. En el tratamiento de una artritis con reposo, mejoran el 60%; con aspirina
mejoran el 55%. La diferencia es significativa con p<0,05:
1) Siempre que trates con aspirina a ese tipo de pacientes, mejorarn un 55% de los
pacientes.
2) El reposo es un 95% mejor que la aspirina.
3) El nivel de significacin es del 1%
4) Hay diferencias entre los dos tratamientos, a ese nivel de significacin.
5) No se puede concluir nada.
92. En el tratamiento de una artritis con reposo, mejoran el 60%, con aspirina
mejoran el 55%. La diferencia NO es significativa con p<0,05:
1) Si tratas con reposo a otros pacientes similares mejorarn el 60% de ellos.
2) Se puede concluir que el reposo es un 5% mejor que AAS.
3) El nivel de significacin es del 95%
4) No podemos concluir que haya diferencias entre los tratamientos, a ese nivel de
significacin.
5) El reposo es mejor que la AAS, y otro estudio ms potente lo demostrara.
93. La Clonidina es efectiva en un 87%. El Diltiacem en un 80%. Diferencias no
son estadsticamente significativas, p<0,01:
1) La diferencia hallada en el estudio es debida al azar.
2) La diferencia hallada no es debida al azar.
3) La Clonidina es mejor que el Diltiacem.
4) La Clonidina y el Diltiacem son igualmente efectivas.
5) Son todas falsas.
94. La Clonidina es efectiva en un 87%. El Diltiacem en un 80%. Diferencias no
son estadsticamente significativas, p<0,01:
1) La diferencia hallada en el estudio puede ser debida al azar.
2) No hay suficiente evidencia para decir quien es mejor.
3) La Clonidina y el Diltiacem pueden ser igualmente efectivas, a pesar de los
resultados observados.
4) La Clonidina puede ser mejor que el Diltiacem, pero no tenemos suficiente evidencia
para afirmarlo.
5) Son todas ciertas.
95. La ciruga es efectiva en un 90%. La medicacin en un 80%. Diferencias
estadsticamente significativas con p<0,05:
1) La Hiptesis nula plantea que los dos son igualmente efectivos.
2) La Hiptesis alternativa dice que los dos tipos de tratamiento no son igualmente
efectivos.
3) Si la Hiptesis nula fuese cierta, hay menos de un 5% de probabilidades de concluir
que un tratamiento es mejor que el otro.
4) Al afirmar que los dos tratamientos no son iguales, hay menos del 5% de
probabilidades de equivocarnos.
5) Todas son ciertas.

96. La ciruga es efectiva en un 90%. La medicacin en un 80%. Diferencias


estadsticamente significativas con p<0,05.
1) Afirmamos que hay diferencias entre ambos tratamientos, p<0,05.
2) Decimos que ambos tratamientos son distintos, con una probabilidad de error <0,05.
3) Si ambos tratamientos fueran iguales, habra menos de un 5% de posibilidades de
encontrar entre ellos una diferencia del 10%
4) El error tipo I es <5%
5) Son todas ciertas.
97. La Aspirina mejora al 60%. El paracetamol al 70%. Diferencias NO son
estadsticamente significativas, p<0,05. Potencia del test de Hiptesis del 40%:
1) El error tipo II es del 60%.
2) Afirmamos que pueden ser ambos tratamientos iguales.
3) Hay menos del 50% de posibilidades de encontrar diferencias si las hubiera.
4) El error tipo I es menor del 5%.
5) Todas son ciertas.
98. La probabilidad de error a es:
1) Rechazar Ho cuando es verdadero Ho.
2) Equivocarse cuando se rechaza Ha.
3) Equivocarse cuando se acepta Ho.
4) Aceptar Ho cuando es verdadera Ha.
5) No rechazar Ho.
99. A la capacidad que tiene un test estadstico para detectar diferencias
significativas se denomina:
1) Precisin.
2) Ajuste.
3) Sesgo.
4) Potencia.
5) Significacin.
100. El error tipo I o alfa es la probabilidad de:
1) Aceptar una Ho siendo falsa.
2) Aceptar una Ho siendo cierta.
3) Rechazar una Ho siendo falsa.
4) Rechazar una Ho siendo cierta.
5) Son correctas 2 y 3.
**********************************************************************
**************************************************
SOLUCIONES ESTADSTICA TEST 2

