Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diseños 2 - Cuestionarios Por Temas 2019 Berrocal
Diseños 2 - Cuestionarios Por Temas 2019 Berrocal
DISEÑOS DE
INVESTIGACIÓN
(CUESTIONARIOS)
ACTUALIZADO: 22-DIC-18
Nota del autor: Los presentes cuestionarios, al igual que los realizados por mi,
en otras asignaturas, han sido elaborados de forma totalmente altruista, sin
ánimo de lucro, tan sólo con el único objetivo de ser una herramienta más de
trabajo frente al estudio de la materia y teniendo como única fuente el texto
DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS, ed. SANZ Y
TORRES, ISBN: 978-84-15550-60-0, referencia exclusiva sobre el cual se
realizarán los exámenes de esta asignatura.
a) Aproximativa
b) Probabilística
c) Las dos respuestas son erróneas
2.- Rama de la estadística que permite realizar afirmaciones sobre una población a partir de los datos
obtenidos en alguna de las muestras que se pueden extraer de la misma. (Tema 1. Pág. 3)
a) Inferencia estadística
b) Desviación típica
c) Las dos respuestas son correctas
3.- En el proceso inferencial, se pueden seguir, básicamente los siguientes pasos: (Señalar el erróneo)
(Tema 1. Pág. 3)
a) Media de la muestra
b) Medición de las características objeto de nuestro interés
c) Extracción de la muestra
4.- En el proceso inferencial, se pueden seguir, básicamente los siguientes pasos: (Señalar el erróneo)
(Tema 1. Pág. 3)
5.- La inferencia estadística es una forma de razonamiento que va de lo concreto… (Tema 1. Pág. 4)
a) A lo particular
b) A lo general
c) A lo probabilístico
6.- El investigador, para confirmar o refutar las hipótesis teóricas que maneja, extrae una muestra
representativa de la población objeto de estudio y sobre ella realiza las mediciones de las
características relevantes para su investigación. Para cada característica evaluada se obtiene uno, o
más, valores numéricos que se conocen como… (Tema 1. Pág. 4)
a) Parámetros
b) Inferenciales
c) Estadísticos
7.- Las medidas de tendencia central, de posición, de asimetría, de relación, etc. Son… (Tema 1. Pág. 4)
a) Parámetros
b) Inferenciales
c) Estadísticos
a) Distribución poblacional
b) Error típico
c) Distribución muestral
10.- Las puntuaciones de todas las medias obtenidas en distintas muestras de una población, se origina
otra distribución que se llama… (Tema 1. Pág. 6)
12.- Establece que sin importar la forma de la distribución poblacional, la distribución muestral de la
media se aproximará a la normal a medida que aumenta el tamaño de la muestra. (Tema 1. Pág. 6)
13.- Cuando realizamos inferencia estadística sobre la media aritmética, siempre ha de cumplirse al
menos una de estas dos condiciones: (Tema 1. Pág. 7)
a) La conocemos
b) La desconocemos
c) Está supeditada a la varianza
16.- Los estudios realizados por W.S. Gosset al final del siglo XIX demostraron que en estas
circunstancias la distribución muestral de la media es una distribución diferente de la normal, que se
conoce con el nombre de distribución t de Student. Las circunstancias de las que hablamos son…
(Tema 1. Pág. 8)
17.- La distribución normal estándar es simétrica con media 0 y varianza 1, mientras que la
distribución t de Student es también simétrica con media 0, pero varianza igual a… (Tema 1. Pág. 9)
a) n/(n-2)
b) N/(n-2)
c) n/(n+2)
a) Grados de libertad
b) Grados de confianza
c) Éxito
20.- La distribución normal de la proporción, se genera con la misma lógica que la distribución
muestral de la media, con la única diferencia de que al extraer todas las posibles muestras de tamaño
n de la población, el estadístico que se calcula en cada una de ellas es la proporción… (Tema 1. Pág.
11)
a) Entonces, si llamamos π a la proporción de casos que cumplen una determinada condición en una
población de tamaño N y extraemos todas las posibles muestras aleatorias de tamaño n, en la que
definimos la variable p = “Proporción de aciertos”, la distribución muestral de la proporción es la
distribución de probabilidad del conjunto de todas las proporciones, p, obtenidas en todas las
muestras posibles de tamaño n, extraídas de una población de tamaño N.
b) Entonces, si llamamos π a la proporción de casos que cumplen una determinada condición en una
población de tamaño n y extraemos todas las posibles muestras aleatorias de tamaño N, en la que
definimos la variable p = “Proporción de aciertos”, la distribución muestral de la proporción es la
distribución de probabilidad del conjunto de todas las proporciones, p, obtenidas en todas las
muestras posibles de tamaño n, extraídas de una población de tamaño N
c) Entonces, si llamamos π a la proporción de casos que cumplen una determinada condición en una
población de tamaño N y extraemos todas las posibles muestras aleatorias de tamaño n, en la que
definimos la variable µ = “Grados de confianza”, la distribución muestral de la proporción es la
distribución de probabilidad del conjunto de todas las proporciones, p, obtenidas en todas las
muestras posibles de tamaño n, extraídas de una población de tamaño N
22.- Como sabemos por los temas ya estudiados en el primer curso, las probabilidades asociadas a
cada valor de p se pueden buscar en las tablas de distribución binomial con parámetros… (Tema 1.
Pág. 11)
a) N y µ
b) n y µ
c) n y π
25.- ¿A qué corresponde este símbolo ? Es una medida de dispersión que permite determinar la
variabilidad que presentan los datos para la variable objeto de estudio. (Tema 1. Pág. 14)
26.- La variable aleatoria que permite realizar afirmaciones sobre la varianza poblacional se puede
generar a partir de… (Tema 1. Pág. 14)
a) La cuasivarianza de la muestra
b) La varianza de la muestra
c) Ambas respuestas son correctas
27.- Como se ha comentado en la introducción de este tema, la inferencia estadística permite inferir
los parámetros de una, dos o más poblaciones a partir de la información recogida en las muestras.
