ESTADÍSTICA.

1. ¿Qué utilidad tiene el diagrama de dispersión para el estudio de la relación entre dos varia-
bles?
a) Ninguna.
b) Es condición exigible antes de calcular el coeficiente de correlación lineal de Pearson.
c) Ver gráficamente si existirá correlación.

2. El coeficiente de correlación lineal de Pearson, lo podemos calcular para:

a) Cualquier tipo de variable.
b) Variables cualitativas.
c) Variables cuantitativas.

3. El coeficiente de correlación lineal de Pearson,r, es un valor comprendido entre:

a) 0 ≤ r ≤ +1
b) +1 ≤ r ≤ −1
c) −1 ≤ r ≤ +1

4. Los valores registrados en un mismo grupo de personas para dos variables distintas, han sido:

X 8 6 5 4 2
Y 0 3 2 4 6

El coeficiente de correlación lineal de Pearson,r, es:

a) r = −0,95
b) r = −1,59
c) r = 0,95

5. Con solo observar los siguientes tres conjuntos de puntos (sin realizar ningún cálculo numéri-
co). ¿Cuál de ellos dirı́a que presenta relación lineal negativa?

X 10 22 45 55 67 72
a)
Y 9 21 51 54 59 65

X 19 25 33 56 90
b)
Y 14 22 26 38 40

X 84 76 62 53 40 35 30
c)
Y 23 31 42 52 64 69 73

6. Si dos variables X e Y son independientes, el valor del coeficiente de correlación lineal de

Pearson, r, es:
a) +1.
b) 0.
c) -1.

7. ¿Qué error hay en el siguiente enunciado? (en el caso de exista alguno): ”Se encontró un
valor del coeficiente de correlación lineal de Pearson entre dos variables de -1.15 ”
a) El coeficiente de correlación lineal de Pearson no puede tomar valores negativos.
b) El coeficiente de correlación lineal de Pearson no puede alcanzar valores inferiores a -1.
c) No existe ningún error.
2

8. Se denomina tabla de contingencia a:

a) Una tabla de distribución de frecuencias de una variable cualitativa.
b) Una tabla de doble entrada para el estudio de la relación entre variables cualitativas.
c) La representación gráfica de la relación entre variables cualitativas.

9. Queremos determinar la pérdida de actividad de un preparado hormonal. Para ello dispone-

mos de los siguientes datos:

Tiempo (en meses) (X) 1 2 3 4 5

% de actividad restante (Y ) 90 85 70 60 30

La ecuación de regresión es:

a) Y = 110,5 − 14,5X.
b) X = 80,5 − 4,5Y .
c) Y = 113,5 + 15,6X.

10. Con los mismos datos del ejercicio anterior, el tanto por ciento de actividad restante que
predecimos para el preparado hormonal a los 4.5 meses es:
a) 59,75 %.
b) 38,30 %.
c) 45,25 %.

11. Si la pendiente de la recta de regresión de Y sobre X es negativa, ¿cómo debe ser la pendiente
de la recta de regresión de X sobre Y ?
a) Positiva.
b) Negativa.
c) Nula.

12. Serı́a de utilidad calcular las rectas de regresión de una distribución de dos variables en las
que el coeficiente de correlación lineal de Pearson valga 0.12:
a) Si.
b) No.
c) Depende de la pendiente.

13. La recta de regresión X sobre Y y la recta de regresión Y sobre X, se caracterizan porque

a) Sus pendientes tienen el mismo signo.
b) Se cortan siempre en un punto.
c) Todas las afirmaciones anteriores son ciertas.

14. Dada la siguiente distribución de frecuencia bidimensional

Y \X 1 2 3 4
-1 2 4 5 3
se puede considerar:
0 3 6 4 2
1 5 8 10 4

a) 2 distribuciones marginales y 4 distribuciones condicionadas.

b) 3 distribuciones marginales y 2 distribuciones condicionadas.
c) 3 distribuciones marginales y 4 distribuciones condicionadas.
d) 2 distribuciones marginales y 7 distribuciones condicionadas.

15. Dada una variable estadı́stica bidimensional (X, Y ) y su distribución de frecuencias, si se

cumple que:
nij ni. n.j
= ∀i, j
N N N
a) No existe independencia lineal entre las variables X e Y .
b) Las variables X e Y son estadı́sticamente independientes y la covarianza vale cero.
 3

c) Las variables X e Y son estadı́sticamente independientes y la covarianza será positiva o

negativa, según sean los valores de las variables.
d ) Ninguna de las anteriores es correcta.