Diseños de Investigación y Análisis de Datos.

2018/19 -

1. En un contraste de hipótesis sobre dos medias para muestras independientes y con independencia de los resultados
obtenidos, ¿cuál de las siguientes afirmaciones es cierta?:

A) Si utilizásemos muestras más grandes aumentaría el valor del estadístico de contraste y con ello la
probabilidad de rechazar la hipótesis nula, aunque no cambiaría el tamaño del efecto.

B) Si disminuimos el tamaño de la muestra disminuiría el valor del estadístico de contraste y la significación de la

diferencia, además del tamaño del efecto.

C) Aumentando el tamaño de la muestra se consigue un efecto mayor pero no afecta al estadístico de contraste sobre la
significación de las diferencias.

2. Se denomina parámetro al índice calculado con los datos de la:

A) Muestra. B) Población. C) Distribución.

3. La evaluación de los supuestos de un modelo de regresión:

A) Debería realizarse como paso previo y como requisito al proceso inferencial.

B) Es innecesaria ya que el ajuste es muy bueno y, por consiguiente, el modelo debe ser lineal.

C) Permite identificar si la relación entre PA y IMC es, o no, lineal.

4. Para aplicar un contraste paramétrico a los datos de su muestra:

A) Tanto la variable dependiente como la independiente han de ser cuantitativas (de intervalo o razón).

B) La variable dependiente ha de ser cuantitativa (de intervalo o razón).

C) La variable independiente ha de ser cuantitativa (de intervalo o razón).

5. Cuál de los siguientes estimadores de su correspondiente parámetro poblacional NO es insesgado:

A) La media aritmética.

B) La varianza.

C) La proporción.

Solución: La varianza muestral no es un estadístico insesgado de la varianza poblacional mientras que la media
aritmética y la proporción sí lo son.

6. La probabilidad de mantener una hipótesis nula falsa se denomina:

A) 𝛼𝛼

B) 𝜷𝜷

C) 1 − 𝛽𝛽
Diseños de Investigación y Análisis de Datos. 2018/19 -

Solución: Nos están preguntado por el error tipo II que es Beta.

7. Cuando al realizar un ANOVA un investigador no está interesado en comprobar las diferencias entre todas las medias
y sabe de antemano que comparaciones le interesan, se denomina a las comparaciones múltiples que ha de realizar:

A) “a priori”.

B) “a posteriori”.

C) “post hoc”.

Solución: las comparaciones a posteriori se utilizan cuando el investigador no establece a priori las comparaciones a
realizar y solo lo hace después de ejecutado el experimento. Por el contrario, cuando sí conoce estos contrastes antes
de realizar el estudio, se denominan “a priori”.

8. Al realizar inferencias sobre correlación y regresión, el supuesto de homocedasticidad se refiere a:

A) La normalidad de las distribuciones condicionadas en Y para cada valor de X.

B) La independencia en Y de los valores estimados condicionados para cada valor de X.

C) La igualdad de varianzas de las distribuciones de los errores condicionadas a cada valor de X.

Solución: el supuesto de homocedasticidad hace referencia a la igualdad de varianzas en las distribuciones de los
errores condicionadas a cada valor de X (no a la normalidad ni a la independencia entre valores de Y).

9. Los supuestos necesarios para realizar inferencias sobre correlación y regresión, incluyen:

A) Heterocedasticidad para las varianzas de las distribuciones condicionadas de los errores.

B) Independencia entre los valores estimados Y´ y los errores de estimación ε.

C) Independencia entre los valores de la variable independiente X y los valores estimados Y´.

10. En un modelo de ANOVA de efectos aleatorios:

A) El investigador establece como niveles del factor sólo aquellos en los que está interesado en estudiar.

B) Se considera que los “i” niveles del factor son una muestra aleatoria de todos los posibles niveles.

C) Todos los modelos de ANOVA son de efectos aleatorios.

11. La distribución muestral de cualquier estadístico obtenido de una muestra aleatoria es:

A) Insesgada. B) Un parámetro. C) Una variable aleatoria.

12. Una condición para contrastar los coeficientes de regresión es:

A) Que 𝛽 = 0.

B) Que las puntuaciones de la variable independiente sean normales.