Esta inferencia o generalización de lo particular a lo general, la vamos a realizar mediante dos
procedimientos íntimamente relacionados: (Tema 1. Pág. 15)
28.- Los procedimientos para el contraste de hipótesis, nos permiten… (Tema 1. Pág. 15)
a) Tomar una decisión sobre un valor hipotético que se formula como parámetro poblacional
b) Conocer el valor de uno o más parámetros correspondientes a una variable aleatoria poblacional
c) La A y la B son correctas
29.- Los procedimientos de contraste de hipótesis en los diseños de una, dos o más muestras que se
verán en este curso se apoyan en el supuesto de que la muestra se ha seleccionado mediante muestreo
aleatorio. Para ello, se tienen que cumplir dos condiciones: Señalar la errónea. (Tema 1. Pág. 16)
30.- La estimación por intervalos y el contraste de hipótesis, son procedimientos… (Tema 1. Pág. 16)
a) Suplementarios
b) Subordinados
c) Complementarios
a) Un estadístico calculado en una población que se utiliza para estimar un parámetro poblacional
b) Un estadístico calculado en una muestra que se utiliza para estimar un parámetro poblacional
c) Un estadístico calculado en una población que se utiliza para estimar un parámetro muestral
32.- Para desvincular las propiedades de los estimadores de un parámetro concreto, designaremos de
forma genérica con U al parámetro poblacional, con Û a su valor estimado y con……a cualquier
estadístico de la muestra que puede utilizarse como estimador. (Tema 1. Pág. 16)
a) µ
b) n
c) u
33.- Es preciso saber qué hace que un estadístico u sea un buen estimador del parámetro U, lo que
dependerá de las siguientes propiedades: Señalar la errónea. (Tema 1. Pág. 17)
a) Suficiencia
b) Eficiencia o precisión
c) Insuficiencia
34.- Es preciso saber qué hace que un estadístico u sea un buen estimador del parámetro U, lo que
dependerá de las siguientes propiedades: Señalar la errónea. (Tema 1. Pág. 17)
a) Insesgado
b) Complementario
c) Consistente
a) Insesgado
b) Sesgado
c) Consistente
37.- Entre dos estimadores de un mismo parámetro, ¿Cuál es el más preciso? (Tema 1. Pág. 17)
a) Aumenta
b) Tiende a 0
c) Se iguala a la media
40.- Tomando como referencia a estas dos propiedades, se puede afirmar que una de las condiciones
que hace consistente un estimador es que tanto su sesgo como su varianza, tiendan a cero a medida
que aumenta n. (Tema 1. Pág. 17)
41.- ¿Qué propiedad cumple un estimador si al estimar el parámetro utiliza toda la información de la
muestra relacionada con el parámetro? (Tema 1. Pág. 18)
a) Insesgado
b) Suficiencia
c) Insuficiencia
42.- Son estimadores suficientes de sus respectivos parámetros, porque en todos ellos se utiliza la
información de todos los elementos de la muestra. (Señalar el erróneo) (Tema 1. Pág. 18)
a) Media
b) Mediana
c) Varianza
43.- No es un estimador suficiente de su respectivo parámetro, porque sólo indica el valor central de la
distribución. (Tema 1. Pág. 18)
a) Media
b) Mediana
c) Varianza
a) Los estadísticos, cuando se aplican a los valores de las muestras que extraemos de la población (y
que habitualmente se representan con letras del alfabeto latino) son los estimadores que podemos
utilizar para estimar los parámetros poblacionales (representados con letras del alfabeto griego)
b) Los estadísticos, cuando se aplican a los valores de las muestras que extraemos de la población (y
que habitualmente se representan con letras del alfabeto griego) son los estimadores que podemos
utilizar para estimar los parámetros poblacionales (representados con letras del alfabeto latino)
c) Las dos respuestas son correctas
46.- La estimación de parámetros se realiza siguiendo dos procedimientos: (Señalar el erróneo) (Tema
1. Pág. 18)
a) La estimación porcentual
b) La estimación por intervalos
c) La estimación puntual
a) La estimación porcentual
b) La estimación por intervalos
c) La estimación puntual
48.- Sin embargo, es poco probable que el valor del estadístico calculado en la muestra concreta
coincida exactamente con el verdadero valor del parámetro y por ello es más interesante construir
alrededor del estadístico de la muestra un intervalo, definido por su límite inferior y superior, que
tenga en cuenta la precisión del estimador (su error típico) de forma que nos asegure, con una cierta
probabilidad que el verdadero valor del parámetro se encuentra en esa franja de valores. A este
método se le conoce como el cálculo de… (Tema 1. Pág. 18-19)
49.- Supongamos que deseamos conocer el tiempo medio semanal que los estudiantes de psicología de
la UNED dedican al estudio de una determinada asignatura. Mediante una encuesta realizada a una
muestra representativa se obtiene una media de 6h/semanales. Este valor sería…………………….para
la media de todos los estudiantes. (Tema 1. Pág. 19)
a) La estimación porcentual
b) La estimación por intervalos
c) La estimación puntual
50.- Para el cálculo del intervalo de confianza de la media hay que considerar las circunstancias bajo
las cuales la distribución muestral de la media es una distribución normal o una distribución t de
Student con n-1 grados de libertad. El cálculo del intervalo de confianza de la media aritmética
(recordamos que siempre tiene que cumplirse una de las siguientes condiciones: distribución normal
en la población, o bien, n≥30) se realiza a partir de su estimador insesgado (la media muestral)
sumando y restando a la media de la muestra una cantidad que recibe el nombre de… (Tema 1. Pág.