51
3
61
3
71
5
81
5

52
5
62
1
72
2
82
5

53
4
63
3
73
2
83
5

54
4
64
4
74
5
84
5

55
3
65
2
75
5
85
4

56
5
66
5
76
3
86
5

57
1
67
5
77
5
87
4

58
2
68
3
78
5
88
4

59
4
69
2
79
5
89
5

60
5
20
5
80
5
90
5

91
4

492
4

93
5

94
5

95
5

96
5

97
5

98
1

99
4

100
4

Test 3: Preguntas tipo test de la seccin


de estadstica (101-150)
101. El error tipo II o error beta es la probabilidad de:
1) Rechazar una Ho siendo verdadera.
2) Aceptar una Ho siendo verdadera.
3) Rechazar una Ho siendo falsa.
4) Aceptar una Ho siendo falsa.
5) Son correctas 1 y 3.
102. Qu nivel de significacin mnimo es utilizado en cualquier test de Hiptesis?
1) 0,1%
2) 0,5%
3) 1%
4) 5%
5) 10%
103. Si al realizar un test de Hiptesis, el resultado es no significativo, la
probabilidad asociada es:
1) p0,01.
2) p0,05.
3) p> 0,05.
4) p> 0,005.
5) p= 0,01.
104. Para comprobar la homogeneidad de varias medias independientes se usa el
test no paramtrico de :
1) Kruskal-Wallis.
2) McNemar.
3) Cohcran.
4) Wilcoxon.
5) Friedmann.
105. Planteado un diseo experimental, y fijada una prueba de hiptesis, si se
aumenta el tamao de las muestras:
1) Aumenta la probabilidad de error ay b .
2) Disminuye la probabilidad de error a y b.
3) Aumenta la probabilidad de error a .
4) Disminuye la probabilidad de error b .
5) Aumenta la probabilidad de error a y disminuye la de b.
106. Si se desea realizar un contraste de hiptesis, Cul de las siguientes
situaciones es mejor:
1) a= 0,05 y b = 0,05.
2) a = 0,05 y b = 0,10.
3) a = 0,01 y b = 0,05.
4) a = 0,01 y b = 0,10.
5) a = 0,01 y b = 0,01.
107. Si la Ho es cierta y la aceptas:
1) La probabilidad es 1- a .
2) La probabilidad la fija el investigador.
3) Se usa como mnimo un intervalo del 95%
4) Es el tamao del test de Hiptesis.

5) Son todas ciertas.


108. Un test de Hiptesis es tanto mejor cuanto mayor sea su:
1) Confianza.
2) Potencia.
3) Facilidad de clculo.
4) Nivel de significacin.
5) Error Tipo II.
109. El error tipo I se define como la probabilidad de:
1) Aceptar Ho siendo cierta.
2) Aceptar Ho y H1.
3) Rechazar Ho siendo cierta.
4) Rechazar Ho siendo falsa.
5) Aceptar Ho siendo falsa.
110. El error tipo II se define como la probabilidad de :
1) Aceptar Ho cuando es cierta.
2) Rechazar Ho y H1.
3) Rechazar Ho cuando es falsa.
4) Aceptar Ho cuando es falsa.
5) Rechazar Ho cuando es cierta.
111. Qu significa que un coeficiente de correlacin de Pearson es de -0,9 :
1) Que hay una mala correlacin entre las dos variables.
2) Que la relacin es inversa o negativa.
3) Que la relacin es lineal.
4) Que la relacin es muy buena.
5) Ciertas 2 y 4.
112. Qu significa un Coeficiente de Correlacin de Pearson de +0,95?
1) Que no hay relacin lineal.
2) Que la relacin lineal es muy buena.
3) Que la relacin es inversa.
4) Que cuando una variable aumenta, la otra disminuye.
5) Son todas falsas.
113. La existencia de relacin entre dos variables cuantitativas se verifica mediante
el test de :
1) Independencia (contingencia).
2) De Mann-Whitney.
3) ANOVA (Anlisis de la Varianza).
4) Correlacin.
5) Chi-Cuadrado.
114. Para estudiar la relacin entre dos variables cuantitativas se puede usar:
1) Coef. de Correlacin de Pearson.
2) Coef. de Correlacin de Spearman.
3) Coef. de Contingencia de Pearson.
4) Regresin.
5) Ciertas 1, 2 y 4.
115. E Cuadrado de Coeficiente de Correlacin r de Pearson (r2 ) se denomina:
1) Coeficiente de Asimetra.
2) Coeficiente de Contingencia.
3) Coeficiente de Determinacin.
4) Coeficiente de Indeterminacin.
5) Coeficiente kappa.

