EXAMEN MODELO D GRADO EN PSICOLOGÍA INTRODUCCIÓN AL ANÁLISIS DE DATOS

SEPTIEMBRE 2010

1. A Un estadístico es una expresión dada en función de los valores de una muestra: X1,
…, Xn. Algunos de los estadísticos más usuales son:
X 1 + ... + X n
• Media muestral: X =
n
1 n
• Cuasivarianza muestral: S 2 = ∑ ( X i − X )2
n − 1 i =1

Dichas expresiones se utilizan para estimar los parámetros de una población. Con
la media muestral estimamos la media de la población y con la cuasivarianza muestral la
varianza de la población.

12. A La recta de regresión de Y sobre X es:



−  =


· ( − ̅ )

Se comprueba fácilmente que el punto (̅ , ) pertenece a dicha recta ya que iguala ambos
miembros:

 −  =


· (̅ − ̅ ) = 0

16. C A∩B = {2}. Por tanto: (A∩B)∪C = {2, 3, 4, 5, 6}

17. B La lista siguiente muestra ejemplos de variables aleatorias discretas y el rango de

valores que toman:

• Distribución rectangular discreta: {1, 2, 3, …, n}

• Distribución de Bernouilli: {0, 1}
• Distribución binomial: {0, 1, 2, 3, …, n}
• Distribución de Poisson: {0, 1, 2, 3, …}

Las distribuciones continuas toman valores dentro de un intervalo real, y por tanto
puede tomar infinitos valores. Las distribuciones normal y t de Student pueden tomar
cualquier valor real. Las distribuciones   y F solo pueden tomar valores positivos.

19. C Una variable aleatoria sigue una distribución    si su función de densidad es:
http://matesblogs.blogspot.com/
Página 1
  

() = 


  
, para x > 0; siendo f(x) = 0 para cualquier otro valor.

( )

La probabilidad de que X tome un valor menor o igual a k equivale a calcular la integral:

! () . Dicha integral no se puede calcular de forma exacta, por lo que se recurre a
aproximaciones que son los valores que aparecen en las tablas de esta distribución.

La media " o esperanza de la variable aleatoria se obtiene como:

#$
!  · () . Esta integral sí se puede calcular y da como valor igual a n.

La varianza de la variable aleatoria se obtiene como:

#$
! ( − ") · () . El valor de esta integral es: 2n.

'
P(2 ≤ X ≤ 4) =  (). Para obtener un valor aproximado de esta probabilidad se observa
en la tabla de la distribución, para 4 grados de libertad los valores: P(X≤ 2) y P(X≤ 4), siendo:

P(2 ≤ X ≤ 4) = P(X≤ 4) - P(X≤ 2).

20. A Las tablas siempre dan la probabilidad de que la variable tome un valor menor o
igual a uno dado. Por tanto P(X ≥ 2,423) = 1 – P(X ≤ 2,423). A partir de las tablas y para
los grados de libertad dados se obtiene que P(X ≤ 2,42) = 0,99.

21. B Se está planteando una variable aleatoria: X = Número de pacientes que se

recuperan, que sigue una distribución binomial, con las siguientes características:

• Probabilidad de recuperación: p = 0,40

• Número total de ensayos: n = 10
• Los ensayos son independientes y en cada uno de ellos únicamente ocurre uno de
los dos sucesos siguientes: “el paciente se recupera” y “el paciente no se
recupera”.

En el modelo binomial la probabilidad de que X = k se obtiene a partir de la expresión:

, !
( ). · (1 − .) = . · (1 − .)
- !·( )!

Por tanto P( ≥ 7) = P(X = 7) + P(X = 8) + P(X = 9) + P(X = 10). Estas probabilidades se

pueden obtener a través de las tablas o bien realizando el cálculo directamente:
!!
P(X = 7) = 2!·3! 0,42 · 0,63, …

P( ≥ 7) = 0,0425 + 0,0106 + 0,0016 + 0,0001 = 0,0548

http://matesblogs.blogspot.com/
Página 2
24. C Las medias muestrales  de la variable aleatoria se comporta como una distribución
!
normal de media 105 y de desviación típica = 0,91.
√

Si en la curva de la distribución normal tipificada Z tomamos un intervalo que ocupa un área

del 95%, entonces dejamos en las colas un área del 2,5%.

Utilizamos la propiedad de que la curva es simétrica respecto al eje de ordenadas. Hay que
hallar los valores −a y a tales que P(−a < Z < a) = 0,95.

La tabla da la probabilidad expresada en la forma “Z < z”, así que el intervalo anterior lo
expresamos de forma equivalente como sigue:

P(Z <−a) = 0,025 → −a = −1,96

Por tanto P(−1,96 < Z < 1,96) = 0,95.

;!<
Realizando la transformación : = !,=
obtenemos los extremos del intervalo:

;!<
P(−1,96 < < 1,96) = 0,95 → P(103,23 < X < 106,78) = 0,95.
!,=

25. A El resultado es consecuencia del Teorema Central del Límite. Para las muestras de
tamaño n que se obtengan de la variable, su valor medio sigue una distribución normal de
media la media de la variable y desviación típica la desviación típica de la variable entre
√,.

http://matesblogs.blogspot.com/
Página 3