Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Conceptos PDF
Conceptos PDF
de los capítulos 2 al 17
PC-1
Prueba de conceptos
del capítulo 2
Imprima este texto y marque con un círculo la respuesta correcta o llene los espacios en blanco. Las
respuestas correctas se encuentran en el archivo correspondiente en este mismo CD.
V F 1. En comparación con un arreglo (u ordenamiento) de datos, la distribución de frecuencias tiene
la ventaja de representar los datos de una manera comprimida.
V F 2. Una ojiva “más que” tiene forma de S y su inclinación es hacia abajo y a la derecha.
V F 3. Un histograma es una serie de rectángulos, cada uno proporcional en ancho al número de ele-
mentos que caen dentro de una clase específica de datos.
V F 4. Una sola observación se conoce como datos puntuales, mientras que una colección de datos se
conoce como tabular.
V F 5. Las clases de cualquier distribución de frecuencias relativas son completamente incluyentes y
mutuamente excluyentes.
V F 6. Cuando una muestra contiene las características importantes de cierta población en las mismas
proporciones en que se encuentran en ésta, se dice que se trata de una muestra representativa.
V F 7. Una población es una colección de todos los elementos que se están estudiando.
V F 8. Si uniéramos los puntos medios de las barras consecutivas de un histograma de frecuencias con
una serie de rectas, estaríamos graficando un polígono de frecuencias.
V F 9. Antes de organizar la información y analizarla mediante métodos estadísticos, se le conoce co-
mo datos preprocesados.
V F 10. Una desventaja del ordenamiento de datos es que no nos permite hallar fácilmente los valores
mayor y menor del conjunto de datos.
V F 11. Los datos discretos sólo se pueden expresar con números enteros.
V F 12. Como regla general, los estadísticos consideran que una distribución de frecuencias está incom-
pleta si tiene menos de 20 clases.
V F 13. Siempre es posible construir un histograma a partir de un polígono de frecuencias.
V F 14. La escala vertical de la ojiva para una distribución de frecuencias relativas indica la fracción del
número total de observaciones que entran en cada clase.
V F 15. Un ordenamiento de datos se forma clasificando los datos sin procesar con respecto al tiempo
de observación.
V F 16. Una ojiva “menor que” tiene forma de S y su inclinación es hacia abajo y a la derecha.
V F 17. Una ventaja de los histogramas, en comparación con un polígono de frecuencias, es que mues-
tra con más claridad cada clase de la distribución.
V F 18. El promedio de bateo de un jugador de béisbol se calcula utilizando una muestra.
V F 19. Una distribución de frecuencias organiza los datos en grupos de valores que describen una o más
características de esos datos.
V F 20. A una serie de rectángulos cuyo ancho es proporcional al alcance de los valores dentro de la cla-
se y cuya altura es proporcional al número de elementos que caen dentro de la clase, se le cono-
ce como polígono de frecuencias.
V F 21. Los anchos de clase de una distribución de frecuencias son de igual tamaño.
PC-3
A B C D 22. ¿Cuál de los siguientes representa el esquema más preciso para clasificar datos?
a) Métodos cuantitativos.
b) Métodos cualitativos.
c) Una combinación de ambos métodos.
d) Un esquema puede ser determinado sólo con información específica acerca de la situación.
A B C D 23. ¿Cuál de los siguientes NO es un ejemplo de datos comprimidos?
a) Distribución de frecuencias.
b) Arreglo de datos.
c) Histograma.
d) Ojiva.
A B C D E 24. ¿Cuál de las afirmaciones siguientes acerca de los rectángulos de un histograma es correcta?
a) Los rectángulos tienen una altura proporcional al número de elementos que entran en las
clases.
b) Por lo general existen cinco rectángulos en cada histograma.
c) El área de un rectángulo depende sólo del número de elementos de la clase en comparación
con el número de elementos de todas las demás clases.
d) Todos los anteriores.
e) Los incisos a) y c), pero no b).
A B C D E 25. ¿Por qué resulta cierto que las clases de una distribución de frecuencias son completamente in-
cluyentes?
a) Ningún dato puntual entra en más de una clase.
b) Hay siempre más clases que datos puntuales.
c) Todos los datos entran en una clase o en otra.
d) Todos los incisos anteriores.
e) Los incisos a) y c), pero no b).
A B C D 26. Cuando se construye una distribución de frecuencias, el primer paso consiste en
a) dividir los datos en al menos cinco clases.
b) clasificar los datos puntuales en clases y contar el número de puntos de cada clase.
c) decidir acerca del tipo y número de clases en que se dividirán los datos.
d) ninguno de los anteriores.
A B C D 27. Conforme aumenta el número de observaciones y clases, la forma de un polígono de frecuen-
cias:
a) Tiende a hacerse cada vez más lisa.
b) Tiende a tomar forma de sierra.
c) Permanece igual.
d) Varía sólo si los datos son más confiables.
A B C D 28. ¿Cuál de las siguientes afirmaciones acerca de las ojivas de frecuencias acumuladas para un con-
junto de datos en particular es verdadera?
a) Tanto la curva “mayor que” como la “menor que” tienen la misma pendiente.
b) Las curvas “mayor que” tienden a irse hacia arriba y a la derecha.
c) Las curvas “menor que” tienden a irse hacia abajo y a la derecha.
d) Las curvas “menor que” tienden a irse hacia arriba y a la derecha.
A B C D E 29. A partir de una ojiva construida para un conjunto particular de datos:
a) Los datos originales pueden reconstruirse siempre de manera exacta.
b) Los datos originales siempre se pueden aproximar.
c) Los datos originales nunca se pueden aproximar ni reconstruir, pero se pueden obtener con-
clusiones válidas con respecto a los datos.
d) Ninguno de los anteriores.
e) Los incisos a) y b), pero no c).
INICIAR
Recolección de datos
sin procesar
Organización de los
datos sin procesar en
un ordenamiento
¿Deberán
condensarse y No
simplificarse los
datos?
Sí
Preparación de distribución
de frecuencias agrupando
los datos en clases
¿Desea una
representación No
gráfica?
Sí
TERMINAR
PC-9
V F 22. La desviación estándar se mide en las mismas unidades que las observaciones del conjunto de
datos.
V F 23. Un fractil es una posición en una distribución de frecuencias en la que una proporción (o frac-
ción) de los datos se encuentra en ella o arriba de ella.
V F 24. La varianza, al igual que la desviación estándar, toma en cuenta todas las observaciones del con-
junto de datos.
V F 25. El coeficiente de variación es una medida absoluta de la dispersión.
V F 26. La medida de dispersión que con más frecuencia utilizan los especialistas en estadística es la
desviación estándar.
V F 27. Una de las ventajas de las medidas de dispersión es que cualquier estadístico que mide varia-
ción absoluta, también mide variación relativa.
V F 28. Una desventaja al utilizar el rango para medir la dispersión es que no toma en cuenta la natura-
leza de las variaciones entre la mayoría de las observaciones.
V F 29. La varianza indica la distancia promedio a la media de cualquier observación del conjunto de
datos.
V F 30. Cada población tiene una varianza que se simboliza con s2.
V F 31. De acuerdo con el teorema de Chebyshev, no más del 11% de las observaciones de una pobla-
ción puede tener resultados estándar de la población mayores que 3 o menores que 23.
V F 32. El rango intercuartil es un ejemplo específico de un rango interfractil.
V F 33. Es posible medir el rango de una distribución de extremo abierto.
V F 34. El rango intercuartil mide el rango promedio de la cuarta parte más baja de una distribución.