C) Que las puntuaciones de la variable dependiente condicionadas a cada valor de la variable independiente
sean normales.
Diseños de Investigación y Análisis de Datos. 2018/19 -

13. En una situación de correlación múltiple, la correlación semi-parcial entre X1 e Y:

A) Ha eliminado el influjo que X1 tiene sobre X2

B) Ha eliminado el influjo que X2 tiene sobre X1

C) Ha eliminado el influjo que X2 tiene sobre Y.

Solución: Nos piden la correlación semi-parcial entre X1 e Y habiendo eliminado el influjo del resto de variables
independientes (VI´s) sobre la X1. Como solamente tenemos como otra variable independiente X2, significa que debemos
eliminar el influjo de X2 sobre X1 (ver página 264, “… para saber qué parte de la VD explica cada VI al margen de las
otras VI´s, para así poder determinar el influjo único que esa VI tiene sobre la VD. Esta relación entre cada VI y la VD
habiendo eliminado el influjo del resto de las VI´s sobre cada VI es lo que se llama Coeficiente de correlación
semiparcial”).

14. En los Anovas el contraste es unilateral derecho porque:

A) La distribución F no tiene valores inferiores a 0.

B) Establecemos hipótesis sobre las varianzas poblacionales y estas son siempre positivas.

C) Dada la lógica del Anova, la posibilidad de encontrar valores de F inferiores a la unidad es poco probable.

15. La posibilidad de analizar interacciones es:

A) Una de las razones por las que se recomienda el Anova frente a las comparaciones dos a dos de muestras
(dependientes o independientes).

B) Es problemática porque incrementa el error Tipo I.

C) Es difícil porque no se conoce la distribución muestral de las F´s en esta situación.

16. El tamaño del efecto:

A) Es mayor a medida que aumenta el tamaño de las muestras.

B) Es mayor cuanto menor sea la diferencia de medias en valor absoluto entre los grupos experimental y control.

C) No depende del tamaño muestral.

Solución: A diferencia de lo que sucede con los estadísticos de contraste, la magnitud del tamaño del efecto no depende
del tamaño muestral. La opción A contradice esta afirmación. La opción B es errónea porque, según la fórmula de la d
de Cohen, la diferencia de las medias entre el grupo experimental y control está en el numerador. Por tanto, cuanto mayor
sea esta diferencia, mayor será d; cuanto menor sea esta diferencia, menor será d.

17. La distribución muestral de la proporción sigue el modelo de probabilidad:

A) Binomial. B) T de Student. C) Chi cuadrado.

18. El tamaño del efecto:

A) se puede clasificar en tres categorías según Cohen.

B) depende del tamaño muestral.

C) es una diferencia de medias no estandarizada.

Diseños de Investigación y Análisis de Datos. 2018/19 -

19. En el análisis de la regresión, el error típico es:

A) La diferencia entre la puntuación observada en un sujeto y la puntuación pronosticada.

B) La desviación típica de las puntuaciones pronosticadas.

C) La desviación típica de los errores de pronóstico.

Solución: por definición, el error típico es la desviación típica de los errores de pronóstico. La opción A es incorrecta porque define
el error de pronóstico para un sujeto, mientras que la opción B hace referencia a Sx de la variable dependiente pronosticada (T’) en
este caso.

20. Los coeficientes de correlación parcial y semiparcial son semejantes en que:

A) No son medidas de asociación.

B) No son correlaciones de orden cero.

C) No eliminan el influjo de otras variables independientes.

21. Uno de los supuestos básicos del análisis de regresión simple es:

A) Los pronósticos y los errores son independientes.

B) Las distribuciones condicionadas de los errores deben de tener una distribución uniforme.

C) No deben estar relacionadas las variables predictoras y la variable dependiente o criterio.

22. En los diseños intra-sujetos se considera que la varianza de error viene dada por:

A) El factor manipulado. B) Los sujetos. C) La interacción entre el factor manipulado y los sujetos.

23. Al calcular intervalos confidenciales para una media poblacional, a medida que aumenta el tamaño de la muestra:

A) Aumenta el error máximo. B) Disminuye el error típico. C) Aumenta la cuasivarianza muestral.

24. El valor complementario de la probabilidad de cometer un error de tipo II se denomina:

A) Nivel de confianza. B) Potencia del contraste. C) Nivel crítico.