19)
51.- Para el cálculo del intervalo de confianza de la media, nos podemos encontrar con tres
situaciones. Señalar la errónea: (Tema 1. Pág. 19-23)
53.- Dada la siguiente distribución normal, fijado un nivel de confianza de 1-α = 0,95, ¿qué valores
tomarán Z, utilizando las tablas de la distribución normal tipificada? (Tema 1. Pág. 20)
a) Z = -1,95 y Z = +1,95
b) Z = -1,96 y Z = +1,96
c) No se puede calcular con los datos aportados
54.- En la distribución anterior, ¿qué valor representa la letra J? (Tema 1. Pág. 20)
a) El error máximo
b) Varianza poblacional conocida σ2
c) El límite superior
55.- Representa la máxima diferencia que puede existir entre el estimador y el parámetro a estimar.
(Tema 1. Pág. 21)
a) La proporción de la muestra
b) La varianza o cuasi-varianza de la muestra
c) Las dos respuestas son erróneas
57.- A la hora de calcular el intervalo de confianza para la media, con varianza poblacional
desconocida, la distribución muestral de la media es la distribución… (Tema 1. Pág. 22)
a) T de Student
b) F de Snedecor
c) Chi cuadrado
58.- En el caso del cálculo de intervalo de confianza para la media, con varianza poblacional
desconocida (n>100), en teoría, seguimos trabajando con una distribución t de Student con n-1 grados
de libertad, pero conociendo las propiedades de esta distribución, sabemos que cuanto mayor sea el
valor de los grados de libertad, más se aproxima la distribución t… (Tema 1. Pág. 23)
a) A la media poblacional
b) A la distribución normal
c) A funciones paramétricas no incluidas en el texto
60.- Cuando la proporción poblacional, π, es un valor desconocido hay que estimarlo a partir de su
estimador insesgado, … (Tema 1. Pág. 25)
a) La media poblacional
b) La varianza muestral
c) La proporción muestral p
61.- Intervalo de confianza para la varianza. Cuando el tamaño de la muestra está por encima de 100
sujetos, la distribución de la varianza………………….se puede aproximar a la normal que al ser una
distribución simétrica respecto a su media permite obtener los límites de intervalo de confianza,
sumando y restando al estimador, el error máximo de estimación. (Tema 1. Pág. 29)
a) T de Student
b) F de Snedecor
c) Chi cuadrado
63.- La amplitud del intervalo de confianza, depende de un factor que está en proporción inversa al
tamaño de la muestra, de tal forma que cuanto mayor es el tamaño de la muestra, menor es el error
típico del estadístico. Hablamos de… (Tema 1. Pág. 30-31)
64.- Es una conjetura que se formula sobre una población y que puede someterse a prueba, o
contrastación empírica, a partir de la información proporcionada por una muestra representativa de
esa población. (Tema 1. Pág. 32)
a) Hipótesis probabilística
b) Hipótesis estadística
c) Hipótesis poblacional
65.- De las siguientes respuestas, ¿Cuál es una hipótesis estadística? (Tema 1. Pág. 33)
a) Hipótesis nula
b) Hipótesis alternativa
c) La a y la b son correctas
66.- Esta hipótesis estadística, afirma que no existe diferencia entre el valor del estadístico obtenido en
la muestra y el que formulamos como parámetro poblacional. (Tema 1. Pág. 34)
a) Hipótesis nula
b) Hipótesis alternativa
c) La a y la b son correctas
67.- Como la realidad es que estos valores (el valor del estadístico obtenido y el que formulamos como
parámetro poblacional) casi nunca van a coincidir, lo que estamos afirmando es que la diferencia
observada puede explicarse como… (Tema 1. Pág. 34)
a) Variable extraña
b) Resultado del azar
c) Variable correlacional directa
68.- Las hipótesis estadísticas, deben cumplir estos dos requisitos: (Señalar el erróneo) (Tema 1. Pág.