A B C D 35. Cuando se calcula la tasa promedio de expansión de la deuda de una compañía, la media correc-
ta a utilizar es la:
a) Media aritmética.
b) Media ponderada.
c) Media geométrica.
d) Cualquiera de los dos: a) o c).
A B C D 36. La moda tiene todas las ventajas siguientes excepto:
a) Un conjunto de datos puede no tener valor modal.
b) Cada valor de un conjunto de datos puede ser una moda.
c) Es difícil analizar un conjunto de datos multimodal.
d) La moda se ve excesivamente afectada por los valores extremos.
A B C D 37. ¿Cuál es la principal suposición que hacemos cuando calculamos la media de datos agrupados?
a) Todos los valores son discretos.
b) Cada valor de una clase es igual a su punto medio.
c) Ningún valor se presenta más de una vez.
d) Cada clase contiene exactamente el mismo número de valores.
A B C D 38. ¿Cuál de las afirmaciones siguientes NO es correcta?
a) Algunos conjuntos de datos no tienen media.
b) El cálculo de una media se ve afectado por los valores extremos del conjunto de datos.
c) Una media ponderada se debe utilizar cuando es necesario tomar en consideración la impor-
tancia de cada valor.
d) Todos estas afirmaciones son correctas.
A B C D 39. ¿Cuál de los siguientes es el primer paso para calcular la mediana de un conjunto de datos?
a) Promedie los dos valores centrales del conjunto de datos.
b) Ordene los datos.
c) Determine los pesos relativos de los valores de los datos en términos de su importancia.
d) Ninguno de los anteriores.
INICIO
¿Desea ¿Desea
saber el ¿Están saber el
No promedio Sí agrupados No promedio No
Sí Sí
¿Desea ¿Los
simplificar elementos
Sí Sí diferentes tienen
el cálculo
de la niveles de importancia
media? diferentes?
No No
Calcule la media
Use codificación de Calcule la media aritmética de población:
Calcule la media aritmética marcas de clase y ponderada de la muestra m = (x
de la muestra: calcule la ((w 3 x ) N
media aritmética: xw =
(w o de la muestra:
((f 3 x )
x= n ((u 3 f ) (x
x = x0 1 w n x=
n
Calcule la tasa ¿Las
promedio de cambio usando cantidades
la media geométrica: Sí
cambian
en un
n Producto de todos
M.G. = periodo?
= los valores de x
No
¿Desea ¿Desea
Calcule la mediana: Calcule la mediana:
conocer la Sí th
Sí conocer la
observación ( n 1 1) / 2 2 (F 1 1) el elemento n + 1
( ) w 1 Lm ( )2 observación
central de los fm central de los
del arreglo de datos
datos? datos?
No No
¿Desea ¿Desea
conocer el valor conocer el
Sí Calcule la moda: Sí
que se repite Uso limitado de la moda valor que se repite con
d1
con más frecuencia LMo 1 ( ) w de datos no agrupados más frecuencia
en el conjunto d1 1 d2 en el conjunto de
de datos? datos?
No No
PC-15
PC-16
● Diagrama de flujo: Medidas de tendencia central y dispersión
INICIAR
¿Desea
medir la Calcule el valor
dispersión de la observación
Sí
dentro más alta menor el valor
de los de la más baja
¿Desea
conocer más
acerca de
Calcule el
otras observaciones Sí
rango intercuartil
de los datos mientras
Q3 2 Q 1
evita los valores
extremos?
No
No
¿Desea
conocer una
medida relativa de la Calcule el coeficiente
magnitud de la desviación estándar de variación:
Sí
respecto a la magnitud de la media para s
usarla en la comparación (100)
m
de dos distribuciones?
No
TERMINAR
PC-19
V F 21. A y B son eventos independientes si P(A | B) 5 P(B).
A B C D E 22. Si un evento no se ve afectado por el resultado de otro evento, se dice que ambos eventos son:
a) Dependientes.
b) Independientes.
c) Mutuamente excluyentes.
d) Todos los anteriores.
e) Tanto b) como c).
A B C D 23. Si P(A o B) 5 P(A), entonces:
a) A y B son mutuamente excluyentes.
b) Las áreas del diagrama de Venn de A y B se traslapan.
c) P(A) 1 P(B) es la probabilidad conjunta de A y B.
d) Ninguno de los anteriores.
A B C D 24. La probabilidad simple de que se presente un evento se conoce como
a) Probabilidad bayesiana.
b) Probabilidad conjunta.
c) Probabilidad marginal.
d) Probabilidad condicional.
A B C D E 25. ¿Por qué los eventos resultantes de lanzar una moneda al aire son mutuamente excluyentes?
a) Porque el resultado de cualquier lanzamiento no se ve afectado por los resultados de los lan-
zamientos que le anteceden.
b) Porque no se pueden presentar cara y cruz en el mismo lanzamiento.
c) Porque la probabilidad de obtener cara y la probabilidad de obtener cruz son las mismas.
d) Por todas las anteriores.
e) a) y b), pero no c).
A B C D E 26. Si se dibujara un diagrama de Venn para los eventos A y B, que son mutuamente excluyentes,
¿qué cosa de lo siguiente sería siempre verdadero para A y B?
a) Sus representaciones en el rectángulo se traslaparán.
b) Sus representaciones en el rectángulo tendrán áreas iguales.
c) Sus representaciones en el rectángulo no se traslaparán.
d) Ninguno de los anteriores.
e) b) y c), pero no a).
A B C D 27. ¿Cuál es la probabilidad de que un valor escogido al azar de una determinada población sea ma-
yor que la mediana de la población?
a) 0.25.
b) 0.5.
c) 1.0.
d) 0.67.
A B C D E 28. Suponga que se lanza una sola vez un dado no cargado. ¿Cuál de lo siguiente es verdadero?
a) La probabilidad de obtener un número mayor que 1 es 1 2P(obtener 1).
b) La probabilidad de obtener un 3 es 1 2 P(obtener 1, 2, 4, 5 o 6).
c) La probabilidad de obtener un 5 o un 6 es mayor que la probabilidad de obtener un 3 o un 4.
d) Todos los anteriores.
e) a) y b), pero no c).
A B C D E 29. Si A y B son eventos mutuamente excluyentes, entonces P(A o B) 5 P(A) 1 P(B). ¿De qué mane-
ra cambia el cálculo de P(A o B) si A y B no son mutuamente excluyentes?
a) P(AB) debe restarse de P(A) 1 P(B).
b) P(AB) debe sumarse a P(A) 1 P(B).
c) [P(A) 1 P(B)] debe multiplicarse por P(AB).
d) [P(A) 1 P(B)] debe dividirse entre P(AB).
e) Ninguno de los anteriores.
INICIAR
Sí
Regla de la adición:
P (A o B ) = P(A ) + P(B )
Sí
La probabilidad condicional
La probabilidad condicional de de que se presente un evento
que se presente un evento Éste es conocido
dado que otro ya se ha
dado que otro ya se ha como teorema
presentado es
presentado es P(BA ) de Bayes
P (B | A ) = P(B ) P(B | A ) =
P(A )
TERMINAR
PC-25
V F 17. Cualquier acción que minimice la pérdida esperada, minimizará también la ganancia esperada.
V F 18. Después de 20 ensayos de un experimento, se crea una curva de distribución con su forma definitiva.
V F 19. Un ejemplo de una pérdida de oportunidad podría ser la pérdida de ventas debido a un exceso de ma-
durez en la fruta de una tienda de abarrotes.
V F 20. Una distribución en la que la media y la mediana tienen diferentes valores nunca podrá ser una dis-
tribución normal.