116. Cul de las siguientes propiedades se refiere a la Covarianza?


1) Es un estadstico de posicin.
2) Es un estadstico adimensional.
3) Es un coeficiente no paramtrico.
4) Puede tomar valores negativos.
5) Su valor oscila entre -1 y +1.
117. El coeficiente de Correlacin de Pearson puede usarse :
1) Cuando la relacin entre dos variables no sea lineal.
2) Cuando una de las dos variables no sea cuantitativa.
3) Cuando la relacin entre las variables sea lineal.
4) Cuando se desconozca la distribucin de las variables.
5) Cuando el n de datos sea pequeo.
118. El estadstico de dispersin que permite conocer el grado de variacin
conjunta entre dos variables cuantitativas es :
1) Varianza.
2) Desviacin Tpica o estndar.
3) Covarianza.
4) Rango o recorrido.
5) Coeficiente de Variacin.
119. Para comparar correctamente, desde un punto de vista descriptivo, la
dispersin de dos o ms variables debe usarse :
1) La desviacin estndar.
2) La amplitud.
3) El Coeficiente de Variacin.
4) La covarianza.
5) La desviacin media.
120. Siendo a la ordenada en origen y b la pendiente de la recta, la ecuacin de
regresin la recta de regresin de y sobre x es:
1) y= b+ax.
2) y= a+bx.
3) x= b+ay.
4) x= a+by.
5) y= a+b/x.
121. El Coeficiente de Correlacin de Pearson (r) es una medida de relacin lineal
entre:
1) Dos Var. Discretas.
2) Dos Var. Continuas.
3) Dos Var. Cualitativas.
4) Una Cualitativa y otra Discreta.
5) Ninguna es correcta.
122. Es Coeficiente de Correlacin (r) de Pearson, puede tomar valores entre:
1) -1 y 0.
2) 0 y 1.
3) -1 y 1.
4) -0,5 y 1,5.
5) -1,5 y 1,5.
123. El Coeficiente de Correlacin de Pearson sirve para estudiar:
1) Relacin entre dos variables Cuantitativas de tipo logartmico.
2) Relacin lineal entre dos variables. de cualquier tipo.
3) Relacin exponencial entre dos variables Cuantitativas.

4) Relacin lineal entre dos variables. Dicotmicas.


5) Relacin lineal entre dos variables Cuantitativas.
124. El Coeficiente de Correlacin de Pearson (r):
1) Vara entre -1 y +1.
2) Tiene el mismo signo que la Covarianza de la que procede.
3) Sirve para estudiar la relacin lineal entre dos Var. Cuantitativas.
4) Si se eleva al cuadrado, es el Coeficiente de Determinacin.
5) Son todas ciertas.
125. La existencia de relacin entre dos Var. Cualitativas se verifica mediante el
test de:
1) U de Mann-Whitney.
2) Independencia (Contingencia).
3) Correlacin.
4) Linealidad.
5) 2 y 3 son ciertas.
126. Los grados de libertad de una tabla de contingencia (independencia) 22 son:
1) 1.
2) 2.
3) 3.
4) 4.
5) 5.
127. Los grados de libertad de una tabla de contingencia 58 son:
1) 40.
2) 38.
3) 28.
4) 14.
5) 2.
128. Los grados de libertad de la Ji-Cuadrado de Pearson, en una tabla de
contingencia (independencia) 32 son:
1) 0
2) 3.
3) 6.
4) 2.
5) 1.
129. El Coeficiente de Contingencia (de Pearson):
1) Mide la Correlacin entre dos Var. Cuantitativas.
2) Mide la asociacin entre dos Var. Cualitativas.
3) Mide la Variacin entre medias apareadas.
4) Es un ndice de centralizacin.
5) Todas son falsas.
130. El Coeficiente de Contingencia es un ndice de:
1) Asimetra.
2) Curtosis.
3) Asociacin.
4) Normalidad.
5) Ninguna es correcta.
131. La Distribucin Chi-Cuadrado se usa:
1) Tablas de Contingencia.
2) Homogeneidad de varias muestras Cualitativas.
3) Bondad de ajuste de una distribucin.

