Tema 1: Test de Distribuciones de Probabilidad

1.- Una compaa de seguros tiene 1000 asegurados en el ramo de accidentes. Si la

probabilidad de sufrir un accidente en un ao para un asegurado cualquiera es de 0,005,
el modelo mejor para el nmero de siniestros en un ao es:
a) Normal (5; 2,23). b) Binomial (1000; 0,005).
c) Chi-cuadrado.
d) Poisson con =5.
2.- La demanda diaria de refrescos en una cafetera se distribuye uniformemente entre
1000 y 2000 unidades. Entonces:
a) Su valor medio es de 1500.
b) La probabilidad de que se demanden menos de 1750 unidades es de 0,25.
c) La probabilidad de que se demanden ms de 1750 unidades es de 0,75.
d) Ninguna de las anteriores.
3.- Dada una distribucin binomial de dos parmetros, B (10 ; 0,5), elegir la afirmacin
correcta.
a) La variable puede tomar cualquier valor menor que 10.
b) La media es 0,5.
c) Media y varianza coinciden.
d) Ninguna de las anteriores.
4.- Dada una distribucin de Poisson, elegir la afirmacin falsa.
a) Media y varianza coinciden.
b) Tiene un slo parmetro.
c) La media slo puede tomar valores enteros.
d) La variable nunca toma valores negativos.
5.- Elegir la afirmacin correcta sobre la distribucin normal.
a) Es una distribucin discreta.
b) La media siempre ser positiva.
c) Los valores de la variable aleatoria no pueden ser negativos.
d) Ninguna de las anteriores afirmaciones es verdad.
6.- Cul de las siguientes afirmaciones sobre el T.C.L. es falsa?
a) Hace referencia a la convergencia en distribucin hacia el modelo normal.
b) Necesita para su aplicacin prctica una suma numerosa de variables aleatorias
independientes.
c) Permite, bajo ciertas condiciones, aproximar la distribucin binomial a la normal.
d) Permite la convergencia hacia cualquier modelo de probabilidad.
7.-Una compaa de seguros tiene 1000 asegurados en el ramo de accidentes. Si la
probabilidad de sufrir un accidente en un ao para un asegurado cualquiera es de 0,005,
el fenmeno aleatorio que modeliza la mejor aproximacin para el nmero de siniestros
en un ao sigue una distribucin:
a) Normal.
b) Binomial (1;p).
c) Chi-cuadrado.
d) Poisson.

8.- Sobre la demanda de un producto slo se sabe que oscila, diariamente, entre 1000 y
2000 unidades. La probabilidad de que se demanden entre 1250 y 1750 unidades es
igual a:
a) 0,75
b) 0,25
c) 0,5
d) Ninguna de las anteriores.
9.- Para la variable aleatoria que representa el nmero de caras obtenidas al lanzar 4
veces una moneda perfecta, encontramos que:
a) Su valor medio es 2 y su varianza es 0,5.
b) Sigue un modelo de Poisson.
c) Su media es cuatro.
d) Su varianza es 1.
10.- En una cadena de montaje se obtienen 10000 unidades de un artculo. Se conoce
que la probabilidad de que una unidad sea defectuosa es de 0,001. Entonces, para la
variable aleatoria que mide el nmero de unidades defectuosas encontramos que:
a) La probabilidad de que haya cinco defectuosas es de 0,7755.
b) Su media es el doble que su varianza.
c) Una buena aproximacin es un modelo de Poisson.
d) Ninguna de las anteriores.
11.- El consumo diario de litros de caf en un bar sigue una distribucin N(100;25). La
probabilidad de que en un da concreto se consuman exactamente 115,5 litros es igual a:
a) 0,6.
b) 0,4.
c) 0,25.
d) Ninguna de las anteriores.
12.- Por investigaciones previas, se estima que la probabilidad de que una persona haga
deporte ms de 2 horas a la semana es de 0,15. En funcin de esto, la probabilidad de
que en un grupo de 10 individuos haya 4 que hagan deporte es:
a) 0,0401.
b) 0,1298.
c) 0,0085.
d) Ninguna de las anteriores.
13.- Realizando un experimento en dos das separados se llega a determinar que para
cada uno de ellos el fenmeno aleatorio sigue una distribucin h1 = B(5.000, 0,002) y
h 2 = B(5.000, 0,0002) . Es posible obtener otra distribucin binomial como suma de
los resultados de ambos das?
a) S, siempre que ambas sean distribuciones binomiales independientes.
b) S, sumando el nmero de intentos y las probabilidades de xito
c) No, nunca si la probabilidad de xito es muy pequea
d) Ninguna de las anteriores
14.- El nivel de los aprobados en las oposiciones anteriores a Bombero del
Ayuntamiento de Madrid, viene determinado por las notas obtenidas, siendo stas
N(6,2). En este ao tan solo hay plaza para un 40,13% de los presentados. Cul es la
nota mnima para aprobar?
a) 7,2
b) 6,5
c) 4,5
d) Ninguna de las anteriores