V F 21. La media de una distribución binomial está dada por np.
A B C D E 22. Si la ganancia diaria esperada de un puesto de aguas frescas es de $13.45, entonces:
a) la ganancia del día siguiente será de $13.45.
b) la ganancia del día siguiente será menor que $13.45.
c) la ganancia del día siguiente será mayor que $13.45.
d) la pérdida del día siguiente será de $13.45.
e) Ninguno de los anteriores.
A B C D E 23. Para una distribución binomial dada con n fija, si p < 0.5, entonces:
a) la distribución de Poisson proporcionará una buena aproximación.
b) la distribución de Poisson proporcionará una mala aproximación.
c) la distribución binomial estará sesgada hacia la izquierda.
d) la distribución binomial estará sesgada hacia la derecha.
e) la distribución binomial será simétrica.
A B C D 24. Suponga que tenemos una distribución de Poisson con l 5 2. Entonces la probabilidad de tener exac-
tamente 10 presentaciones es:
2210e10
a) }}.
10!
210e22
b) }}.
2!
102e210
c) }}.
10!
210e22
d) }}.
10!
A B C D E 25. ¿Cuál de las siguientes es una característica de la distribución de probabilidad para cualquier varia-
ble aleatoria?
a) Se da una probabilidad para cada valor posible.
b) La suma de todas las probabilidades es uno.
c) No se presenta una probabilidad dada más de una vez.
d) Todos los anteriores.
e) a) y b), pero no c).
A B C D 26. ¿Cuál de las variables siguientes nunca podrá ser descrita por una distribución binomial?
a) El número de partes defectuosas producidas en un proceso de ensamblaje.
b) La cantidad de agua utilizada diariamente por una sola ama de casa.
c) El número de personas de su grupo que pueden responder correctamente a esta pregunta.
d) Todos los anteriores pueden ser descritas por una distribución binomial.
A B C D E F 32. Suponga que está utilizando una distribución normal para aproximar una distribución binomial con
m 5 5 y s 5 2, y desea determinar la probabilidad de obtener más de siete éxitos. De la tabla nor-
mal, usted determinaría la probabilidad de que z fuera mayor que:
a) 0.
b) 0.5.
c) 0.75.
d) 1.0.
e) 1.25.
f) 1.5.
PC-30
INICIAR
¿Desea
Sí conocer la
Escoja la distribución de distribución teórica de
probabilidad adecuada: frecuencias asociada con los
resultados posibles de
un experimento?
Sí
1
¿Puede el
número medio de
1
llegadas por unidad de tiempo 1
¿Cada ensayo ser estimado a partir de datos
tiene dos ¿La curva tiene sólo
anteriores? 2 ¿Es la probabilidad de tener un punto máximo?
resultados posibles? No exactamente una llegada en un intervalo un número muy No No
2 ¿La media se encuentra en el centro
2 ¿La probabilidad de obtener el resultado pequeño y constante? 3 ¿Es la probabilidad de que dos o más de la curva? 3 ¿Es simétrica la curva? 4 ¿Las
de cualquier ensayo permanece fija llegadas se presenten en un mismo intervalo un número tan pequeño dos colas de la curva se extienden de manera
en el tiempo? 3 ¿Son los intentos que le podemos asignar el valor de cero? 4 ¿Es el número indefinida y nunca tocan el eje
estadísticamente de llegadas por intervalo un evento independiente horizontal?
del tiempo? 5 ¿Es el número de llegadas
independientes?
por intervalo en cualquier otro
intervalo? Consulte a un especialista en
estadística acerca de otras
distribuciones posibles
Sí Sí Sí
Utilice la distribución binomial Utilice la distribución de Poisson Utilice la distribución normal
y la fórmula: y la fórmula: y la tabla de probabilidades
Probabilidad de r éxitos en Probabilidad de x presentaciones = normal estándar,
n ensayos = con
n! λx × e–λ
p rq n–r x–µ
r ! (n –r) ! x! z=
σ
No
TERMINAR
PC-33
A B C D E 23. Elija el par de símbolos que mejor complete esta oración:
es un parámetro, mientras que es una estadística.
a) N, m.
b) s, s.
c) N, n.
d) Todos los anteriores.
e) b) y c), pero no a).
A B C D E 24. En un muestreo aleatorio, podemos describir matemáticamente lo objetivo de nuestras estimaciones.
¿Por qué?
a) Siempre sabemos la probabilidad de que cualquier elemento de la población se incluya en la muestra.
b) Toda muestra siempre tiene una oportunidad igual de ser seleccionada.
c) Todas las muestras son exactamente del mismo tamaño y pueden contarse.
d) Ninguno de las anteriores.
e) a) y b), pero no c).
A B C D E 25. Suponga que está efectuando un muestreo estratificado sobre una población particular y que la ha di-
vidido en estratos de tamaños diferentes. ¿Cómo puede hacer ahora su selección de muestras?
a) Seleccionando aleatoriamente un número igual de elementos de cada estrato.
b) Extrayendo un número igual de elementos de cada estrato y valorando los resultados.
c) Extrayendo elementos de cada estrato proporcionales a sus valores en la población.
d) Sólo a) y b).
e) Sólo b) y c).
s
A B C D E 26. ¿En cuál de las siguientes situaciones s wx 5 } sería la fórmula correcta para calcular s wx?
Ïnw
a) El muestreo es de una población infinita.
b) El muestreo es de una población finita con reemplazo.
c) El muestreo es de una población finita sin reemplazo.
d) Sólo a) y b).
e) Sólo b) y c).
A B C D E 27. La dispersión entre medias de muestra es menor que la dispersión entre los mismos elementos mues-
treados porque:
a) Cada muestra es menor que la población de la que se extrae.
b) Los valores muy grandes se promedian hacia abajo, y los valores muy pequeños hacia arriba.
c) Los elementos muestreados se extraen todos de la misma población.
d) Ninguno de los anteriores.
e) b) y c), pero no a).
A B C D 28. Suponga que una población con N 5 144 tiene m 5 24. ¿Cuál es la media de la distribución de mues-
treo de la media para muestras de tamaño 25?
a) 24.
b) 2.
c) 4.8.
d) No puede determinarse de la información dada.
A B C D 29. El teorema del límite central nos asegura que la distribución de muestreo de la media:
a) Es siempre normal.
b) Es siempre normal para tamaños grandes de muestra.
c) Se aproxima a la normalidad al tiempo que se incrementa el tamaño de muestra.
d) Parece normal sólo cuando N es mayor que 1,000.
A B C 30. Supongamos que, para una cierta población, se tiene que s wx tiene el valor de 20 cuando se toman
muestras de tamaño 25, y el valor de 10 cuando se toman muestras de tamaño 100. Al cuadruplicar
el tamaño de la muestra, entonces, sólo se dividió a la mitad s wx. Podemos concluir que el aumentar el
tamaño de la muestra es:
a) Siempre eficaz en cuanto al costo.
b) Algunas veces es eficaz en cuanto al costo.
c) Nunca es eficaz en cuanto al costo.
INICIAR
Esto es el muestreo
aleatorio: todos los
elementos de la población
tienen oportunidad de ser
seleccionados
en la muestra
No
¿Está ¿Está
la población ya la población ya
dividida en grupos, dividida en grupos,
Utilice teniendo cada grupo una amplia teniendo cada grupo una Utilice
Sí variación dentro de sí mismo No pequeña variación dentro de sí mismo Sí
el muestreo el muestreo
de racimo y desea garantizar que todo y desea garantizar que todo elemento estratificado
elemento de la población tenga de la población tenga la
la oportunidad de ser oportunidad de ser
seleccionado? seleccionado?