34)
a) Exhaustivas
b) Mutuamente excluyentes
c) Complementarias
a) H1 : µHOMBRES ≠ µMUJERES
b) H0 : µHOMBRES ≠ µMUJERES
c) H1 : µHOMBRES = µMUJERES
70.- “Las puntuaciones de un test de razonamiento numérico tienen distribución normal con media 50
y desviación típica 5”. ¿Cómo sería la hipótesis nula? (Tema 1. Pág. 34)
71.- Dependiendo de cómo esté formulada la hipótesis nula se marca la dirección del contraste. Si, por
ejemplo, la H0 está planteada como igualdad de las medias de hombres y mujeres, mientras que la
alternativa es su negación (las medias no son iguales), se dice que es… (Tema 1. Pág. 35)
a) Un contraste unilateral
b) Un contraste bilateral
c) Un contraste discrepado
72.- Dependiendo de cómo esté formulada la hipótesis nula se marca la dirección del contraste. Si, por
conocemos la dirección en que H0 puede ser falsa, como por ejemplo en la hipótesis H0: σ2≥, o, en
general, cuando la investigación se plantea que un método de aprendizaje, un fármaco, un
determinado proceso industrial, etc. Tiene efecto positivo (o negativo) sobre lo que estamos
estudiando, entonces tenemos un… (Tema 1. Pág. 35)
a) Un contraste unilateral
b) Un contraste bilateral
c) Un contraste discrepado
73.- Es fruto de los trabajos de Fisher, Neyman y Pearson y su lógica recuerda a la de un juicio en un
estado de derecho, en el cual el acusado siempre es inocente (la hipótesis nula) hasta que las pruebas
no demuestren lo contrario (hipótesis alternativa). (Tema 1. Pág. 36)
a) El contraste polivalente
b) El análisis de la varianza ANOVA
c) La metodología del contraste
74.- Procede de la búsqueda de los parámetros subyacentes a unos datos asumiendo que éstos se
distribuyen según una función de distribución poblacional concreta. (Tema 1. Pág. 36)
a) Métodos paramétricos
b) Métodos no paramétricos
c) Contraste polivalente
a) Métodos paramétricos
b) Métodos no paramétricos
c) Contraste polivalente
76.- De las siguientes respuestas, una de ellas no es una de las etapas de un contraste de hipótesis:
(Tema 1. Pág. 37-40)
a) Estadístico paramétrico
b) Condiciones de la investigación y supuestos que cumplen los datos observados
c) Formulación de la hipótesis nula y de la alternativa
77.- De las siguientes respuestas, una de ellas no es una de las etapas de un contraste de hipótesis:
(Tema 1. Pág. 37-40)
a) Regla de decisión
b) Conclusión
c) Reflexión
78.- De las siguientes respuestas, una de ellas no es una de las etapas de un contraste de hipótesis:
(Tema 1. Pág. 37-40)
a) Interpretación
b) Aplicación de la norma
c) Estadístico de contraste
a) Alternativa-Nula
b) Nula-alternativa
c) Ambas respuestas son erróneas
80.- Representa una medida de la discrepancia entre la información proporcionada por los datos
empíricos recogidos en la muestra y la proposición teórica planteada en la hipótesis nula. Esta medida
es una variable aleatoria con una determinada distribución de probabilidad (normal, t, chi-cuadrado,
etc.) que va a aportar información empírica sobre la afirmación formulada en H0. (Tema 1. Pág. 37)
a) Estadístico de contraste
b) Límites alternativos
c) Discrepancia de la variable
81.- Según Fisher, representa el máximo riesgo que el investigador está dispuesto a cometer al tomar
la decisión errónea de rechazar una hipótesis nula verdadera. (Tema 1. Pág. 38)
a) Estadístico de contraste
b) Nivel de significación α
c) Discrepancia de la variable
83.- El nivel de significación que suele utilizarse en la mayoría de las investigaciones es del….., aunque
en investigaciones más rigurosas se trabaja con un nivel de significación de….. (Tema 1. Pág. 38)
a) 0,10-0,01
b) 0,5-0,1
c) 0,05-0,01
84.- Otra alternativa a la hora de tomar la decisión de rechazar o no la hipótesis nula consiste en fijar
el nivel de significación α, por lo que automáticamente se fija el valor o valores críticos de la
distribución muestral que marcarán la máxima diferencia que podemos admitir, por simple azar,
entre el valor teórico planteado en H0 y el valor obtenido en la muestra. Este valor, o valores críticos,
definen -en la distribución muestral del estadístico de contraste- los límites entre la zona de rechazo o
no de la H0 . Estableceremos dos zonas (Señalar la errónea) (Tema 1. Pág. 38)
a) Zona neutra
b) Zona de rechazo
c) Región de no rechazo
85.- Es aquella zona de la distribución muestral constituida por el conjunto de muestras para las
cuales se rechaza la hipótesis nula. (Tema 1. Pág. 38)
a) Zona neutra
b) Zona de rechazo
c) Región de no rechazo
86.- Depende del nivel de significación, α, y es el área de la distribución muestral que corresponde a
un valor de la discrepancia tan alejado de H0 que la probabilidad de que se produzca es muy baja, si
efectivamente H0 es verdadera. (Tema 1. Pág. 38)
a) Zona neutra
b) Zona de rechazo
c) Región de no rechazo
87.- Complementaria a la anterior, depende del nivel de confianza, 1-α, y es el área de la distribución
muestral que corresponde a valores pequeños de la discrepancia tan poco alejados del valor
formulado en la H0 que la probabilidad de que se produzca es alta si efectivamente la H0 es verdadera,
por lo que no representa evidencia suficiente para rechazarla. (Tema 1. Pág. 38)
a) Zona neutra
b) Zona de rechazo
c) Región de no rechazo
a) Zona neutra
b) Zona de rechazo
c) Región de no rechazo
a) El valor o valores críticos corresponden a la máxima diferencia que cabe esperar por simple azar
entre los datos empíricos obtenidos en la muestra y los datos teóricos que formulamos para la
población, de tal forma que si el estadístico de contraste se sitúa en la zona de NO rechazo, podemos
concluir que la diferencia observada no es significativa y se debe a los errores aleatorios por lo que
no podemos rechazar la hipótesis nula con un determinado nivel de confianza.
b) El valor o valores críticos corresponden a la máxima diferencia que cabe esperar por simple azar
entre los datos empíricos obtenidos en la muestra y los datos teóricos que formulamos para la
población, de tal forma que, si el estadístico de contraste NO se sitúa en la zona de rechazo, podemos
concluir que la diferencia observada es significativa y se debe variables extrañas por lo que no
podemos rechazar la hipótesis nula con un bajo nivel de confianza.
c) El valor o valores críticos corresponden a la máxima diferencia que cabe esperar por simple azar
entre los datos empíricos obtenidos en la población y los datos teóricos que formulamos para la
población, de tal forma que, si el estadístico de contraste se sitúa en la zona de rechazo, podemos
concluir que la diferencia observada no es significativa y se debe a los errores aleatorios por lo que
no podemos rechazar la hipótesis aleatoria con un determinado nivel de confianza.