15.- Para poder aplicar el Teorema Central de Lmite es necesario:

a) que las variables sean linealmente dependientes
b) conocer la distribucin de probabilidad de cada una de las variables individuales
consideradas
c) disponer de cualquier medida de posicin central y de dispersin.
d) Ninguna de las anteriores
16.- La demanda diaria de refrescos en una cafetera se distribuye uniformemente entre
1000 y 2000 unidades. Entonces:
a) Su valor medio es de 1800.
b) La probabilidad de que se demanden menos de 1750 unidades es de 0,25.
c) La probabilidad de que se demanden ms de 1750 unidades es de 0,25.
d) Ninguna de las anteriores.
17.- En una cadena de montaje se obtienen 1000 unidades de un artculo. Se conoce que
la probabilidad de que una unidad sea defectuosa es de 0,01. Entonces, para la variable
aleatoria que mide el nmero de unidades defectuosas encontramos que:
a) Su media y varianza coinciden (aproximadamente)
b) La probabilidad de que haya cinco defectuosas es de 0.0181
c) Su media y desviacin tpica coinciden (aproximadamente)
d) Ninguna de las anteriores
18.- Elegir la afirmacin correcta sobre una distribucin uniforme U(0,6)
a) Su esperanza es 6
b) En este caso concreto (con estos parmetros), media y varianza coinciden
c) La varianza es 36
d) Ninguna de las anteriores
19.- La caracterstica principal de la t-Student, de cara a la inferencia, es que:
a) Media, mediana y moda coinciden.
b) Es una distribucin simtrica.
c) No depende de la varianza poblacional.
d) Es una distribucin en forma de campana.
20.- Elija la afirmacin falsa respecto a la distribucin Chi-cuadrado de Pearson:
a) La funcin de densidad slo toma valores positivos.
b) Se define como una suma de variables normales (0;1) al cuadrado e independientes.
c) Reproduce fenmenos que se dan en la realidad econmica.
d) Los grados de libertad se corresponden con el nmero de variables normales que la
definen.
21.- Dada una distribucin normal es x = N (m , s ) , elegir la afirmacin correcta:
a) E (x ) =

m +s

2
(s - m )2
c) V (x ) =
12

x -m
= N (0,1)
s
(s )2
d) V (x ) =
b)

22.- En un conjunto de 100 personas se sabe que la probabilidad de ser fumador es 0,2.
Para calcular la probabilidad de que fumen exactamente 18 personas se debe utilizar:
a) Una distribucin Normal con =20 y =16.
b) Una distribucin de Poisson con =20.
c) Una distribucin Binomial (100;0,2).
d) Una distribucin Uniforme [0;100].
23.- En un conjunto de 100 personas se sabe que la probabilidad de ser fumador es 0,2.
Para calcular la probabilidad de que fumen exactamente 18 personas se puede utilizar:
a) Una distribucin Normal con =20 y =16.
b) Una distribucin de Poisson con =20.
c) Una distribucin Normal con =20 y =4.
d) Una distribucin Uniforme [0;100].
24.- Una distribucin Fn,m es un modelo:
a) Continuo y ficticio.
b) Continuo y real.
c) Discreto y ficticio.
d) Discreto y real.
25.- Cunta probabilidad se acumula en una U(a,b) desde el punto x =
punto x = b ?
a) Tan slo un 0,1.
b) Entre 0,1 y 0,5.
c) Exactamente 0,5.
d) No es posible saberlo.

a+b
hasta el
2

26.- Es posible aplicar el TCL sobre una suma numerosa de variables aleatorias
independientes con esperanza y varianza conocidas pero desconociendo la distribucin
de probabilidad de cada una de las variables?
a) No, es imposible.
b) S, siempre.
c) Siempre que, aun desconociendo la distribucin de cada una, sean iguales.
d) Ninguna de las anteriores.
27.- El teorema central del lmite nos permite aproximar a una distribucin normal:
a) Una muestra suficientemente grande
b) Una suma de 5 variables aleatorias
c) Una distribucin de probabilidad cualquiera
d) Ninguna de las anteriores
28.- Elija la afirmacin correcta sobre la distribucin de Poisson:
a) Media y desviacin tpica coinciden.
b) Mide el comportamiento de la suma de dos fenmenos dicotmicos.
c) Se puede aproximar a una B(n;p) con n=200 y p=0,4.
d) Ninguna de las anteriores.

29.- Una compaa de seguros tiene 1000 asegurados en el ramo de accidentes. Si la

probabilidad de sufrir un accidente en un ao para un asegurado cualquiera es de 0,005,
el modelo que representa, de forma aproximada, el nmero de siniestros en un ao es:
a) Normal (5; 2,23). b) N (1000; 0,005).
c) Chi-cuadrado.
d) Poisson con =5.
30.- Dada una distribucin binomial de dos parmetros, B (10 ; 0,5), elegir la
afirmacin correcta.
a) La variable puede tomar cualquier valor menor que 10.
b) La media es 0,5.
c) Media y varianza coinciden.
d) La varianza es 2,5.
31.- Elegir la afirmacin correcta sobre la distribucin normal.
a) Es una distribucin discreta.
b) El segundo parmetro siempre es positivo.
c) Los valores de la variable aleatoria no pueden ser negativos.
d) La media siempre ser positiva.
32.- El consumo diario de litros de caf en un bar sigue una distribucin N(100;25). La
probabilidad de que en un da concreto se consuman exactamente 115,5 litros es igual a:
a) 0,6.
b) 0.
c) 0,25.
d) Ninguna de las anteriores.
33.- El consumo diario de litros de caf en un bar sigue una distribucin N(100;25). La
probabilidad de que en un da concreto se consuman ms de 100 litros es igual a:
a) 0,6.
b) 0.
c) 0,5.
d) Ninguna de las anteriores.
34.- El consumo diario de litros de caf en un bar sigue una distribucin N(100;25). La
probabilidad de que en un da concreto se consuman ms de 125 litros es igual a:
a) 0,6123.
b) 0.
c) 0,5111.
d) 0,1587.

SOLUCIONES:
1b, 2a, 3d, 4c, 5d, 6d, 7d, 8c, 9d, 10c, 11d, 12a, 13d, 14b, 15d, 16c, 17a, 18b, 19c, 20c,
21b, 22c, 23c,24a, 25c, 26c, 27d, 28d, 29d, 30d, 31b, 32b, 33c, 34d.