No
¿Está
la población No ¿Es No Consulte a
normalmente n > 30? un estadístico
distribuida?
Sí
Sí
PC-37
Prueba de conceptos
del capítulo 7
Imprima este texto y marque con un círculo la respuesta correcta o llene los espacios en blanco. Las
respuestas correctas se encuentran en el archivo correspondiente en este mismo CD.
V F l. Se dice que un estadístico es un estimador eficiente de un parámetro si, al aumentar el tama-
ño de la muestra, es casi seguro que el valor del estadístico se acerca mucho al valor del pa-
rámetro.
V F 2. Una estimación de intervalo es un intervalo de valores utilizado para estimar la forma de la dis-
tribución de una población.
V F 3. Si un estadístico tiende a tomar valores mayores que el parámetro de la población con la misma
frecuencia con que tiende a tomar valores menores, decimos que el estadístico es un estimador
no sesgado del parámetro.
V F 4. La probabilidad de que un parámetro de población se encuentre dentro de una estimación de in-
tervalo dada se conoce como nivel de confianza.
V F 5. Al aumentar el tamaño de la muestra, la distribución t tiende a una forma más plana.
V F 6. Debemos utilizar siempre la distribución t, y no la distribución normal, cuando se desconoce la
desviación estándar de la población.
V F 7. Podemos obtener una burda estimación de la desviación estándar de alguna población si tene-
mos alguna información acerca de su alcance.
V F 8. Cuando se utiliza la distribución t para hacer estimaciones, se debe suponer que la población es
aproximadamente normal.
V F 9. No siempre es deseable utilizar niveles de confianza altos, debido a que producen intervalos de
confianza grandes.
V F 10. Existe una distribución t distinta para cada posible tamaño de muestra.
V F 11. Una estimación puntual a menudo resulta insuficiente, porque sólo puede ser correcta o inco-
rrecta.
V F 12. Se dice que una media de muestra es un estimador no sesgado o imparcial de una media de po-
blación debido a que ningún otro estimador podría extraer de la muestra información adicional
acerca de la media de la población.
V F 13. El estimador de s que se utiliza con más frecuencia es s.
V F 14. El error estándar de la población se calcula como Ïpw(1
ww 2w)
pwn/ w.
V F 15. El número de grados de libertad que se utilizan en una estimación de distribución t es igual al
tamaño de la muestra.
V F 16. Conforme aumenta el tamaño de la muestra, la distribución t se aproxima menos a una distribu-
ción normal.
PC-39
V F 17. No es necesario usar la distribución t en estimación si se conoce la desviación estándar de la po-
blación.
V F 18. La mediana de la muestra es siempre el mejor estimador de la mediana de la población.
V F 19. Conforme aumenta el ancho de un intervalo de confianza, el nivel de confianza asociado con el
intervalo también se incrementa.
V F 20. La estimación del error estándar de la media de una población finita utilizando la estimación
de la desviación estándar de la población, requiere que se use la distribución t para calcular los
intervalos de confianza subsecuentes.
V F 21. Los porcentajes que se encuentran en la tabla de la distribución t corresponden a la probabilidad
de que el parámetro verdadero de la población se encuentre fuera del intervalo de confianza.
V F 22. En una distribución normal, 100% de la población se encuentra dentro de 63 desviaciones es-
tándar de la media.
A B C D E 23. Cuando escogemos un estimador de un parámetro de población, debe tomarse en cuenta:
a) Suficiencia.
b) Claridad.
c) Eficiencia.
d) Todos los anteriores.
e) a) y c), pero no b).
A B C D E 24. Suponga que se preguntó a 200 miembros de un grupo si les gusta o no un producto en particu-
lar. 50 dicen que sí y 150 dicen que no. Suponiendo que “sí” significa un éxito, ¿cuál de las si-
guientes es correcta?
a) p̂ 5 0.33.
b) p̂ 5 0.25.
c) p 5 0.33.
d) p 5 0.25.
e) b) y d), solamente.
A B C D 25. Suponga que está tomando una muestra y calcula wx 5 100. Después calcula el límite superior
de un intervalo de confianza del 90% para m; su valor es 112. ¿Cuál es el límite inferior de este
intervalo de confianza?
a) 88.
b) 92.
c) 100.
d) No se puede determinar a partir de la información proporcionada.
A B C D E 26. Después de tomar una muestra y calcular xw, un especialista en estadística dice: “tengo el 88%
de certeza de que la media de la población está entre 106 y 122”. ¿Qué es lo que quiere decir en
realidad?
a) La probabilidad de que m se encuentre entre 106 y 122 es de 0.88.
b) La probabilidad de que m 5 114, el punto medio del intervalo, es de 0.88.
c) El 88% de los intervalos calculados a partir de las muestras de este tamaño contendrá a la
media de la población.
d) Todos los anteriores.
e) a) y c), pero no b).
INICIAR
Sí
p
¿Es
Consulte a un No n 30,
especialista npˆ 5 y
en estadística nqˆ 5?
Sí
¿Es
la Consulte a
No
población un especialista en
infinita? estadística
Sí
s
^p = pˆ qˆ
= n
Determine
el valor
apropiado de z
TERMINAR
PC-47
V F 19. Una prueba de hipótesis será útil para determinar si una media de población es 45 o 60 (es de-
cir, H0: m 5 45; H1: m 5 60).
V F 20. La prueba de hipótesis no es infalible al probar la “verdad” respecto a valor de un parámetro de
población.
V F 21. Es apropiado utilizar la potencia de una prueba de hipótesis sólo con pruebas de una cola.
A B C D 22. Un fabricante de automóviles importante ha tenido que retirar varios modelos de su línea 1993
debido a problemas de control de calidad que no fueron descubiertos con los procedimientos
finales de inspección aleatoria. Éste es un ejemplo de:
a) Error tipo I.
b) Error tipo II.
c) Error tipo I y error tipo II.
d) Ningún tipo de error.
A B C D 23. Si n 5 24 y a 5 0.05, entonces el valor crítico de t para probar las hipótesis H0: m 5 38 y
H1: m < 38 es:
a) 2.069.
b) 1.714.
c) 21.714.
d) 22.069.
A B C D E 24. Para probar hipótesis acerca de la media de una población normal con desviación estándar co-
nocida, podemos comparar:
a) El valor observado de wx con el valor crítico de wx.
b) El valor observado de xw con el valor crítico de z.
c) El valor observado de z con el valor crítico de wx.
d) El valor observado de z con el valor crítico de z.
e) Cualquiera de a) o d).
A B C D E 25. Si decimos que a 5 0.10 para una prueba de hipótesis dada, entonces estamos diciendo que:
a) 10% es nuestro estándar mínimo para una probabilidad aceptable.
b) 10% es el riesgo que corremos de rechazar una hipótesis que es cierta.
c) 10% es el riesgo que corremos de aceptar una hipótesis que es falsa.
d) a) y b) solamente.
e) a) y c) solamente.
A B C D 26. Suponga que deseamos probar si una media de población es significativamente mayor o menor
que 10. Tomamos una muestra y encontramos xw 5 8. ¿Cuál debe ser nuestra hipótesis alterna-
tiva?
a) m < 10.
b) m ≠ 10.
c) m > 10.
d) No puede determinarse de la información dada.
A B C D E 27. Suponga que se realiza una prueba de hipótesis para un proceso en el que un error tipo I puede
ser muy costoso, pero un error tipo II puede resultar relativamente barato y sin importancia.