90.- Si el estadístico de contraste alcanza la zona de rechazo, indicaría… (Tema 1. Pág. 39)
a) Que el límite superior y el límite inferior concuerdan respectivamente con la media muestral
b) Que la diferencia observada entre los datos empíricos y los datos teóricos es muy poco probable que
pueda atribuirse a errores aleatorios y concluimos que la diferencia observada es significativa, lo que
nos lleva a rechazar la H0 con un determinado nivel de confianza
c) Ambas respuestas son correctas
91.- En un contraste bilaterial, ¿Cuántas y cuáles zonas encontramos? (Tema 1. Pág. 39)
a) Dos, la Región de Rechazo Izquierdo (se rechaza la H0) y la Región de Aceptación (No se puede
rechazar la H0)
b) Tres, las Regiones de Aceptación, Derecha e Izquierda (se rechaza la H0) y la Región de Aceptación
(No se puede rechazar la H0)
c) Tres, las Regiones de Aceptación, Derecha e Izquierda (No se rechaza la H0) y la Región de
Aceptación (Se rechaza la H0)
a) Puesto que no hay verdades absolutas y siempre existe un riesgo de error, formalmente la hipótesis
nula SIEMPRE se acepta, y que la estrategia de la investigación es buscar evidencias para rechazarla
b) Puesto que no hay verdades absolutas y siempre existe un riesgo de error, formalmente la hipótesis
nula NUNCA se acepta, sino que la estrategia de la investigación es buscar evidencias para
rechazarla
c) La A y la B son erróneas
a) α
b) β
c) 1-β
94.- El error que supone aceptar una hipótesis nula cuando en realidad es falsa, siendo verdadera la
hipótesis alternativa, se conoce como Error Tipo II, y su probabilidad asociada es… (Tema 1. Pág. 43)
a) α
b) β
c) 1-β
95.- Corresponde a la potencia del contraste que es la decisión correcta de rechazar la hipótesis nula
cuando es falsa. (Tema 1. Pág. 43)
a) α
b) β
c) 1-β
96.- En el cuadro anterior, señalar en qué lugar situaríamos el Error Tipo I (Tema 1. Pág. 44)
a) 1
b) 2
c) 3
97.- En el cuadro anterior, tomaríamos una Decisión Correcta y se situaría la Potencia de Contraste
(Tema 1. Pág. 44)
a) 2
b) 3
c) 4
98.- En el cuadro anterior, ¿dónde estaría situado 1-β? (Tema 1. Pág. 44)
a) 2
b) 3
c) 4
a) 2
b) 3
c) 4
100.- Nos proporciona información sobre el grado de confianza en los resultados no significativos que
no ha permitido rechazar la H0 formulada en el diseño de nuestra investigación. (Tema 1. Pág. 46)
101.- Expresa la magnitud de la diferencia observada entre la H0 (el valor teórico) y la H1 (el valor
observado) expresado en una métrica común. (Tema 1. Pág. 46)
2.- En las investigaciones que parten del conocimiento proporcionado por los datos recogidos de una
muestra el objetivo es inferir las características de la población, de la cual los datos recogidos
constituyen una muestra representativa. De los casos a continuación, uno se incluye dentro de los
contrastes paramétricos. (Tema 2. Pág. 55)
3.- En las investigaciones que parten del conocimiento proporcionado por los datos recogidos de una
muestra el objetivo es inferir las características de la población, de la cual los datos recogidos
constituyen una muestra representativa. De los casos a continuación, uno se incluye dentro de los
contrastes no paramétricos. (Tema 2. Pág. 55)
4.- Es un rango de valores definido a partir del estadístico obtenido en la muestra y delimitado por sus
límites inferior y superior. (Tema 2. Pág. 56)
5.- Nos delimita entre qué dos valores se encontrará la media poblacional, µ, con una probabilidad o
nivel de confianza, previamente fijado. (Tema 2. Pág. 56)
a) El nivel crítico p
b) El estadístico Z
c) La desviación típica poblacional σ
8.- Dada la fórmula anterior, la media obtenida de la muestra, está representada por… (Tema 2. Pág.
59)
a) Ȳ
b) µ0
c) σ
9.- Dada la fórmula anterior, el error típico de la media o desviación típica de la distribución muestral
de la media, está representado por… (Tema 2. Pág. 59)
a) σȲ
b) µ0
c) σ
10.- Dada la fórmula anterior, la desviación típica poblacional que suponemos conocida, está
representado por… (Tema 2. Pág. 59)
a) σȲ
b) µ0
c) σ
11.- Cuantifica la distancia de la media de la muestra, Ȳ, a la media poblacional, µ0, en unidades del
error típico de la distribución muestral, σȲ. (Tema 2. Pág. 59)
a) El estadístico Z
b) El nivel crítico
c) La recta de regresión
12.- Trata de estimar los parámetros poblacionales a partir de la información obtenida en la muestra.