4) Test de Homogeneidad de varios parmetros de Poisson.


5) Todas son ciertas.
132. Si en una tabla de Contingencia, mayor que 22, hay ms de un 20% de
valores tericos menores de 5, antes de hacer el Test de la Ji-Cuadrado:
1) No hay que hacer nada.
2) Hay que transformar la tabla, agrupando filas o columnas.
3) Hay que hacer como si no lo hubiramos visto.
4) Hay que hacer la correccin de Yates.
5) Hay que hacer un Anlisis de la Varianza.
133. Si en una Tabla de Contingencia de 22, hay algn valor menor de 5:
1) Se le suma 5.
2) Se agrupan filas o columnas.
3) Se hace una Regresin.
4) Se divide por la Media.
5) Se usa la Correccin de Yates.
134. El Coeficiente de Contingencia (de Pearson):
1) Mide la correlacin entre dos Var. Cuantitativas.
2) Mide el grado de asociacin entre dos Var. Cualitativas.
3) Es lo mismo que el Coeficiente de Correlacin de Pearson.
4) Va desde 0 a +1.
5) Ciertas 2 y 4.
135. La Distribucin Chi-Cuadrado se emplea para el test de:
1) Dos Medias paramtrico.
2) Bondad de ajuste.
3) Independencia (contingencia).
4) Tres Medias paramtrico.
5) Ciertas 2 y 3.
136. La Distribucin de probabilidad usada para comparar 2 varianzas es:
1) Ji-Cuadrado.
2) F de Fisher-Snedecor.
3) Poisson.
4) T de Student.
5) Binomial.
137. El estudio de la relacin entre una Var. Cuantitativa, y una Cualitativa de ms
de dos categoras, se hace mediante:
1) El Coeficiente de Correlacin de Pearson.
2) El Coeficiente de Contingencia de Pearson.
3) El Coeficiente de Paciencia de Buda.
4) El Test de Friedmann.
5) El Anlisis de la Varianza.
138. Los requisitos previos que deben cumplir las muestras para hacer el ANOVA:
1) Han de ser Aleatorias.
2) Han de ser independientes.
3) Las variables deben ser Normales en la poblacin.
4) Las Varianzas de las muestras han de ser Homogneas.
5) Todas son ciertas.
139. La Hiptesis de normalidad de la Variable se comprueba con el Test:
1) De Wilcoxon.
2) De Friedmann.
3) De Barlet.

4) De Kruskal-Wallis.
5) De Agostino.
140. El Anlisis de la Varianza (ANOVA) se usa para:
1) Comprobar la asociacin entre una variables Cuantitativa y una Cualitativa de ms de
dos categoras.
2) Comprobar la homogeneidad de varias muestras apareadas.
3) Comparar entre s tres o ms medias.
4) Comprobar la asociacin entre dos variables Cualitativas.
5) Ciertas 1, 2 y 3.
141. Qu test estadstico permite comparar dos o ms muestras independientes en
condiciones de normalidad.
1) Friedmann.
2) Wilcoxon.
3) Barlet.
4) Kolmorogoff-Smirnow.
5) Anlisis de la Varianza.
142. Cul no es un test a posteriori) en el Anlisis de la Varianza.
1) Tukey.
2) Dunnet.
3) Bonferrony.
4) Barlet.
5) Todos son test a posteriori.
143. La Hiptesis de Homogeneidad de las Varianzas se verifica mediante el test
de :
1) Wilcoxon.
2) Levene.
3) Los signos.
4) Barlet.
5) 2 y 4 son ciertas.
144. Si la F entre grupos resulta ser significativa en un Anlisis de la Varianza, del
criterio de clasificacin (modelo fijo) realizado para comparar el efecto de cuatro
frmacos, qu debe hacerse a continuacin:
1) Se acaba el estudio.
2) Se realiza un test a posteriori de Comparaciones Mltiples.
3) Se realiza un test no paramtrico.
4) Se realiza un test de homogeneidad de la Varianzas.
5) Se realiza un test de bondad de ajuste.
145. Uno de los siguientes test estadsticos, es un test de Normalidad:
1) Barlet.
2) Agostino.
3) Kruskal-Wallis.
4) Levene.
5) Neyman-Pearson.
146. La posible asociacin entre dos variables cualitativas se ve:
1) Test de la
Ji-Cuadrado.
2) Ji-Cuadrado con correccin de Yates.
3) Test exacto de FISHER.
4) ANOVA.
5) Ciertas 1, 2 y 3.