Tema 2: Introduccin a la Inferencia Estadstica

1.- Escoger la afirmacin errnea respecto a la inferencia:
a) Es una extensin de lo particular o lo general.
b) Pretende mejorar el conocimiento de poblaciones a travs de muestras.
c) Se basa en la compatibilidad entre muestra y estadstico.
d) Se interesa por los parmetros poblacionales y por el modelo poblacional.
2.- Escoger la afirmacin errnea respecto al m.a.s. como tipo de muestreo:
a) Otorga la misma probabilidad a todas las posibles muestras de tamao n (elementos
de la muestra son independientes).
b) Cada elemento de la poblacin tiene la misma probabilidad de ser elegido.
c) Cada elemento de la muestra tiene la misma distribucin de probabilidad que la
poblacin de la que procede.
d) Es un muestreo no probabilstico.
3.- La media de una muestra aleatoria simple, cuando la muestra es grande, se comporta
como una variable normal:
a) Porque es el estimador de mxima verosimilitud.
b) Porque es un estimador insesgado.
c) Como consecuencia del teorema central del lmite.
d) Porque el muestreo se realiza con repeticin.
4.- Elegir la afirmacin correcta.
a) En una m.a.s. cada elemento de la poblacin tiene la misma probabilidad de ser
elegido.
b) El m.a.s. es un muestreo no probabilstico.
c) Es indiferente el tipo de muestreo utilizado siempre que la muestra se tome de la
poblacin adecuada.
d) Ninguna de las anteriores.
5.- La media de una m.a.s., en general, se comporta como una variable aleatoria normal:
a) Gracias a su distribucin en el muestreo.
b) Porque es su comportamiento habitual.
c) Slo se puede aplicar el comportamiento normal en muestras grandes.
d) Porque es un estimador consistente.
6.- Antes de recoger los datos, es posible que en una Muestra Aleatoria Simple, cada
uno de los elementos que la componen (x1, x2, , xn) sean variables aleatorias con la
misma distribucin de probabilidad que la poblacin de donde provienen?
a) No, ya que x1, x2, , xn son siempre datos conocidos
b) S, debido al tipo de muestreo.
c) No, ya que la muestra se extrae de forma sencilla y aleatoria.
d) Ninguna de las anteriores

7.- Dada una muestra aleatoria simple, si el tamao muestral es suficientemente grande
es posible calcular la distribucin de la media muestral cualquiera que sea la
distribucin de la poblacin.
a) S, se infiere que siempre es igual que la poblacin
b) S, es la misma que la de cualquier elemento muestral
c) S, se aproxima a una normal por el TCL
d) Ninguna de las anteriores
8.- Sabemos que

nS x2

= n21 nicamente es cierto cuando:

a) Cualquiera que sea la distribucin poblacional

b) Cuando la media poblacional siga una distribucin t n 1
c) Cuando la distribucin de la poblacin sea discreta
d) Cuando la distribucin de la variable aleatoria que caracteriza a la poblacin se
comporte segn una ley normal.
9.- Elegir la afirmacin correcta sobre el objetivo fundamental de la inferencia:
a) Caracterizar una muestra a partir de la poblacin de la que procede.
b) Caracterizar una poblacin a travs del estudio exhaustivo de todos sus miembros.
c) Caracterizar una poblacin a travs del estudio de un subconjunto representativo de
ella.
d) Caracterizar una poblacin a travs de un censo.
10.- Las caractersticas tericas de una muestra aleatoria simple indican que disponemos
de:
a) Datos altamente significativos al ser recogidos de forma dirigida con tcnicas
simples.
b) Datos dependientes al ser recogidos de manera aleatoria.
c) Elementos muestrales que son variables aleatorias con una distribucin de
probabilidad idntica a la poblacional.
d) Elementos con las condiciones de cualquier muestreo sin reemplazamiento.
11.- Supuesta una poblacional normal de la que se extrae una m.a.s., qu situacin
obliga a utilizar para el estadstico estimador media muestral un modelo t n 1 en vez de
una distribucin Normal?
a) Que el tamao muestral no es suficientemente pequeo.
b) Que la varianza de la poblacin es desconocida.
c) No es posible aplicar el teorema central del lmite.
d) Ninguna de las anteriores.
12.- Elija la afirmacin correcta sobre el muestreo aleatorio simple:
a) Slo se considera un muestreo probabilstico cuando se efecta con repeticin
b) Slo se considera un muestreo probabilstico cuando se efecta sin repeticin
c) Es un mecanismo subjetivo de seleccin muestral
d) Cada elemento muestral sigue la distribucin de probabilidad de la poblacin de
partida

13.- Cul es la distribucin de la media muestral cualquiera que sea la distribucin de