(Tema 2. Pág. 59)
a) El estadístico Z
b) El nivel crítico
c) La inferencia estadística
a) Ordinal
b) Dicotómica
c) De razón
a) n ≤ 30
b) n ≥ 30
c) Ȳ ≥ 30
a) Unilateral izquierdo
b) Unilateral derecho
c) Bilateral
16.- Ejemplo 2.2. CONDICIONES Y SUPUESTOS. Los supuestos que necesitamos en este caso son…
(Señalar la errónea) (Tema 2. Pág. 60)
a) “Las mujeres tienen un gasto medio en medicamentos distinto a los 215 euros/año”
b) “Las mujeres tienen un gasto medio en medicamentos ≠ 215 euros/año”
c) Las dos respuestas son correctas
20.- Ejemplo 2.2. FORMULACIÓN DE LAS HIPÓTESIS. ¿La diferencia de 5 € entre el valor
observado en la muestra y el que planteamos en la H0 evidencia realmente un gasto distinto o es
debida a fluctuaciones aleatorias? El rechazo de la H0 y la consiguiente aceptación de la H1, se deberá
a que la diferencia observada es………….., es decir, es una diferencia real y evidente que no puede
atribuirse al zar, a fluctuaciones aleatorias debidas al muestreo. (Tema 2. Pág. 61)
21.- Ejemplo 2.2. ESTADÍSTICO DE CONTRASTE. Para contrastar nuestra hipótesis vamos a
calcular la discrepancia entre la evidencia observada de que el gasto medio es de 220 € en la muestra
de mujeres con el valor hipotéticamente establecido para la población general que plantea un gasto
medio de 215€. Calcularemos primero… (Tema 2. Pág. 61)
a) σȲ
b) El error típico de la media (es decir, la desviación típica de la distribución muestral de todas las
medias posibles en muestras de tamaño n = 324
c) La A y la B son correctas
23.- Ejemplo 2.2. REGLA DE DECISIÓN. En este contraste bilateral y trabajando con un nivel de
confianza del 95%, los valores críticos a partir de los cuales rechazamos la hipótesis nula son Z = ±
1,96. Este dato de Z, se obtiene… (Tema 2. Pág. 61. Libro de fórmulas, pág. 32-33)
a) Buscando en la tabla III de distribución normal tipificada, el valor 0,025, correspondiente a α/2
b) Buscando en la tabla III de distribución normal tipificada, el valor 0,025, correspondiente a 1 - α
c) La A y la B son correctas
a) A la vista de los cálculos y de nuestra conclusión podemos decir que, con un nivel de confianza del
95%, el gasto de los hombres difiere significativamente de 215 €/año, que es el que realizan las
mujeres
b) A la vista de los cálculos y de nuestra conclusión podemos decir que, con un nivel de confianza del
95%, el gasto de las mujeres difiere significativamente de 215 €/año, que es el que realizan los
hombres
c) La A y la B son erróneas
a) Chi cuadrado, siempre que podamos asumir que la distribución en la población es normal, o n ≥ 30
b) t de Student, siempre que podamos asumir que la distribución en la población es normal, o n ≥ 30
c) F de Snedechor, siempre que podamos asumir que la distribución en la población es normal, o n ≥ 30
30.- En el ejemplo anterior, el contraste que se plantea es… (Tema 2. Pág. 65)
a) Unilateral derecho
b) Unilateral izquierdo
c) Bilateral
31.- En el ejemplo anterior, ¿Cuál sería la hipótesis alternativa? (Tema 2. Pág. 65)
a) H0 : µ = 8
b) H1 : µ = 8
c) H1 : µ ≠ 8
32.- En el ejemplo anterior, al desconocer la varianza poblacional, utilizamos… (Tema 2. Pág. 65)
a) Sn-1
b) Ȳ
c) S2 - Ȳ2
33.- El contraste paramétrico de hipótesis para una proporción poblacional sigue la misma lógica y
procedimiento que el seguido para… (Tema 2. Pág. 67)
a) El contraste de la varianza
b) El contraste de la media
c) La A y la B son correctas
34.- La proporción, o frecuencia relativa de aparición de una observación es… (Tema 2. Pág. 67)
a) La diferencia de cuadrados
b) El cociente entre el número de veces que aparece la observación y el número total de observaciones
c) El cociente entre el número total de observaciones y el número de veces que aparece la observación
a) µp = π
b) µp = 1 - α
c) La A y la B son correctas
a) La desviación típica
b) El error típico de la proporción
c) La A y la B son correctas
a) Li = p + Emax
b) Li = p - Emax
c) Li = p ± Emax
40.- Se puede determinar un estadístico de contraste para cuantificar la discrepancia entre el valor
observado en la muestra y el planteado en la hipótesis nula. Para el caso de la proporción y sabiendo
que la distribución muestral del estadístico, p, se aproxima a la normal cuando las muestras son
grandes (n > 25 ó np > 5), este estadístico es Z = (p – π0) / σp, donde σp equivale… (Tema 2. Pág. 68)
a) La desviación típica
b) El error típico de la proporción
c) La A y la B son correctas
a) Unilateral
b) Bilateral
c) La A y la B son correctas
43.- En el ejemplo anterior, la hipótesis nula estaría representada por… (Tema 2. Pág. 69)
a) H0 : π ≤ 0,20
b) H0 : π ≥ 0,20
c) H0 : π ± 0,20
44.- ¿Qué requieren conocer la inferencia y el contraste de hipótesis sobre cualquier parámetro?
(Tema 2. Pág. 70)
45.- Si de una población donde la variable Y se distribuye normalmente con media µ y varianza σ2, se
extraen todas las posibles muestras del mismo tipo y tamaño, y en cada muestra calculamos sus
varianzas nS2n, entonces se puede demostrar que la variable aleatoria nS2n / σ2 sigue una
distribución… (Tema 2. Pág. 70)
a) Z normal
b) t de Student
c) Chi cuadrado con n – 1 grados de libertad
46.- El intervalo de confianza para la varianza poblacional viene definido por sus límites inferior y
superior. Estos límites delimitan los valores que se encontrará la varianza poblacional, con una
probabilidad de… (Tema 2. Pág. 71)
a) 1 - β
b) 1 - α
c) 1 - σ
a) 1 - β
b) La varianza típica poblacional postulada en H1
c) La desviación típica poblacional postulada en H0
a) Unilateral derecho
b) Unilateral izquierdo
c) Bilateral
49.- En referencia al ejemplo anterior, señalar qué respuesta es la correcta. (Tema 2. Pág. 73)
a) H0 : σ2 ≤ 18,1
b) H1 : σ2 > 18,1
c) La A y la B son correctas
50.- Los errores que se pueden cometer en todo contraste de hipótesis son… (Señalar la errónea)
(Tema 2. Pág. 75)
51.- La potencia de un contraste estadístico es el complementario del error… (Tema 2. Pág. 75)
a) Tipo II (1 - σ)
b) Tipo I (α)
c) Tipo II (1 - β)
52.- Referente al ejemplo anterior. Cuando se realiza un contraste de hipótesis, ambas han de ser
exhaustivas y mutuamente excluyentes, no obstante, para calcular la potencia de contraste, se han de
plantear dos hipótesis. De las siguientes respuestas, ¿Cuál es la errónea? (Tema 2. Pág. 76)
a) H0 µ ≤ 1000
b) H0 µ = 1000
c) H1 µ = 1060
53.- Cuando la hipótesis alternativa es compuesta, es decir, plantea más de un valor como media
poblacional, la potencia de contraste, varía en función de dos factores: (Señalar el correcto) (Tema 2.