147. La posible asociacin entre dos variables cuantitativas se estudia con:


1) Coef. de Correlacin de Pearson.
2) Coef. de Correlacin de Spearman.
3) Regresin Lineal.
4) Regresin Logartmica.
5) Son todas ciertas.
148. La asociacin entre una Var. Cuantitativa y una Cualitativa de ms de dos
categoras se ve con:
1) Ji-Cuadrado.
2) Test de McNemar.
3) ANOVA.
4) T de Student.
5) Hipergeomtrica.
149. La asociacin entre una Var. Cuantitativa, y otra Cualitativa de 2 categoras
se estudia con:
1) Ji-Cuadrado.
2) T de Student.
3) ANOVA.
4) U de Mann-Whitney.
5) Ciertas 2 y 4.
150. La asociacin entre una Cuantitativa y una Cualitativa de dos categoras
(mtodo no paramtrico):
1) Test de la Ji-Cuadrado.
2) U de Mann-Whitney.
3) Coef. de Corr. de Spearman.
4) Test de Kruskal-Wallis.
5) T de Student.
**********************************************************************
***************************************************
SOLUCIONES ESTADSTICA TEST 3

101
4
111
5
121
2
131
5
141
5

102
4
112
2
122
3
132
2
142
4

103
3
113
4
123
5
133
5
143
5

104
1
114
5
124
5
134
5
144
2

105
4
115
3
125
2
15
5
145
2

106
5
116
4
126
1
136
2
146
5

107
5
117
3
127
3
137
5
147
5

108
2
118
3
128
4
138
5
148
3

109
3
119
3
129
2
139
5
149
5

110
4
120
2
130
3
140
5
150
2

Test 4: Preguntas tipo test de la seccin


de estadstica (151-200)
151. El test no paramtrico, para estudiar la asociacin entre una Var.
Cuantitativa, y una Cualitativa de ms de dos categoras:
1) Test de Barlet.
2) Test de Tukey.
3) Test de Bonferroni.
4) Test de Kruskall-Wallis.
5) Test de Friedmann.
152. Es test no paramtrico, para estudiar la relacin entre dos Var. Cuantitativas
es:
1) Coef. de Correlacin de Spearman.
2) Coef. de Correlacin de Pearson.
3) Coef. de Correlacin de Barlet.
4) Test de Wilcoxon.
5) Ciertas 1 y 2.
153. Cual de los siguientes es un dato apareado:
1) Talla entre hombres y mujeres.
2) Relacin talla-peso.
3) Glucemia en diabticos y en no diabtico.
4) Glucemia antes y despus de comer.
5) Agudeza visual en reptiles.
154. La asociacin entre dos Var. Cualitativas, apareadas, se verifica con:
1) ANOVA.
2) Ji-Cuadrado.
3) Test de McNemar.
4) T de Student.
5) Test de Friedmann.
155. La asociacin de dos Medias de tipo apareado, se hace con:
1) El test de McNemar.
2) Correlacin de Spearman.
3) Ji-Cuadrado.
4) T de Student apareada.
5) ANOVA.
156. La asociacin de varias Medias apareadas, se verifica mediante:
1) Test de McNemar.
2) Test de Ji-Cuadrado.
3) ANOVA de medias repetidas.
4) Test de Friedmann.
5) Ciertas 3 y 4.
157. Uno de los siguientes NO es un test NO PARAMTRICO:
1) U de Mann-Whitney.
2) Test de Kruskall-Wallis.
3) Coeficiente de Correlacin de Spearman.
4) Test de Wilcoxon.
5) ANOVA.
158. Como se pueden comparar dos Medias:

1) Test de Ji-Cuadrado.
2) Test de McNemar.
3) Test de Cohcran.
4) T de Student.
5) Correlacin.
159. Cul es un mtodo NO PARAMTRICO, de comparar dos medias?:
1) T de Student.
2) Test de la Ji-Cuadrado.
3) Test de Wilcoxon.
4) Test de Friedmann.
5) ANOVA.
160. Cmo se pueden comparar varias Medias?:
1) ANOVA.
2) Test de Kruskall-Wallis.
3) Test de Friedmann.
4) Test de McNemar.
5) Ciertas 1, 2 y 3.
161. Con cul se pueden comparar dos proporciones?:
1) Test de la Ji-Cuadrado.
2) Test de McNemar.
3) Test de Barlet.
4) Test de Wilcoxon.
5) Ciertas 1 y 2.
162. Cmo se pueden comparar varias proporciones?:
1) Test de la Ji-Cuadrado.
2) Test de McNemar.
3) Test de Cohcran.
4) Test de Wilcoxon.
5) Ciertas 1 y 2.
163. Para comparar varias proporciones, con datos independientes, se aplica el test
de:
1) La Ji-Cuadrado.
2) Cohcran.
3) McNemar.
4) Wilcoxon.
5) ANOVA.
164. Con cul de los siguientes se pueden comparar dos Varianzas, con datos
independientes?
1) T de Student.
2) F de Snedecor.
3) Test de Agostino.
4) Distri. Binomial.
5) Test de Cohcran.
165. Con cul de los siguientes se pueden comparar dos Varianzas, con datos
apareados?
1) A ojo.
2) T de Student.
3) F de Snedecor.
4) Test de McNemar.
5) Test de Wilcoxon.

166. Cul de los siguientes permite comparar varias Varianzas?:


1) Friedmann.
2) Pearson.
3) Levene.
4) Agostino.
5) Wilcoxon.
167. Cul de los siguientes permite comparar varias Varianzas?:
1) Agostino.
2) Pearson.
3) Barlet.
4) Wilcoxon.
5) McNemar.
168. Para convertir una distribucin Exponencial en un Distribucin Normal se
usa la transformacin:
1) Recproca.
2) Angular.
3) Logartmica.
4) Cuadrada.
5) Ordinal.
169. Si se pretende convertir una Distribucin de Poisson en una Distribucin
Normal, se aconseja usar la transformacin:
1) De la raz cuadrada.
2) Recproca.
3) Angular.
4) Logartmica.
5) Ninguna es correcta.
170. La estimacin de Medias se hace con:
1) La distribucin Normal.
2) El Error Estndar.
3) La distribucin T de Student.
4) La distribucin Binomial.
5) Ciertas 1, 2 y 3.
171. La estimacin de porcentajes se hace con: (seale lo FALSO):
1) La distribucin Normal.
2) La distribucin T de Student.
3) La distribucin Binomial.
4) El porcentaje muestral.
5) El Error Estndar del Porcentaje.
172. Seale lo falso:
1) Si una variable cualitativa solo acepta dos posibilidades se llamara dicotmica.
2) El nmero de hijos es una variable cuantitativa discreta.
3) El nivel de colesterol es una variable cuantitativa continua.
4) Las variables cualitativas proporcionan ms informacin que las cuantitativas.
5) Cuando una variable cuantitativa es susceptible de ser ordenada de un modo lgico y
ascendente o descendente se dice que es ordinal.
173. Seale lo falso en relacin con la media aritmtica:
1) Es una medida de posicin.
2) Sus unidades de medida son las mismas que las de la variable que se describe.
3) Es un ndice muy fiable porque en su clculo intervienen todos los valores de la
distribucin.

4) Este ndice solo tiene sentido con datos cuantitativos.