la poblacin (slo conocemos la varianza de dicha poblacin), y supuesta extrada una
muestra aleatoria simple de tamao 1000?
a) Es exactamente una Normal
b) Se aproxima, por el Teorema Central del Lmite, a una t de Student
c) Se aproxima, por el Teorema Central del Lmite, a una Normal
d) Ninguna de las anteriores
14.- Elegir la afirmacin correcta.
a) En una m.a.s. (con reemplazamiento) cada elemento de la poblacin tiene diferente
probabilidad de ser elegido.
b) En una m.a.s. (con reemplazamiento) los elementos muestrales son independientes
unos de otros.
c) Es indiferente el tipo de muestreo utilizado siempre que la muestra se tome de la
poblacin adecuada.
d) El m.a.s. es un muestreo no probabilstico.
15.- Escoger la afirmacin correcta respecto a la inferencia:
a) Necesariamente las tcnicas de estimacin tienen objetivos no paramtricos.
b) Necesariamente las tcnicas de estimacin tienen objetivos paramtricos.
c) Las tcnicas de estimacin pueden tener objetivos paramtricos y no paramtricos.
d) Necesariamente las tcnicas de estimacin tienen simultneamente objetivos
paramtricos y no paramtricos.
16.- Escoger la afirmacin correcta respecto a la inferencia:
a) Necesariamente las tcnicas de contrastacin de hiptesis tienen objetivos no
paramtricos.
b) Necesariamente las tcnicas de contrastacin de hiptesis tienen objetivos
paramtricos.
c) Las tcnicas de contrastacin de hiptesis pueden tener objetivos paramtricos y no
paramtricos.
d) Necesariamente las tcnicas de contrastacin de hiptesis tienen simultneamente
objetivos paramtricos y no paramtricos.
17.- Escoger la afirmacin correcta respecto a la inferencia:
a) La inferencia clsica usa slo informacin muestral y trata los parmetros
poblacionales como variantes.
b) La inferencia clsica usa informacin no muestral y trata los parmetros
poblacionales como variantes.
c) La inferencia clsica usa slo informacin muestral y trata los parmetros
poblacionales como valores fijos siempre desconocidos.
d) La inferencia clsica usa informacin no muestral y trata los parmetros
poblacionales como valores fijos siempre desconocidos.
18.- Escoger la afirmacin correcta respecto a la inferencia:
a) La inferencia bayesiana usa slo informacin muestral y trata los parmetros
poblacionales como variantes.
b) La inferencia bayesiana usa informacin no muestral y trata los parmetros
poblacionales como variantes.

c) La inferencia bayesiana usa slo informacin muestral y trata los parmetros

poblacionales como valores fijos siempre desconocidos.
d) La inferencia bayesiana usa informacin no muestral y trata los parmetros
poblacionales como valores fijos siempre desconocidos.
19.- Escoger la afirmacin correcta respecto a la inferencia:
a) Es ms sencillo matemticamente que las poblaciones sean finitas y discretas.
b) Es ms sencillo matemticamente que las poblaciones sean infinitas y discretas.
c) Es ms sencillo matemticamente que las poblaciones sean finitas y continuas.
d) Es ms sencillo matemticamente que las poblaciones sean infinitas y continuas.
20.- Escoger la afirmacin falsa respecto a los problemas o desventajas de obtener
informacin censal (recoger toda la informacin poblacional mediante censos):
a) Suele asociarse a elevado costes y mucho tiempo.
b) Aparecen errores en la recogida de informacin dado que es compleja por extensa.
c) Aparecen errores de muestreo.
d) No siempre viable por problemas de autodestruccin, indefinicin, inestabilidad o
cambio potencial en la poblacin.
21.- Escoger la afirmacin falsa respecto a los problemas o desventajas de obtener y
utilizar informacin muestral (recoger informacin por muestreo para despus hacer
inferencias sobre la poblacin):
a) Suele necesitarse personal especializado para el anlisis.
b) Las conclusiones son inseguras e imprecisas.
c) Aparecen errores de muestreo por variablidad muestral.
d) Aparecen costes de trabajo de campo por complejidad en la seleccin muestral
superiores a los que se dan en el trabajo de campo si se desea informacin censal de
toda la poblacin.
22.- Escoger la afirmacin correcta respecto al muestreo probabilstico:
a) Sus estimaciones siempre son ciertas.
b) Los resultados de las estimaciones son valorables.
c) Los resultados de las estimaciones son mejores debido a que lo hacen personas
especializadas mediante tcnicas subjetivas.
d) Ninguna de las afirmaciones anteriores es correcta.
23.- Escoger la afirmacin correcta respecto al muestreo no probabilstico:
a) Sus estimaciones siempre son ciertas.
b) Los resultados de las estimaciones son valorables.
c) Los resultados de las estimaciones son mejores debido a que lo hacen personas
especializadas mediante tcnicas subjetivas.
d) Ninguna de las afirmaciones anteriores es correcta.
24.- Escoger la afirmacin correcta:
a) Un estimador es un parmetro a priori.
b) Un estimador es cualquier funcin muestral que incluya parmetros en su
expresin.
c) Un estimador es un estadstico a posteriori.
d) Ninguna de las afirmaciones anteriores es correcta.

25.- Dada una poblacin de media 3 y varianza 4, si se extrae una m.a.s. de tamao 4
cmo ser el comportamiento de la media muestral. Escoger la afirmacin correcta:
a) Una variante de media 3, varianza 4 y modelo desconocido.
b) Una variante de media 3, varianza 1 y modelo aproximadamente normal (converge en
distribucin segn el TCL).
c) Una variante de media 3, desviacin tpica 1 y modelo desconocido.
d) Ninguna de las afirmaciones anteriores es correcta.
26.- Escoger la afirmacin falsa:
a) La distribucin del estadstico depende de la poblacin de origen.
b) La distribucin del estadstico depende del parmetro a estimar.
c) La distribucin del estadstico depende del tipo de muestreo.
d) La distribucin del estadstico depende de la forma de su funcin.
27.- Dada una poblacin de media 3 y varianza 4, si se extrae una m.a.s. de tamao 4
cmo ser el comportamiento de la varianza muestral. Escoger la afirmacin correcta:
a) Una variante de media 3 y modelo desconocido (falta informacin sobre modelo
poblacional).
b) Una variante de media 4 y modelo desconocido (falta informacin sobre modelo
poblacional).
c) No se puede calcular la media o esperanza de la variante varianza muestral ya que
falta informacin (no se conoce el modelo poblacional).
d) Ninguna de las afirmaciones anteriores es correcta.
28.- Dada una poblacin de media 3 y varianza 4, si se extrae una m.a.s. de tamao 400
cmo ser el comportamiento de la media muestral. Escoger la afirmacin correcta:
a) Una variante de media 3, varianza 0,1 y modelo desconocido.
b) Una variante de media 3, varianza 0,01 y modelo aproximadamente normal
(converge en distribucin segn el TCL).
c) Una variante de media 3, desviacin tpica 0,01 y modelo desconocido.
d) Ninguna de las afirmaciones anteriores es correcta.
29.- Dada una poblacin Normal de media 3 y varianza 4, N(3,2), si se extrae una m.a.s.
de tamao 4 cmo ser el comportamiento de la media muestral. Escoger la afirmacin
correcta:
a) Una variante de media 3, varianza 1 y modelo desconocido.
b) Una variante de media 3, varianza 1 y modelo aproximadamente normal (converge en
distribucin segn el TCL).
c) Una variante de media 3, desviacin tpica 1 y modelo normal.
d) Ninguna de las afirmaciones anteriores es correcta.
30.- Dada una poblacin Normal de media 3 y varianza 4, N(3,2), si se extrae una m.a.s.
de tamao 4 cmo ser el comportamiento de la varianza muestral. Escoger la
afirmacin correcta:
a) Una variante de media 3, varianza 6 y modelo desconocido.
b) Una variante de media 3, varianza 6 y modelo normal.
c) Una variante de media 3, varianza 6 y modelo 32.
d) Ninguna de las afirmaciones anteriores es correcta.