¿Cuál de los siguientes sería la mejor elección para a en esta prueba?
a) 0.01.
b) 0.10.
c) 0.25.
d) 0.50.
e) Ninguno de los anteriores.
INICIAR
Bosqueje la distribución y
señale la posición del valor muestral
estandarizado y los valores
críticos para la prueba
¿Está el
No estadístico muestral Sí
dentro de la región de
Rechace Ho Acepte Ho
TERMINAR
PC-53
V F 18. Los valores P se pueden usar para pruebas de una muestra, pero no para pruebas de dos muestras.
V F 19. Para estandarizar la diferencia observada de las medias muestrales cuando no se conocen s1 ni s2,
siempre se divide entre sx 12x 2, independientemente de los tamaños de las muestras.
w w
V F 20. Como la mayoría de los paquetes estadísticos reportan valores P de dos colas para pruebas sobre me-
dias, uno debe dividir el valor P obtenido entre dos, si se está llevando a cabo una prueba de una cola.
V F 21. Al probar la diferencia entre dos proporciones, el divisor que se utiliza para estandarizar esa diferen-
cia es distinto para pruebas de una cola y pruebas de dos colas.
A B C D 22. Suponga que va a probar la diferencia entre dos medias de muestras, cuyo valor usted ha calculado
en xw1 5 22 y wx2 5 27. Desea probar si la diferencia es significativa. ¿Cuál es el valor de mx 12x 2 que
w w
debe utilizar?
a) 5.
b) 25.
c) 0.
d) No se puede determinar de la información dada.
A B C D 23. ¿Por qué en ocasiones usamos muestras apareadas en lugar de muestras independientes?
a) Tomar muestras apareadas siempre cuesta menos que tomar muestras independientes.
b) Las muestras por pares permiten controlar factores externos.
c) Los tamaños de muestra deben ser los mismos para muestras apareadas.
d) b) y c), pero no a).
A B C D 24. Se tomaron dos muestras dependientes de tamaño 15 y se hizo una prueba de hipótesis. Se utilizó un
valor t con 14 grados de libertad. Si las dos muestras se hubieran tratado como independientes, ¿cuán-
tos grados de libertad se habrían utilizado?
a) 14.
b) 28.
c) 29.
d) 30.
A B C 25. Un granjero tiene 12 campos de maíz en diferentes partes de cierto condado. Al probar diferencias
producciones significativas de un año a otro, el granjero verifica sus registros de los 2 años anterio-
res y es capaz de reunir información sobre la producción en 11 de sus campos para los dos primeros
años. ¿Deberá tratar las muestras como:
a) dependientes?
b) independientes?
c) No se puede determinar con la información dada.
A B C D 26. En una prueba de la diferencia entre proporciones, se consideran dos muestras. En la primera, un ta-
maño de muestra de 100 tiene 20 éxitos; en la segunda, de un total de 50 hay 13 éxitos. ¿Cuál es el
valor de p̂ para esta situación?
20 1 13
a) }}.
150
20 13
b) }} 1 }}.
100 50
33 117
c) }} 3 }}.
150 150
d) Ninguno de los anteriores.
A B C D 27. ¿Cuál es la principal suposición que hacemos cuando realizamos pruebas de una cola para diferen-
cias entre medias con muestras pequeñas?
a) Las varianzas de población desconocidas son iguales.
b) Las fracciones de muestreo son demasiado pequeñas.
c) Las muestras fueron tomadas utilizando técnicas de muestreo subjetivo.
d) Ninguno de los anteriores.
INICIAR
¿Está la
No estadística de muestra Sí
estandarizada dentro de la región
de aceptación?
Rechace Ho Acepte Ho
TERMINAR
PC-59
A B C D 22. Una curva OC puede usarse para determinar:
a) El riesgo del consumidor.
b) El riesgo del productor.
c) Ambos riesgos.
d) Ninguno de los dos riesgo.
A B C D 23. ¿Cuál de los siguientes no se utiliza en el control de la calidad?
a) Gráfica xw.
b) Diagrama de Pareto.
c) Diagrama de tallo y hoja.
d) Curva AOQ.
A B C D 24. ¿Qué término corresponde a las siglas en inglés AOQ?
a) Calidad aproximada de salida.
b) Calidad promedio de operación.
c) Calidad óptima aproximada.
d) Calidad promedio de salida.
A B C D 25. El LCS de una gráfica R es:
a) RwD4.
b) wR(1 1 3d3/d2Ïnw).
c) xw 1 A2Rw.
d) RwD3.
A B C D 26. ¿Cuál de los siguientes términos no se relaciona con los otros?
a) Diagrama de Ishikawa.
b) Diagrama de Pareto.
c) Diagrama de pescado.
d) Diagrama de causa y efecto.
A B C D 27. ¿Qué patrones de una gráfica de control indican que el proceso está fuera de control?
a) Tendencias decrecientes.
b) Ciclos.
c) Atracción hacia la línea central.
d) Todos los anteriores.
A B C D 28. ¿Quién es responsable de la idea de que las compañías con TQM deben diferenciar entre los po-
cos vitales y los muchos triviales?
a) Juran.
b) Deming.
c) Pareto.
d) Shewhart.
A B C D 29. ¿Cuáles de los siguientes diagramas se utilizan para controlar un atributo?
a) Gráfica wx.
b) Gráfica A.
c) Gráfica p.
d) Ninguno de los anteriores.
A B C D 30. La distribución correcta para el cálculo exacto del riesgo del consumidor es la:
a) Normal.
b) Hipergeométrica.
c) De Poisson.
d) Binomial.
INICIAR
TERMINAR
PC-63
V F 17. Cuanto más pequeño sea el valor del estadístico F, más tenderemos a creer que existe una dife-
rencia entre las distintas muestras.
V F 18. La precisión y la utilidad de una prueba ji-cuadrada son altamente dependientes de la calidad de
los datos de la prueba.
V F 19. La tabla F que se presenta en la tabla 6 del apéndice da valores para pruebas de cola superior
solamente, pero los valores apropiados para pruebas de cola inferior y de dos colas pueden
calcularse a partir de los elementos de la tabla.
V F 20. Al determinar el número de grados de libertad para una prueba ji-cuadrada de bondad de ajus-
te, la estimación de los parámetros de la población a partir de los datos de las muestras no tiene
ningún impacto.
V F 21. Para ambas pruebas, ji-cuadrada y F, rechazamos H0 si el valor P es menor que a, el nivel de
significancia de la prueba.
A B C D 22. Suponga que ha observado proporciones de tres regiones geográficas diferentes. Usted desea
probar si las regiones tienen proporciones significativamente diferentes. Suponiendo que p1, p2
y p3 son las proporciones verdaderas, ¿cuál de las siguientes sería la hipótesis nula?
a) p1 Þ p2 Þ p3.
b) p1 5 p2 5 p3.
c) p1, p2 y p3 no son todas iguales.
d) Ninguno de los anteriores.
A B C D E 23. Un valor ji-cuadrada nunca puede ser negativo porque:
a) Las diferencias entre las frecuencias observadas y esperadas están elevadas al cuadrado.
b) Un valor negativo significaría que las frecuencias observadas son negativas.
c) Se calcula el valor absoluto de las diferencias.
d) Ninguno de los anteriores.
e) a) y b), pero no e).
A B C D 24. Suponga que existen ocho clases posibles a considerar en una prueba de bondad de ajuste.
¿Cuántos grados de libertad deberá utilizar?
a) 8.
b) 7.
c) 6.
d) No se puede determinar con la información dada.