5) Todas son falsas.
174. Hablando del coeficiente de variacin, seale lo que es cierto:
1) Es el cociente entre la desviacin estndar y la media.
2) No tiene dimensiones.
3) Es independiente de las unidades de medida.
4) Es una medida de dispersin relativa que permite comparar la dispersin de dos
distribuciones diferentes.
5) Todo lo anterior es cierto.
175. En relacin con la distribucin normal, Cul de las siguientes afirmaciones es
falsa?:
1) Es una distribucin de probabilidad terica discreta.
2) La distancia entre el eje vertical trazado en la media y el punto de inflexin de la
curva es la desviacin estndar.
3) Es simtrica y unimodal.
4) Cualquier valor entre infinito y + infinito es tericamente posible.
5) Tiene forma de campana.
176. Respecto a las pruebas de significacin seala lo falso:
1) Es un procedimiento por el cual nos decidimos por la hiptesis nula (Ho) o por la
alternativa (H 1).
2) La Ho es la hiptesis de la no diferencia.
3) La H1 es la que se pone a prueba al realizar una prueba estadstica de significacin.
4) La H1 es al que se aceptar si el resultado de la prueba permite rechazar la Ho.
5) La significacin estadstica es la condicin resultante del rechazo de la Ho mediante
las pruebas de significacin.
177. Seale lo cierto sobre el grado de significacin estadstica o valor p:
1) Es la probabilidad de que la Ho sea cierta.
2) Es la probabilidad de que el resultado observado se deba al azar.
3) Su valor depende de la magnitud del efecto y del nmero de sujetos estudiados, entre
otros.
4) Una y dos son ciertas.
5) Todas son ciertas.
178. Queremos comparar la talla media entre hombres y mujeres, Cul ser la
prueba estadstica ms apropiada ?:
1) F de Snedecor.
2) Chi-cuadrado.
3) t de Student.
4) Coeficiente de correlacin de Pearson.
5) Ninguna de las anteriores.
179. Se desea comparar la prevalencia de hipertensin entre hombres y mujeres. Al
aplicar la prueba de la Chi-cuadrado, los grados de libertad sern:
1) 1.
2) 2.
3) 4.
4) 6.
5) 3.
180. Hablando de regresin y correlacin, seala lo verdadero:
1) En la regresin interviene una variable dependiente y una o ms independientes.
2) En la correlacin las dos variables juegan un papel simtrico.
3) Estudian la relacin entre dos variables cualitativas.

4) Una y dos son ciertas.


5) Todas son ciertas.
181. El error estndar es:
1) Un ndice de dispersin.
2) Un ndice de centralizacin.
3) La desviacin tpica de la curva de Gauss tipificada.
4) Otro nombre de la desviacin tpica.
5) Todas son ciertas.
182. Hablando de ndices de validez de una prueba diagnstica, seala lo
verdadero:
1) La sensibilidad es el cociente entre verdaderos positivos y el total de sanos.
2) La especificidad es el cociente entre verdaderos negativos y total de enfermos.
3) El valor predictivo positivo es el cociente entre verdaderos positivos y total de
individuos con resultado del test positivo.
4) Son ciertas 1 y 3.
5) Son ciertas 2 y 3.
183. Si la especificidad de un test de screening para una determinada enfermedad
es de 95%, podemos esperar que:
1) El test ser positivo en el 95% de los individuos con enfermedad.
2) Ser negativo en el 95% de los individuos sin enfermedad.
3) Entre los individuos con test positivo, el 95% tendrn la enfermedad.
4) Entre los individuos con test negativo, el 95% no tendrn la enfermedad.
5) Ninguna de las anteriores.
184. El test no paramtrico que determina la asociacin entre dos variables
cuantitativas es el de:
1) Student.
2) ANOVA.
3) Wilcoxon
4) Kruskal-Wallis.
5) Correlacin de Spearman.
185. Para comprobar la homogeneidad de varias proporciones t con datos
apareados se usa el test de:
1) Chi-cuadrado.
2) ANOVA.
3) Friedmann.
4) Cohcran.
5) Student.
186. Es un test a posteriori:
1) Chi-cuadrado.
2) Bartlett.
3) F de Snedecor.
4) Tukey.
5) Ninguno de los anteriores.
187. Un estudio ha codificado el hbito tabquico de los sujetos estudiados como:
fumador importante, moderado y no fumador. Qu escala de medida ha
utilizado?.:
1) De intervalo.
2) Ordinal.
3) De razn.
4) Nominal.

5) Ninguna de las anteriores.