Pág. 79-80)
a) Permiten fácilmente localizar la potencia de un contraste según sea el valor que puede tomar H0 y el
tamaño de la muestra
b) Permiten fácilmente localizar la potencia de un contraste según sea el valor que puede tomar H1 y el
tamaño de la muestra
c) La A y la B son correctas
55.- En las pruebas clásicas de contrastes, es preciso establecer el error tipo I (nivel de significación α)
antes de realizar el contraste, de modo que este valor no influya en la decisión final que se toma. Este
error es, pues… (Tema 2. Pág. 80)
a) El máximo riesgo que estamos dispuestos a admitir al tomar una decisión respecto a la hipótesis nula
b) La probabilidad asociada a la medida de discrepancia que hemos obtenido a partir de la información
obtenida en una muestra y cuantifica la probabilidad de obtener unos datos como los obtenidos en la
investigación o más extremos bajo el supuesto de que la hipótesis nula es verdadera
c) La A y la B son correctas
56.- En el análisis de datos moderno hace ya un tiempo que se ha introducido el denominado nivel
crítico p, que se define como… (Tema 2. Pág. 81)
a) El nivel de significación más pequeño al que una hipótesis nula puede ser rechazada con la medida
de discrepancia obtenida
b) Es la probabilidad asociada a la medida de discrepancia que hemos obtenido a partir de la
información obtenida en nuestra muestra y cuantifica la probabilidad de obtener unos datos como los
obtenidos en la investigación o más extremos bajo el supuesto de que la hipótesis nula es verdadera
c) La A y la B son correctas
57.- En los contrastes bilaterales de parámetros de una distribución muestral simétrica, el valor del
nivel crítico p se obtiene… (Tema 2. Pág. 81)
58.- Al utilizar como criterio para la decisión el nivel crítico p… (Tema 2. Pág. 81)
a) No hay que establecer previamente un nivel de significación, y éste se toma en función del valor de p
b) Hay que establecer previamente un nivel de significación, y éste se toma en función del valor de χ2
c) La A y la B son erróneas
61.- Todo contraste de hipótesis tiene unos pasos que se pueden fijar con más o menos detalle, para
determinar el procedimiento de análisis de datos más adecuado que se debe utilizar para contrastar
una hipótesis de un diseño de investigación, los pasos a seguir serían: (Señalar el erróneo) (Tema 2.
Pág. 82)
a) Interpretación
b) Formulación de hipótesis
c) Regla de intervención
a) La varianza poblacional
b) La varianza circunfleja
c) La cuasi varianza
a) Son muestras independientes cuando no existe relación entre los sujetos de una y otra, lo que
podremos garantizar si los sujetos son asignados aleatoriamente a cada una de las muestras
b) Son muestras equiparadas, aquellas que se complementan en las observaciones directas de ambas
muestras, como por ejemplo las bases nitrogenadas del ADN (adenina, guanina, citosina y timina)
c) Son muestras relacionadas cuando cada observación en una muestra tiene su pareja en la otra, como,
por ejemplo, cuando son los mismos sujetos los que pasan por diferentes condiciones experimentales
4.- En todo contraste de hipótesis, el proceso de inferencia estadística se realiza sobre una distribución
teórica que denominamos… (Tema 3. Pág. 94)
a) Distribución muestral
b) Distribución cartesiana
c) La A y la B son correctas
a) La variable dependiente
b) La variable independiente
c) La variable extraña
7.- Utilizando el ejemplo anterior. CONDICIONES Y SUPUESTOS. Este diseño es… (Tema 3. Pág.