31.- Dada una poblacin Binomial B(1, 1/2), si se extrae una m.a.s. de tamao 2500
cmo ser el comportamiento de la proporcin muestral. Escoger la afirmacin correcta:
a) Una variante de media 1/2, varianza 1/10000 y modelo desconocido.
b) Una variante de media 1/2, varianza 1/10000 y modelo normal.
c) Una variante de media 1/2, varianza 1/10000 y modelo aproximadamente normal.
d) Ninguna de las afirmaciones anteriores es correcta.
Soluciones: 1c, 2d, 3c, 4a, 5c, 6b, 7c, 8d, 9c, 10c, 11b, 12d, 13c, 14b, 15b, 16c, 17c,
18b, 19d, 21d, 22b, 23d, 24d, 25c, 26b, 27a, 28b, 29c, 30c, 31c. 20-c

Tema 3: Test de Estimacin Puntual

1.- Qu afirmacin es correcta referida al mtodo de los momentos?.
a) Es una propiedad de los estimadores.
b) Es el mejor mtodo de estimacin posible.
c) Permite obtener siempre estimadores eficientes, consistentes y suficientes.
d) Ninguna de las anteriores.
2.-Qu afirmacin es correcta referida al mtodo de mxima verosimilitud?.
a) Su finalidad es conocer el valor aislado, real y absoluto de la verosimilitud en cada
caso.
b) Permite obtener estimadores insesgados para muestras muy pequeas.
c) Los estimadores obtenidos por este mtodo tienen, en general, adecuadas propiedades
asintticas (cuando el tamao muestral es suficientemente grande).
d) Ninguna de las anteriores.
3.- Qu se busca en el mtodo de mxima verosimilitud?
a) El parmetro de mayor valor posible.
b) El estimador que hace mxima la verosimilitud de la muestra.
c) Hallar el valor de la verosimilitud.
d) Ninguna de las anteriores.
4.- Qu se busca en el mtodo de los momentos?
a) El parmetro de mayor valor posible.
b) El estimador que hace mxima la verosimilitud de la muestra.
c) Hallar el valor de la verosimilitud.
d) Ninguna de las anteriores.
5.- El estimador mximo verosmil y por momentos del parmetro desconocido
coinciden:
a) Si la poblacin es B(1,p)
b) Si la poblacin es U(0, )
c) Para cualquier poblacin con un nico parmetro
d) Ninguna de las anteriores
6.- Elija la afirmacin correcta sobre el mtodo de estimacin de mxima verosimilitud:
a) Nos permite obtener estimadores insesgados.
b) Nos permite obtener estimadores con buenas propiedades asintticas.
c) Nos permite obtener estimadores insesgados y eficientes.
d) Nos permite obtener estimadores exactos.
7.- De los mtodos de estimacin, Mxima Verosimilitud y Momentos, podemos
destacar especialmente:
a) Son importantes para la extraccin de los elementos maestrales.
b) nicamente se distinguen en la forma, en el fondo son iguales ya que los resultados a
los que llegan son siempre los mismos.
c) Son muy buenos mtodos de estimacin, sobre todos cuando se desconozca la
distribucin de probabilidad de la poblacin.
d) Ninguna de las anteriores.

8.- Para obtener estimadores de los parmetros poblacionales se utilizan los mtodos de
estimacin por Momentos y de Mxima Verosimilitud. Cul de ellos se basa en buscar
el valor del parmetro que hace mxima la probabilidad de lo que ha ocurrido?
a) Mtodo de los Momentos
b) Mtodo de Mxima Verosimilitud
c) Los dos
d) Ninguno
9.- Qu afirmacin es correcta referida al mtodo de los momentos?.
a) Es una propiedad de los estimadores.
b) Es el mejor mtodo de estimacin posible.
c) Se basa en el conocimiento indirecto de la distribucin poblacional a partir de los
momentos poblacionales (iguala momentos poblacionales a muestrales).
d) Permite obtener siempre estimadores eficientes, consistentes y suficientes.
10.- Los estimadores de mxima verosimilitud consiguen sus mejores propiedades en:
a) Muestras grandes
b) Muestras pequeas
c) Poblaciones grandes
d) Poblaciones pequeas
11.- Qu informacin poblacional utiliza el mtodo de mxima verosimilitud?
a) Momentos poblacionales
b) Funcin de probabilidad poblacional
c) Elementos poblacionales
d) La obtenida mediante el Teorema Central del Lmite
12.- En una poblacin N(5, ) y dada una m.a.s. el estimador insesgado para la
varianza:
a) Es la varianza muestral en cualquier muestra
b) Es la cuasivarianza muestral en cualquier muestra
c) No puede obtenerse al ser una distribucin normal
d) Ninguna de las anteriores
13.- Cul debera ser el error cometido por un estimador consistente al estimar el
parmetro poblacional si el tamao muestral es tan grande que prcticamente coincide
con el poblacional?
a) El error coincide con la varianza del estimador
b) El error es el 100%
c) El error debera ser 0 (nulo).
d) Ninguna de las anteriores.
14.- Un estimador es insesgado si:
a) Su varianza es la menor posible.
b) Si a medida que aumentamos el tamao muestral, el estimador se acerca al parmetro
desconocido.
c) Si su esperanza coincide con el parmetro desconocido.
d) Ninguna de las anteriores.
15.- Un estimador es consistente si:

a) Su varianza es la menor posible.