188. La medida de posicin que corresponde al valor de la variable ms frecuente
en la distribucin se llama:
1) Percentil.
2) Mediana.
3) Media aritmtica.
4) Moda.
5) Ninguna de las anteriores.
189. En relacin a la varianza seale lo verdadero:
1) Es una medida de dispersin.
2) La varianza se define como la media de la suma de cuadrados de las diferencia entre
cada valor de la variable y la media aritmtica de la distribucin.
3) Las unidades de medida de la varianza son las mismas que las de variable que
describe.
4) Junto con la media, define una distribucin normal.
5) Todas son ciertas.
190. Se llama potencia o poder de una prueba estadstica:
1) Al riesgo que voluntariamente asume el investigador, de equivocarse al rechazar su
Ho cuando en realidad es cierta.
2) A la probabilidad de que el resultado observado se deba al azar.
3) A la probabilidad de rechazar Ho cuando es verdadera.
4) A la probabilidad de rechazar Ho cuando es falsa.
5) A la probabilidad Ho si es cierta.
191. Cul de las siguientes pruebas debe utilizarse para comparar tres medias
observadas tres muestras independientes?.:
1) Chi-cuadrado.
2) t de Student.
3) ANOVA.
4) Coeficiente de correlacin de Pearson.
5) Ninguna de las anteriores.
192. Respecto a la prueba estadstica de la Chi-cuadrado, seala lo falso.
1) Se emplea para estudiar la relacin entre dos variables cuantitativas.
2) Se basa en las diferencias entre las frecuencias observadas y las esperadas.
3) En ocasiones precisa una correccin por discontinuidad.
4) Requiere que ninguna frecuencia esperada sea menor de 1 y no ms del 20% de ellas
menor o igual que 5.
5) Si el valor de Xexp es mayor que de la X terica, rechazamos la Ho.
193. El rango intercuartlico es:
1) Un ndice de dispersin.
2) Un ndice de centralizacin.
3) La desviacin tpica de la curva de Gauss tipificada.
4) Otro nombre de la desviacin tpica.
5) Todas son correctas.
194. Los resultados de un estudio sobre la relacin de dos variables sealan la
siguiente ecuacin de Regresin Lineal: Y=3+0.8x. Seala lo verdadero con
relacin a ella:
1) La variable dependiente (y) aumenta en 0.8 por cada unidad de aumento de la
variable independiente (X).
2) El valor de la variable dependiente cuando la independiente vale 0 es igual a 3.
3) La pendiente de la recta vale 0.8.

4) La ordenada en el origen de la recta vale 3.


5) Todas son correctas.
195. Cul de las siguientes afirmaciones es verdadera?.:
1) La sensibilidad de una prueba diagnostica mide su capacidad para detectar la
enfermedad que se estudia cuando dicha enfermedad est presente.
2) La especificacin de un test diagnstico mide su capacidad para descartar la
enfermedad que se estudia cuando dicha enfermedad est ausente.
3) Cuanto mayor sea la sensibilidad de una prueba diagnstica menor ser la proporcin
de falsos negativos.
4) 1 y 3 son ciertas.
5) Todas son ciertas.
196. Seale lo cierto sobre le coeficiente de correlacin:
1) Es una medida de asociacin lineal entre dos variables.
2) Su valor va de -1 a +1.
3) No tiene unidades.
4) Cuando su valor es 0 decimos que las dos variables no tienen relacin lineal.
5) Todas son ciertas.
197. Hablando de regresin y correlacin, seale lo falso:
1) Estudia la relacin entre dos variables cualitativas.
2) En la regresin interviene una variable dependiente y una o ms independientes.
3) En la correlacin las dos variables juegan un papel simtrico.
4) La pendiente de la recta de regresin lineal indica lo que aumenta la variable
dependiente por cada unidad de aumento de la variable independiente.
5) La ordenada en el origen indica el valor de la variable dependiente cuando la
independiente vale 0.
198. Que test mide la relacin entre dos variables cualitativas?.:
1) Wilcoxon.
2) ANOVA.
3) Chi-cuadrado.
4) t de Student.
5) Friedmann.
199. Para comprobar la homogeneidad de dos varianzas para datos apareados se
usa el test de:
1) Bartlett.
2) Levene.
3) t de Student.
4) F de Snedecor.
5) ANOVA.
2000. Que test se usa para comparar medidas repetidas?.:
1) Wilcoxon.
2) Friedmann.
3) T-Student para datos apareados.
4) 1, 2 y 3 son correctas.
5) 1, 2 y 3 son falsas.
**********************************************************************
***************************************************
SOLUCIONES ESTADSTICA TEST 4

151
4
161
5
171
2
181
1
191
3

152
1
162
5
172
4
182
3
192
1

153
4
163
1
173
4
183
2
193
1

154
3
164
2
174
5
184
5
194
5

155
4
165
2
175
1
185
4
195
5

156
5
166
3
176
3
186
4
196
5

157
5
167
3
177
5
187
2
197
1

158
4
168
3
178
3
188
4
198
3

159
3
169
1
29
1
189
5
199
1

160
5
170
5
180
4
190
5
200
4