A B C D E 25. ¿Cuál de los siguientes es un paso a seguir en la realización del análisis de varianza?
a) Determinar una estimación de la varianza de la población desde el interior de las muestras.
b) Determinar una estimación de la varianza de población entre las medias de las muestras.
c) Determinar la diferencia entre las frecuencias observadas y esperadas para cada clase.
d) Todos los anteriores.
e) a) y b), pero no c).
A B C D 26. Suponga que se calculan las siguientes varianzas para varios grupos diferentes de muestras, y
que todos los grupos tienen los mismos grados de libertad. ¿Para cuál cociente estaría más dis-
puesto aceptar la hipótesis nula de medias iguales, a un nivel dado de significancia?
a) Varianza entre columnas 5 8, varianza dentro de columnas 5 3.
b) Varianza entre columnas 5 6, varianza dentro de columnas 5 3.
c) Varianza entre columnas 5 4, varianza dentro de columnas 5 3.
d) Varianza entre columnas 5 30, varianza dentro de columnas 5 20.
Calcule el estadístico
ji-cuadrada:
x2 = S(fo – fe)2/fe
El número apropiado de GL
en el numerador es k – 1 y de
GL del denominador es nT – k
Utilice la tabla 6 del apéndice Para pruebas de hipótesis, Para pruebas de hipótesis
para determinar la región use la tabla 5 del apéndice use la tabla 6 del apéndice
de aceptación para Ho para determinar la región de para determinar la región de
aceptación de Ho aceptación de Ho
¿El
estadístico de la
No muestra cae dentro de la Sí
región de aceptación?
Rechace Ho Acepte Ho
PC-71
A B C D E 22. Suponga que conocemos la estatura de una estudiante, pero no su peso. Usamos una ecuación de es-
timación para determinar una estimación de su peso, basándonos en su estatura. Por tanto, podemos
concluir que:
a) El peso es la variable independiente.
b) La altura es la variable dependiente.
c) La relación entre peso y altura es inversa.
d) Ninguno de los anteriores.
e) b) y c), pero no a).
A B C D 23. Suponga que le dicen que existe una relación directa entre el precio de las alcachofas y la cantidad
de lluvia que cayó durante la época de cultivo. Puede concluirse que:
a) Los precios tienden a ser altos cuando la lluvia es alta.
b) Los precios tienden a ser bajos cuando la lluvia es alta.
c) Una gran cantidad de lluvia ocasiona que los precios suban.
d) La falta de lluvia ocasiona que los precios suban.
A B C D 24. Suponga que se calcula que a es 4 y b es 2 para una línea de estimación particular con una variable
independiente. Si la variable independiente tiene un valor de 2, ¿qué valor debe esperarse para la va-
riable dependiente?
a) 8.
b) 10.
c) 21.
d) 0.
A B C D E 25. Suponga que se calculó la ecuación de estimación Ŷ 5 5 2 2X para un conjunto de datos. ¿Qué es
cierto de lo siguiente para esta situación?
a) La ordenada Y de la recta es 2.
b) La pendiente de la recta es negativa.
c) La recta representa una relación inversa.
d) Todos los anteriores.
e) b) y c), pero no a).
A B C D 26. Sabemos que el error estándar es el mismo en todos los puntos de una recta de regresión porque su-
pusimos que:
a) Los valores observados de Y están normalmente distribuidos alrededor de cada valor estimado de Y.
b) Las varianzas de la distribución alrededor de cada valor posible de Y son iguales.
c) Se tomaron en cuenta todos los datos disponibles cuando se calculó la recta de regresión.
d) Ninguno de los anteriores.
A B C D 27. La variación de los valores de Y alrededor de la recta de regresión se expresa mejor como:
a) S(Y 1 Y w)2.
b) S(Y 2 Y w)2.
c) S(Y 2 Ŷ )2.
d) S(Y 1 Ŷ )2.
A B C D 28. El valor de r2 para una situación particular es 0.49. ¿Cuál es el coeficiente de correlación?
a) 0.49.
b) 0.7.
c) 0.07.
d) No puede determinarse de la información dada.
A B C D 29. La fracción S(Y 2 Ŷ )2/S(Y 2 Y w)2 representa:
a) La fracción de la variación total en Y que no está explicada.
b) La fracción de la variación total en Y que está explicada.
c) La fracción de la variación total en Y que fue ocasionada por cambios en X.
d) Ninguno de los anteriores.
A B C D 30. En la ecuación Y 5 A 1 BX 1 e, la e representa:
a) La ordenada X de los datos observados.
b) El valor de Y con el cual se comparan otros para determinar el “mejor ajuste”.
c) Variaciones aleatorias respecto a la recta de regresión de la población.
d) Ninguno de los anteriores.
PC-74
INICIAR
Para determinar
la naturaleza de la
relación lineal entre
dos variables, utilice
la recta de regresión
Calcule la pendiente y la
ordenada Y de la ecuación
de estimación usando el
¿Quiere predecir Para pronosticar puntos,
método de mínimos cuadrados: Sí
los valores de la variable use la recta de regresión
dependiente Y? ^
SXY – nXY Y = a + bX
b=
SX 2 – nX 2
a = Y – bX
No
¿Quiere un
No intervalo de predicción
aproximada para Y?
Sí
Utilice el error estándar
Use el análisis de correlación; de la estimación
calcule el coeficiente de ¿Quiere conocer
determinación de Sí el grado en que una variable se = SY 2 – aSY – bSXY
la muestra r 2: está linealmente relacionada = n–2
^ con la otra?
S (Y – Y ) 2 y la distribución t con
r 2= 1 –
S (Y – Y ) 2 n – 2 grados de libertad
^
Y ± t se
No
¿Quiere
hacer inferencias
respecto a la pendiente (B) Use el error del
de la ecuación de regresión coeficiente de regresión
Sí
“verdadera”, basándose en el valor b se
(la pendiente de la ecuación sb =
de regresión = SX 2 – nX 2
ajustada)?
No
Para intervalos de confianza y
pruebas de hipótesis, use
sb y la distribución t
con n – 2 grados de libertad
TERMINAR
PC-77
V F 15. Suponga que una regresión múltiple ha producido la siguiente ecuación: Ŷ 5 5.6 1 2.8X1 2 3.9X2
1 5.6X3. Si X1, X2 y X3 tienen valor de cero, entonces se esperaría que Y tuviera el valor de 5.6.
V F 16. El análisis de residuos en un modelo de regresión lineal se hace para determinar el valor correc-
to de se.
V F 17. Aunque es posible hacer inferencias acerca de la regresión como un todo, no es posible hacer
inferencias acerca de los coeficientes de regresión estimados.
V F 18. Si existe un alto nivel de correlación entre las variables explicativas, por lo general es posible
separar las contribuciones de estas variables en una regresión.
V F 19. El error estándar de los datos de la población se denota por se.
V F 20. Si una regresión incluye a todos los factores explicativos relevantes, los residuos serán alea-
torios.
V F 21. Una relación lineal entre variables explicativas con toda seguridad producirá multicolinealidad
en el modelo de regresión.
A B C D E 22. Suponga que una regresión múltiple produjo esta ecuación: Ŷ 5 51.21 1 6.88X1 1 7.06X2 –
3.71X3. El valor de b2 para esta ecuación es:
a) 51.21.
b) 6.88.
c) 7.06.
d) 23.71.
e) No se puede determinar de la información dada.
A B C D 23. Hemos dicho que el error estándar de una estimación tiene n 2 k 2 1 grados de libertad. ¿Qué
significa k en esta expresión?
a) El número de elementos de la muestra.
b) El número de variables independientes en la regresión múltiple.
c) La media de los valores de la muestra de la variable dependiente.
d) Ninguno de los anteriores.