b) A medida que aumentamos el tamao muestral, el estimador se acerca al parmetro
desconocido.
c) Su esperanza coincide con el parmetro desconocido.
d) Ninguna de las anteriores.
16.- Un estimador tomado a partir de una muestra grande:
a) Ser consistente si su varianza vale cero y, adems, es insesgado.
b) Ser consistente si su varianza vale cero.
c) Siempre ser consistente.
d) Ninguna de las anteriores.
17.- Entre dos estimadores insesgados es preferible:
a) El que tenga menor esperanza matemtica.
b) El que tenga mayor dispersin.
c) El que tenga mayor sesgo.
d) El que tenga menor error cuadrtico medio.
18.- Elegir la afirmacin correcta.
a) La consistencia hace referencia a la media del estimador.
b) La consistencia hace referencia a la varianza del estimador.
c) La consistencia hace referencia a que el estimador se aproxima al valor del parmetro
al crecer el tamao de la muestra.
d) Ninguna de las anteriores.
19.- En un estimador cuya varianza iguale la cota de Cramer Rao se cumple,
necesariamente, que:
a) La varianza es cero.
b) La varianza es grande.
c) La varianza es menor que la esperanza.
d) No hay otro estimador con menor varianza que l (para dicho parmetro y
poblacin).

20.- Elegir la afirmacin correcta.

a) La eficiencia hace referencia a la mediana del estimador.
b) La eficiencia hace referencia a la varianza del estimador.
c) La eficiencia hace referencia a la moda del estimador.
d) Ninguna de las anteriores.
21.- Un estimador insesgado es aquel:
a) Cuyo valor coincide con el parmetro desconocido en muestras grandes.
b) Cuyo valor coincide con el parmetro desconocido en muestras pequeas.
c) Cuyo valor coincide con el parmetro desconocido en cualquier muestra.
d) Cuyo valor medio o esperanza en el muestreo coincide con el parmetro desconocido.
22.- Un estimador cuya varianza iguale la cota de Cramer Rao:
a) Es un estimador insesgado.
b) Es un estimador consistente.
c) Es un estimador con varianza o dispersin mnima.
d) Es una constante.
23.- Qu diferencias hay entre un estimador y una estimacin?
a) Ninguna, ya que son funciones de elementos muestrales.
b) La primera es una funcin sin objetivo, mientras que la segunda es una funcin para
estimar un parmetro concreto.
c) La primera es una variable aleatoria funcin de los elementos de la muestra, mientras
que la segunda es un valor concreto obtenido gracias a los valores de la muestra.
d) Ninguna de las anteriores.
24.- Un estimador asintticamente insesgado es aquel que:
a) Pudiendo ser sesgado para muestras pequeas se convierte en insesgado para
muestras grandes.
b) Siendo insesgado para muestras pequeas no es insesgado para muestras grandes.
c) Siendo sesgado para muestras pequeas es tambin sesgado para muestras grandes.
d) El centro del estimador es asinttico al insesgo del parmetro poblacional.
25.- El disponer de ms informacin muestral nos debera llevar a tener mejores
resultados en las estimaciones. Esta idea se formaliza:
a) Con el Teorema Central del Lmite.
b) Con la propiedad de Insesgadez.
c) Con la propiedad de Consistencia.
d) Con la propiedad de Eficiencia.
26.- Dada una poblacin = N ( , ) , con la media como parmetro poblacional
desconocido. Para hacernos una idea de su posible valor se extrae una muestra aleatoria
x + x2
simple de tamao n y se propone el uso de dos estimadores 1* = x1 y 2* = 1
.
2
a) Ambos estimadores son insesgados.
b) El primero es sesgado y el segundo insesgado.
c) El segundo es sesgado y el primero insesgado.
d) Ambos estimadores son sesgados.

27.- Los ingresos familiares en cierta regin se distribuyen segn una N(;2). Para
estimar los ingresos medios se toman dos estimadores, a partir de m.a.s. de tamao n:

1 =

x1 xn
n

2 =

x1 x2
2n

Elegir la afirmacin correcta:

a) Los dos estimadores son insesgados
b) El sesgo de ambos estimadores es diferente
c) El primer estimador es ms eficiente que el segundo
d) El segundo estimador es ms eficiente que el primero
28.-Qu informacin poblacional utiliza el mtodo de los momentos?
a) Momentos poblacionales
b) Funcin de probabilidad poblacional
c) Elementos poblacionales
d) La obtenida mediante el Teorema Central del Lmite