25. Cuál de los siguientes estimadores para la media poblacional de una distribución es suficiente:

A) La mediana. B) La media aritmética. C) La moda.

26. Se llama error típico de un estadístico a la desviación típica de:

A) El parámetro poblacional. B) La distribución muestral del estadístico. C) La distribución de la muestra.

27. Con dos variables independientes (𝑋1; 𝑋2) y una variable dependiente (𝑌), el coeficiente de correlación parcial entre
𝑋1 e 𝑌, representa:

A) La relación entre 𝑌 y 𝑋1 eliminando el influjo de 𝑋2 sobre la variable dependiente.

B) La relación entre 𝒀 y 𝑿𝟏 eliminando el influjo de 𝑿𝟐 sobre la variable dependiente y sobre 𝑿𝟏.

C) La relación entre 𝑌 y 𝑋2 eliminando el influjo de 𝑋1 sobre la variable dependiente y sobre 𝑋2.

Diseños de Investigación y Análisis de Datos. 2018/19 -

28. Para la regresión lineal simple se obtienen dos coeficientes, ordenada en el origen (𝐵0) y pendiente (𝐵).
Generalmente, estaremos más interesados en interpretar:

A) 𝐵0

B) 𝑩

C) Depende de la magnitud del coeficiente de correlación de Pearson.

29. Para que sean válidas las inferencias que sobre la variable dependiente se hagan con la recta de regresión, las
varianzas de las distribuciones de los errores, condicionadas a los diferentes valores de la variable independiente deben
de cumplir el supuesto de:

A) Heterocedasticidad. B) Homocedasticidad. C) Uniformidad.

30. En un ANOVA de un factor con más de dos muestras independientes, ¿utilizaría la prueba t de Student para realizar
comparaciones múltiples dos a dos?:

A) Sí, porque es la mejor opción.

B) No porque se incrementa la probabilidad de aceptar 𝐻0 siendo falsa.

C) No porque se incrementa la probabilidad de rechazar 𝑯𝟎 siendo verdadera.

31. El nivel crítico p, representa la probabilidad:

A) De rechazar la hipótesis nula cuando es cierta.

B) De rechazar la hipótesis alternativa si es cierta.

C) De obtener unos datos como los observados o más extremos siendo cierta la hipótesis nula.

32. Uno de los supuestos básicos del análisis de regresión simple es:

A) Los pronósticos y los errores son independientes.

B) Las distribuciones condicionadas de los errores deben de tener una distribución uniforme.

C) No deben estar relacionadas las variables predictoras y la variable dependiente o criterio.

33. En el caso de la regresión lineal simple, el signo del coeficiente de correlación y de la pendiente de la recta de
regresión:

A) Son opuestos B) Son independientes C) Son iguales.

34. Suponiendo que existieran dos estadísticos insesgados, consistentes y suficientes para estimar la misma
característica poblacional, la mejor elección es utilizar el estadístico:

A) Con la desviación típica más pequeña.

B) Con la desviación típica más grande.

C) Cualquiera de ellos, dado que ambos gozan de las mismas propiedades.

Diseños de Investigación y Análisis de Datos. 2018/19 -

35. El intervalo de confianza es más estrecho a medida que:

A) Aumenta el tamaño de la muestra B) Aumenta el nivel de confianza C) Aumenta el error típico del estadístico.

36. En el análisis de varianza, cada nivel del factor es:

A) Una categoría de las variables dependientes.

B) Cada una de las variables independiente.

C) Una categoría de las variables independientes.

37. A medida que aumenta el tamaño de la muestra, aumenta también:

A) La potencia del contraste; B) La amplitud del intervalo de confianza; C) El error tipo II.

38. El máximo error que el investigador está dispuesto a admitir para rechazar una hipótesis nula que es verdadera,
recibe el nombre de:

A) Potencia del contraste; B) Error tipo II; C) Nivel de significación.

39. El error típico de la media representa:

A) la máxima diferencia que cabe esperar por simple azar entre la media obtenida en la muestra y la media de la población
formulada en la 𝐻0;

B) la desviación típica de la distribución muestral de la media;

C) el error que se comete al estimar la media poblacional a partir de la media de la muestra.