A B C D E 24. Suponga que ha realizado una regresión múltiple y encuentra que el valor de b, es 1.66. Sin em-
bargo, los datos obtenidos a partir de la experiencia pasada indican que el valor de B1, debería
ser 1.34. Usted desea probar, al nivel de significancia de 0.05, la hipótesis nula de que B, sigue
siendo 1.34. Suponiendo que tiene acceso a todas las tablas que pueda necesitar, ¿qué otra in-
formación requiere para poder realizar la prueba?
a) Grados de libertad.
b) sbi.
c) se.
d) a) y b), pero no c).
e) a) y c), pero no b).
A B C D 25. Suponga que un fabricante de juguetes desea determinar si sus juguetes rojos se venden más que
sus juguetes azules. Recolecta datos concernientes a los niveles de ventas, color, precio y edad
promedio de las personas a las que van dirigidos. Introduce todos estos datos en un paquete es-
tadístico; la ecuación de regresión múltiple resultante es Ŷ 5 70,663 2 713X1 2 59.6X2 1
66.4X3, donde Ŷ representa los niveles de ventas en unidades, X1 es el color (0 para azul, 1 para
rojo), X2 es el precio al menudeo (en dólares) y X3 la edad promedio (en años). ¿Cuáles de las
siguientes afirmaciones son verdaderas si las variables correspondientes al precio y la edad se
mantienen constantes?
a) Deben venderse 713 unidades más de juguetes rojos que de juguetes azules.
b) Deben venderse 713 unidades menos de juguetes rojos que de juguetes azules.
c) Los niños siempre preferirán un juguete azul a uno rojo.
d) b) y c), pero no a).
La ecuación de regresión es
LONGEV = 82.2 - 1.55 ESCUELA - 1.69 EDAD + 0.11 CALIF + 6.88 DEPENDEN
Análisis de varianza
FUENTE GL SC MC F P
Regresión 4 7325.33 1831.33 10.19 0.013
Error 5 898.28 179.66
Total 9 8223.60
INICIO
No
1. Use valores “prob > |t |” para 2. Use el valor “prob > F ” para 3. Vea si los residuos muestran
ver si Xi es una variable ver si la regresión como un patrones no aleatorios
explicativa significativa todo es significativa
¿Parece
Pruebe otro modelo,
No apropiado
con otras variables, su
transformaciones, etcétera modelo?
Sí
A
No
¿Desea
un intervalo de
No
predicción
aproximado
para Y?
Sí
No
¿Desea
hacer inferencias
acerca de las pendientes Para intervalos de confianza y pruebas
(B1, B2,…, Bk) de la ecuación de Sí de hipótesis, use los errores estándar
regresión “verdadera” con base en los de los coeficientes de regresión y
valores b1, b2,…, bk (las pendien- la distribución t con n – k – 1 grados
tes de la ecuación de de libertad
regresión ajus-
tada)?
No
TERMINAR
PC-85
V F 18. El estadístico de prueba de K-S es simplemente la desviación absoluta mínima entre las frecuen-
cias acumuladas relativas observadas y las frecuencias acumuladas relativas esperadas.
V F 19. Las pruebas de suma de rangos prueban la hipótesis de que varias medias de población son igua-
les, suponiendo que las poblaciones tienen distribución normal con varianzas iguales.
V F 20. La prueba de Kruskal-Wallis es una versión no paramétrica de ANOVA.
V F 21. La distribución de muestreo del estadístico K de Kruskal-Wallis puede aproximarse por una dis-
tribución ji-cuadrada sólo si todos los tamaños de muestra son al menos 5.
A B C D 22. En una prueba de signo para datos por pares, se pidió a 800 estudiantes que clasificaran (en una
escala de 0 a 10) sus actitudes hacia pruebas falso/verdadero y de opción múltiple. Cuando se
calcularon los signos para los dos conjuntos de datos apareados, 138 de los 800 pares de res-
puestas recibieron un valor de 0. ¿Significa esta media que 138 estudiantes:
a) Sienten disgusto por los dos tipos de prueba?
b) No respondieron la encuesta?
c) Clasificaron igual los tipos?
d) Pensaron que uno de los tipos era perfecto y el otro terrible?
A B C D 23. Suponga que, en la pregunta 22, la administración pensó que las pruebas falso/verdadero eran
tres veces más atractivas que las pruebas de opción múltiple. Suponga que una preferencia por
las pruebas falso/verdadero es un “éxito”, ¿cuál es la hipótesis nula para la prueba de signos pa-
ra datos por pares?
a) p 5 0.25.
b) p 5 0.75.
c) p Þ 0.25.
d) p Þ 0.75.
A B C D 24. Se debe realizar una prueba U de Mann-Whitney para determinar si existe una diferencia signi-
ficativa entre la duración de las estancias en el hospital para las dos alas. Si la duración de la es-
tancia se clasifica de menor a mayor, ¿cuál es la clasificación para una estancia de 13 días en el
ala A?
a) 9.
b) 8.
c) 91/2.
d) 71/2.
A B C D 25. Si la duración de la estancia se clasifica de menor a mayor, ¿cuál es el valor de (R1 2 R2)?
a) 21/2.
b) 0.
c) 1/2.
d) 21/2.
A B C D 26. ¿Cuál es el número máximo posible de corridas en una secuencia de longitud 5 usando dos sím-
bolos?
a) 6.
b) 4.
c) 3.
d) 5.
A B C D E F G
2 6 4 1 3 5 7
INICIAR
¿Cae
el estadístico de
No Sí
Rechazar H0 muestra dentro
de la región de
aceptación?
Acepte Ho
TERMINAR
PC-93
V F 21. Eliminando los valores más alto y más bajo del promedio real respecto al móvil de cada periodo,
cuando se calculan los índices estacionales, se reducen las variaciones cíclica e irregular extremas.
A B C D E 22. ¿Una serie de tiempo de datos anuales puede contener cuáles de las siguientes componentes?
a) Tendencia secular.
b) Fluctuación cíclica.
c) Variación estacional.
d) Todos los anteriores.
e) a) y b), pero no c).
A B C D 23. Suponga que analiza una serie de tiempo de datos correspondientes a los trimestres de 1992 y
1993. El tercer trimestre de 1993 deberá codificarse como:
a) 2.
b) 3.
c) 5.
d) 6.
A B C D 24. Suponga que una serie de tiempo particular debe ajustarse con una curva parabólica. La forma
general para esta ecuación de segundo grado es Ŷ 5 a 1 bx 1 cx2. ¿Qué representa x en esta
fórmula?
a) Valores codificados de las variables de tiempo.
b) Una constante numérica que se determina mediante una fórmula.
c) Estimaciones de la variable dependiente.
d) Ninguno de los anteriores.
A B C D E 25. Suponga que una serie de tiempo con datos anuales para los años de 1988 a 1996 está bien des-
crita por la ecuación de segundo grado Ŷ 5 5 1 3x 1 9x2. Basándose sólo en esta tendencia
secular, ¿cuál es el valor pronosticado para 1997?
a) l6l.
b) 245.
c) 347.
d) 293.75.
e) 200.75
A B C D 26. Suponga que la ecuación lineal Ŷ 5 10 1 3x describe bien una serie de tiempo anual para el pe-
riodo 1987-1993. Si el valor real de Y para 1990 es 8, ¿cuál es el porcentaje de tendencia para
1990?
a) l25%.
b) 112.5%.
c) 90%.
d) 80%.