29.- Elija la afirmacin correcta sobre la varianza muestral, como estimador de 2

(varianza poblacional):
a) Resulta equivalente a la cuasivarianza muestral, slo en muestras grandes.
b) Resulta equivalente a la cuasivarianza muestral, cualquiera que sea el tamao de la
muestra.
c) Es una medida de dispersin relativa
d) Es un estimador insesgado
30.- La esperanza de la media muestral, en una m.a.s. (con reemplazamiento), es la
media poblacional:
a) Solo se puede afirmar esto en muestras muy grandes.
b) Solo se puede afirmar esto para poblaciones normales.
c) Siempre, debido al tipo de muestreo.
d) Siempre depender de la poblacin de la cual se extraiga la muestra.
31.- Elija la afirmacin correcta sobre un estimador insesgado de un parmetro
poblacional en m.a.s.
a) El valor que toma en cualquier muestra siempre est por encima del parmetro
b) El valor que toma en cualquier muestra siempre est por debajo del parmetro
c) El valor que toma en cualquier muestra siempre es igual al parmetro
d) Ninguna de las anteriores
32.- Elija la afirmacin correcta respecto a la varianza muestral:
a) Es un estimador insesgado de la cuasivarianza muestral
b) Es un estimador insesgado de la varianza poblacional
c) Es un estimador insesgado de la cuasivarianza muestral, slo en muestras grandes
d) Es un estimador insesgado de la varianza poblacional, slo en muestras grandes

33.- Un socilogo desea conocer la proporcin de mujeres en una ciudad. Para ello toma
una m.a.s. de 1000 personas. Elija la afirmacin correcta:
a) Cada una de los elementos de la muestra se comporta como una N(;)
b) Cada una de los elementos de la muestra se comporta como una B(n;p)
c) Cada una de los elementos de la muestra se comporta como una B(1;p)
d) No es posible conocer la distribucin que sigue cada elemento de la muestra.
34.- De una poblacin se obtiene una m.a.s. y se construye un estadstico estimador,
este estimador es una variable aleatoria?
a) S, ya que est compuesta por elementos de una muestra aleatoria simple.
b) S, ya que por definicin la muestra una constante fija de dimensin n.
c) S, ya que la poblacin es aleatoria simple.
d) No, ya que acaba como estimacin puntual evaluada.
35.- Un estimador asintticamente insesgado tiene necesariamente:
a) La esperanza igual a cero para cualquier tamao muestral.
b) La esperanza igual al parmetro para tamaos muestrales grandes.
c) La esperanza igual al parmetro para cualquier tamao muestral.
d) La esperanza cercana a infinito si tamao muestral muy grande.

Soluciones: 1d, 2c, 3b, 4d, 5a, 6b, 7d, 8b, 9c, 10a, 11b, 12b, 13c, 14c, 15b, 16a, 17d,
18c, 19d, 20b, 21d, 22c, 23c, 24a, 25c, 26a, 27d, 28a, 29a, 30c, 31d, 32d, 33c, 34a, 35b.

Tema 4: TEST INTERVALOS DE CONFIANZA

1.- Si, al estimar la media de una poblacin con un intervalo de confianza, aumentamos
el tamao muestral sucede que:
a) No influye en la calidad de la estimacin.
b) Aumenta la precisin del intervalo.
c) Aumenta la longitud del intervalo.
d) Ninguna de las anteriores
2.- Al realizar una inferencia, tras calcular estimacin puntual e intervalo de confianza.
a) Pasamos a conocer al 100% el valor del parmetro poblacional.
b) Sabemos que la probabilidad de que el parmetro este entre +/- dos veces la media
aritmtica es del 90%, 95% o del 99%.
c) Nunca se conocer con certeza absoluta el verdadero valor del parmetro poblacional.
d) Slo sabremos el verdadero valor del parmetro poblacional si la aproximacin
alcanzada por el TCL cumple todas las condiciones.
3.- Una vez calculado el intervalo de confianza de una parmetro poblacional si
tuviramos que seleccionar un solo valor del intervalo:
a) Habra que elegir obligatoriamente el valor medio ya que es el que tiene menor error.
b) Habra que elegir el extremo inferior del intervalo ya que es la posicin ms prudente
y con el que se comete el menor error.
c) Habra que elegir el extremo superior ya que el error viene prefijado por el nivel de
confinaza (nivel de significacin).
d) Ninguna de las anteriores.
4.- El comit de empresa de la empresa X decide fijar la subida salarial del ao 2006
segn la previsin de los resultados de la compaa: habr subida si se preveen positivos
y se rebajarn si se preveen negativos. Si los beneficios esperados, en miles de , son de
[-8; +1500] con un nivel de confianza del 95%, elegir la afirmacin correcta:
a) La empresa subir sueldos.
b) La empresa bajar sueldos.
c) La empresa mantendr sueldos.
d) La decisin slo se puede tomar si el nivel de confianza es mximo.
5.- Una empresa estima que su beneficio medio mensual, en miles de , para el ao
2011 pertenece al intervalo [12;16], con un nivel de confianza del 95%. Elija la
afirmacin correcta:
a) Con total seguridad el beneficio medio mensual real estar contenido en dicho
intervalo.
b) La nica solucin posible para el beneficio medio es 14; el resto es error.
c) De 1000 muestras que tomara, en 950 de ellas la media muestral estara contenida en
dicho intervalo.
d) Ninguna de ellas.

6.- Se construye un intervalo de confianza al 95% para la media de una poblacin

normal con desviacin tpica 2, utilizando una muestra aleatoria de 16 elementos. La
longitud de dicho intervalo ser:
a) Mayor si reducimos la confianza al 90%.
b) Mayor si aumentamos la confianza al 99%.
c) Igual para cualquier nivel de confianza
d) Ninguna de las anteriores
7.- Pablo y Javier se presentan a la alcalda de Villanueva de Arriba. Dos das antes de
las elecciones se hace una encuesta que otorga, con un 99% de confianza, un porcentaje
de voto para Pablo del 52%, con un error de 3%. Qu resultado anticipa el estudio?
a) Gana Pablo.
b) Gana Javier.
c) No se puede anticipar o concluir que ganar uno u otro.
d) Slo se puede saber el resultado aplicando un nivel de confianza del 100%.
8.- En la estimacin por intervalo de un parmetro poblacional desconocido, al aplicar
un nivel de confianza del 100%:
a) La precisin es mxima.
b) El intervalo contiene un solo punto.
c) La precisin es el doble que cuando el nivel de confianza es del 50%.
d) La longitud del intervalo es mxima.
9.- En la estimacin por intervalo de en una poblacin N(;) con varianza conocida:
a) Cuanto mayor sea la varianza, mayor ser la precisin.
b) Cuanto menor sea la desviacin tpica menor ser la precisin.
c) Cuanto menor sea la dispersin de la poblacin mayor ser la precisin.
d) Ninguna de las anteriores.
10.- La estimacin de beneficios que realiza una empresa para el ejercicio actual es, en
millones de , (-0,5;+5.7), con un nivel de confianza del 95%. Este resultado permite
anticipar que:
a) La empresa tendr beneficios.
b) La empresa tendr prdidas.
c) No se puede adelantar o concluir sobre si habr beneficios o prdidas.
d) Los beneficios sern el doble de las prdidas.
11.- En la estimacin por intervalo de en una poblacin N(;), para mejorar la
precisin, manteniendo fijo el nivel de confianza, hay que:
a) Tomar un estimador insesgado.
b) Tomar un estimador consistente.
c) Tomar un estimador mximo.
d) Tomar una muestra mayor.

12.- Elegir la afirmacin correcta.

a) En un intervalo de confianza precisin y seguridad (confianza) se pueden maximizar
simultneamente.
b) En un intervalo de confianza precisin y seguridad (confianza) pueden aumentar
simultneamente si disminuye el tamao muestral.
c) En un intervalo de confianza la precisin y la seguridad (confianza) varan en sentido
contrario (supuesta la no variacin en el resto de elementos del problema).
d) Ninguna de las anteriores.
13.- La precisin de un intervalo est vinculada a la amplitud del mismo. Cmo
podemos ganar precisin en un estudio?
a) Aumentando el nivel de confianza
b) Aumentando el tamao muestral
c) Disminuyendo el tamao muestral
d) Ninguna de la anteriores
14.- A priori (antes de obtener la muestra concreta), por qu los extremos de cualquier
intervalo de confianza son aleatorios?
a) Porque la poblacin se define por una variable aleatoria y hace que todo lo dems
tambin sea aleatorio aunque el muestreo no sea probabilstico
b) Porque en los extremos del intervalo intervienen estimadores
c) Los extremos de cualquier intervalo no son aleatorios
d) Ninguna de las anteriores
15.- Cul debe ser la amplitud del intervalo de confianza para que tengamos una
confianza del 100% de que el parmetro poblacional desconocido est dentro del
intervalo?
a) La misma que al 95%
b) La amplitud debe ser infinita
c) La amplitud debe ser dos veces la varianza poblacional
d) La amplitud debe ser mnima
16.- En la estimacin por intervalo de un parmetro poblacional desconocido, al aplicar
un nivel de confianza del 100%:
a) La precisin es adecuada.
b) El intervalo contiene un solo punto.
c) La longitud del intervalo es mxima.
d) El nivel de significacin es 100%.
17.- Pablo y Javier se presentan a la alcalda de Valdemanco. Antes de las elecciones se
hace una encuesta que otorga una estimacin puntual de voto para Pablo del 68% y un
intervalo asociado de [0,48 ; 0,88] con un 99,99% de confianza. Qu resultado
anticipa el estudio?
a) Gana Pablo.
b) No se puede anticipar o informar que ganar uno u otro.
c) Gana Javier.
d) Slo se puede informar sobre el resultado aplicando un nivel de confianza del 100%.

18.- Elija la afirmacin correcta respecto a la estimacin por intervalo de la media de

una variable aleatoria N(;) con varianza desconocida:
a) La funcin pivote correspondiente siempre sigue una distribucin normal
b) La funcin pivote correspondiente siempre sigue una distribucin t-Student
c) La funcin pivote correspondiente sigue una distribucin normal en muestras
pequeas
d) Ninguna de las anteriores
19.- Elija la afirmacin correcta respecto a la estimacin por intervalo de la media de
una variable aleatoria N(;) con varianza conocida:
a) Al aumentar el nivel de confianza, mejora la precisin
b) Al aumentar el error absoluto de la estimacin, mejora la precisin
c) Al aumentar el tamao de la muestra se reduce el error absoluto de la estimacin
d) Ninguna de las anteriores
20.- Elija la afirmacin correcta respecto a la estimacin por intervalo de la media de
una poblacin normal, supuesto que se toma una m.a.s. con n grande:
a) Cuanto mayor sea la varianza muestral ms imprecisa ser la estimacin
b) Cuanto mayor sea el error muestral mayor ser la precisin de la estimacin
c) Cuanto mayor sea la cuasidesviacin tpica muestral menor ser la amplitud del
intervalo
d) El estadstico pivote seguir una distribucin 2 con n-1 grados de libertad
21.- En la estimacin por intervalo de un parmetro poblacional desconocido, en
general, al disminuir el nivel de significacin:
a) La precisin es ptima.
b) Aumenta la amplitud o tamao del intervalo.
c) Disminuye la amplitud o tamao del intervalo
d) La longitud del intervalo es mnima.
22- En un intervalo de confianza, podremos definir el nivel de confianza 1- como:
a) El error del intervalo.
b) La amplitud del intervalo.
c) El nivel de significacin.
d) La probabilidad a priori o la confianza a posteriori de que el intervalo contenga el
verdadero valor del parmetro.
Soluciones: 1b, 2c, 3d, 4c, 5d, 6b, 7c, 8d, 9c, 10c, 11d, 12c, 13b, 14b, 15b, 16c, 17b,
18b, 19c, 20a, 21b, 22d