A B C D 27. Una serie de tiempo para los años 1985-1996 tiene los siguientes residuos cíclicos relativos, en
orden cronológico: 21%, 22%, 1%, 2%, 21%, 22%, 1%, 2%, 21%, 22%, 1%, 2%. El resi-
duo cíclico relativo para 1997 debería ser:
a) 3%.
b) 21%.
c) 22%.
d) No se puede determinar de la información dada.
A B C D 28. Suponga que le proporcionaron los datos de las ventas trimestrales de un periodo de 5 años. Pa-
ra utilizar el método de razón de promedio móvil para calcular un índice estacional, el primer
paso sería:
a) Calcular el promedio móvil de 4 trimestres.
b) Descartar los valores más alto y más bajo de cada trimestre.
c) Calcular el total móvil de 4 trimestres.
d) Ninguno de los anteriores.
INICIO
¿Desea
usar sus
hallazgos
para pronosticar No
el comportamiento
Use el análisis de series futuro del
de tiempo para determinar evento?
los patrones de cambio
que ocurren
con el tiempo en Sí
un evento observado
Determine el valor
desestacionalizado del periodo
futuro usando la ecuación
de tendencia secular
PC-99
A B C D E 22. Si el cálculo de un número índice en un periodo de 8 años con un valor base de 100 dio un ín-
dice para 1993 de 110, ¿cuál sería el porcentaje relativo para dicho año?
a) 110.
b) 90.9.
c) 13.75.
d) 880.
e) No se puede determinar con la información dada.
A B C D 23. ¿Qué debe calcularse para medir cambios en el valor monetario total?
a) Un índice de precios.
b) Un índice de cantidades.
c) Un índice de valores.
d) Ninguno de los anteriores.
A B C D E 24. Suponga que un índice de precios compuesto para 1 galón de leche, 2 barras de pan y 1 libra de
carne molida fue 110 en 1995 y 119 en 1996. Si ambos índices se calcularon a partir de la base
de 100 para 1994, ¿cuánto se elevó el nivel general de precios de 1995 a 1996?
a) 9%.
b) 8.18%.
c) 19%.
d) 7.56%
e) No se puede determinar con la información dada.
A B C D E 25. ¿Cuál de los siguientes describe una ventaja del uso del método de Laspeyres?
a) Muchas medidas de cantidad de uso común no se tabulan para cada periodo.
b) Se toma en cuenta los cambios en los patrones de consumo.
c) Un índice puede compararse fácilmente con otro.
d) Todos los anteriores.
e) a) y c), pero no b).
A B C D E 26. ¿Qué se puede concluir si el índice de precios de agregados ponderados para un conjunto de pre-
cios fue calculado en 106 utilizando el método de Laspeyres y en 112 con el método de Paasche?
a) El índice de Paasche es incorrecto.
b) Existe una tendencia hacia los bienes menos costosos.
c) Existe una tendencia hacia los bienes más costosos.
d) La diferencia puede atribuirse a una mala estimación de las actitudes del consumidor.
e) Sólo a) y d).
A B C D 27. Al calcular un índice de promedio ponderado de relativos, podríamos comparar mejor índices
de varios periodos si se usan:
a) Los valores base como PnQn.
b) Los valores actuales como PnQn.
c) Los valores fijos como PnQn.
d) Los valores base o los fijos como PnQn.
e) Los valores actuales o los fijo como PnQn.
A B C D 28. Las mercancías sujetas a variaciones considerables de precio se pueden medir mejor mediante:
a) El índice de precios.
b) El índice de cantidad.
c) El índice de valor
d) Ninguno de los anteriores.
A B C D 29. Un periodo base puede describirse como “normal” si:
a) No se encuentra en un pico o una depresión de una fluctuación.
b) Es el periodo más reciente para el que tenemos datos.
c) No hubo inflación o deflación de precios durante el periodo.
d) Es el promedio de varios periodos consecutivos.
INICIAR
¿Desea
asignar mayor
Relativos Agregados
importancia a algunos
elementos que a
otros?
¿Desea ¿Desea
un índice de asignar mayor
No Sí No importancia a Sí
agregados
o de algunos elementos
relativos? que a otros?
Use un índice de promedio Use un índice de promedio Use un índice de Use el método de
no ponderado de relativos: ponderado de relativos: agregados no ponderados: Paasche,
el de Laspeyres
S(Pi /P0) 3 100 S[(Pi /P0) 3 100]PnQn SPi o algún otro índice de
3 100 agregados ponderados:
n SPnQn SP0
SPiQ
3 100
SP0Q
TERMINAR
PC-105
A B C D E 22. ¿De cuál de los siguientes incisos pueden los comerciantes determinar inmediatamente cuántas
cajas deben almacenar cada día para maximizar las ganancias?
a) Ganancia esperada de cada acción de inventarios.
b) Pérdida esperada de cada acción de inventarios.
c) Tabla de ganancias condicionales.
d) a), b) y c).
e) a) y b), pero no c).
A B C D 23. Considere una tabla de pérdidas condicionales con los niveles de ventas posibles enumerados
verticalmente en la primera columna y las acciones de inventario posibles enumeradas horizon-
talmente en el primer renglón. Cualquier valor menor que cero en una columna indica:
a) Una pérdida de oportunidad.
b) Una pérdida por obsolescencia.
c) Una ganancia.
d) Ninguno de éstos
A B C D 24. Suponga que las únicas dos acciones de existencias posibles para un producto particular son 10
y 15 botellas. Las ganancias esperadas son $3.35 por 10 botellas y $3.50 por 15 botellas. Si la
pérdida esperada por 10 botellas es $1.10 y se tienen en existencia 15 botellas, la pérdida espe-
rada es:
a) Mayor que $1.10.
b) Menor que $1.10.
c) Mayor que $2.25.
d) Indeterminable a partir de la información dada.
A B C D 25. Un hombre de negocios que tiene aversión al riesgo:
a) Prefiere tomar riesgos mayores para obtener grandes ganancias.
b) Prefiere actuar en cualquier momento en que el valor monetario esperado sea positivo.
c) Evita todas las situaciones excepto aquellas con valores esperados muy altos.
d) Ninguno de éstos.
A B C D 26. Suponga que no conoce la desviación estándar real de una distribución normal, pero alguien le
dice, “las posibilidades son de 5 a 3 de que una observación aleatoria esté entre 500 y 900”. Us-
ted sabe que la media es 700. ¿Cuál es el área bajo la curva normal entre los valores 700 y 900?
a) 8/16.
b) 3/8.
c) 5/8.
d) 5/16.
A B C D 27. Cierto producto se vende en $25 y el comerciante lo compra en $17. Si no se vende en dos se-
manas, el comerciante recupera sólo $8 de su inversión original de $17 porque el producto se
echa a perder. ¿Cuál es el valor de GM para esta situación?
a) $9.
b) $17.
c) $8.
d) $25.
A B C D E 28. Suponga que para una operación de inventarios particular, PM 5 $10 y GM 5 $30. Entonces,
p* 5 0.25. ¿Para cuál de las siguientes situaciones tendría almacenada la unidad en cuestión?
a) La quinta unidad cuando P(demanda de 5 o más unidades) 5 0.50.
b) La tercera unidad cuando P(demanda de menos de 3 unidades) 5 0.10 y P(demanda de exac-
tamente 3 unidades) 5 0.09.
c) La novena unidad cuando P(demanda de más de 9 unidades) 5 0.16 y P(demanda de exac-
tamente 9 unidades) 5 0.05.
d) Todos los anteriores.
e) a) y b), pero no c).