98)
a) Unilateral derecho
b) Unilateral izquierdo
c) Bilateral
a) H0: µ1 - µ2 = 0 H1: µ1 - µ2 = 0
b) H0: µ1 - µ2 = 0 H1: µ1 - µ2 ≠ 0
c) La A y la B son correctas
a)
b)
c)
a) Nivel crítico
b) Valor crítico
c) Desviación crítica
a) z = + 1,96
b) z = - 1,96
c) z = ± 1,96
a) + 1,96
b) - 1,96
c) ± 1,96
a) En el centro de la campana
b) En la zona coloreada amarilla
c) En ningún lado
a) 0,025
b) α / 2
c) Las dos respuestas son correctas
a) Z = 3,21
b) 1,96
c) Las dos respuestas son correctas
18.- Utilizando el ejemplo anterior. CONCLUSIÓN. ¿Por qué decimos que el estadístico de contraste
supera la diferencia que cabría esperar por simple azar?… (Tema 3. Pág. 100)
19.- Utilizando el ejemplo anterior, con la siguiente fórmula, podríamos calcular… (Tema 3. Pág. 100)
a) El intervalo de confianza
b) El nivel de confianza
c) La A y la B son correctas
20.- Utilizando el ejemplo anterior. CONDICIONES Y SUPUESTOS. El test de depresión es… (Tema
3. Pág. 101)
a) La variable dependiente
b) La variable independiente
c) La variable extraña
a) H0: µ1 - µ2 = 0 H1: µ1 - µ2 ≤ 0
b) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 = 0
c) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 > 0
a) Unilateral derecho
b) Unilateral izquierdo
c) Bilateral
a)
b)
c)
a) Unilateral derecho
b) Unilateral izquierdo
c) Bilateral
a) H0: µ1 - µ2 = 0 H1: µ1 - µ2 ≤ 0
b) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 = 0
c) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 < 0
a)
b)
c)
a) -1,943
b) 1,895
c) -1,895
30.- Si no conocemos las medias de las poblaciones con las que trabajamos, difícilmente podremos
considerar que sí conocemos sus varianzas. Lo más habitual, por lo tanto, será desconocer las
varianzas poblacionales, y en este caso el contraste más utilizado es la prueba T, descrita en el punto
3.4.3, en el que suponemos varianzas poblacionales iguales. Este supuesto, al que denominamos…
(Tema 3. Pág. 107)
a) Heterocedasticidad
b) Homocedasticidad
c) Isocedasticidad
d) Unilateral derecho
e) Unilateral izquierdo
f) Bilateral
a) Una de las ventajas de trabajar con datos dicotómicos, reside en que los supuestos en los que nos
basamos no son tan fuertes como en el caso de variables continuas
b) A veces dicotomizamos una variable que originalmente es discontinua, como aprobados y suspensos,
admitidos y no admitidos, etc.
c) La A y la B son correctas
a) Unilateral derecho
b) Unilateral izquierdo
c) Bilateral
a) H0 : π1 - π2 =0 H1 : π1 - π2 ≠ 0
b) H0 : π1 - π2 >0 H1 : π1 - π2 ≤ 0
c) H0 : π1 - π2 >1 H1 : π1 - π2 ≤ 0
39.- Utilizando el ejemplo anterior. ESTADÍSTICO DE CONTRASTE Y SU DISTRIBUCIÓN
MUESTRAL. Bajo el supuesto de que la H0 es verdadera y las dos proporciones poblacionales son
iguales, la proporción P es la proporción ponderada de éxitos obtenidos en las dos muestras, como
mejor estimador de la proporción poblacional, π… (Tema 3. Pág. 112)
a) Unilateral derecho
b) Unilateral izquierdo
c) Bilateral
a) Dado que el estadístico de contraste es menor que el nivel crítico, mantenemos la hipótesis nula
b) Dado que el estadístico de contraste es menor que el valor crítico, mantenemos la hipótesis nula
c) Dado que el estadístico de contraste es menor que el valor crítico, mantenemos la hipótesis
alternativa
a) El nombre que se da a una familia de índices que miden el efecto que tiene un tratamiento
b) Un índice que se aplica cuando hay implicados al menos dos grupos, uno de tratamiento y otro
control
c) La A y la B son correctas
a) Unilateral derecho
b) Unilateral izquierdo
c) Bilateral
a) H0: µ1 - µ2 = 0 H1: µ1 - µ2 ≤ 0
b) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 = 0
c) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 > 0
48.- Para interpretar el resultado del índice d, y teniendo en cuenta que es una medida estandarizada,
Cohen propuso una gradación de la magnitud del efecto en… (Tema 3. Pág. 115)
a) Las diferencias de las medias entre los tratamientos, dividido por la desviación típica conjunta de
ambos grupos cuando sus varianzas son heterogéneas
b) El índice de Cohen
c) La A y la B son correctas
50.- En el caso de dos medias procedentes de muestras independientes, cambia la manera de obtener
la distribución muestral, pero llegamos a una distribución muestral que se distribuye según la curva
normal, cuando… (Tema 3. Pág. 118)
a) La magnitud del efecto, es un índice que es dependiente del tamaño muestral y que complementa al
valor del estadístico de contraste, ayudándonos a interpretar la magnitud de las diferencias
observadas
b) La magnitud del efecto, es un índice que es independiente del tamaño muestral y que complementa al
valor del estadístico de contraste, ayudándonos a interpretar la magnitud de las diferencias
observadas
c) La A y la B son erróneas
1.- ¿Qué ventaja tienen las muestras relacionadas sobre las independientes? (Tema 4. Pág. 127)
a) Nos ayudan a reducir la varianza del error, de manera que cuanto menor sea la relación entre ambas
muestras, mayor será la varianza de la distribución muestral de las diferencias, obteniendo por lo
tanto un estadístico de contraste mayor
b) Nos ayudan a reducir la varianza del error, de manera que cuanto menor sea la relación entre ambas
muestras, menor será la varianza de la distribución muestral de las diferencias, obteniendo por lo
tanto un estadístico de contraste mayor
c) Nos ayudan a reducir la varianza del error, de manera que cuanto mayor sea la relación entre ambas
muestras, menor será la varianza de la distribución muestral de las diferencias, obteniendo por lo
tanto un estadístico de contraste mayor
2.- La fórmula anterior, se utiliza, en el caso de dos muestras relacionadas, para el cálculo del
estadístico de contraste para dos medias relacionadas. ¿Qué cifra recoge el símbolo D? (Tema 4. Pág.
130)
3.- La fórmula anterior, se utiliza, en el caso de dos muestras relacionadas, para el cálculo del
estadístico de contraste para dos medias relacionadas. ¿Qué cifra recoge el símbolo µd? (Tema 4. Pág.
130)
4.- La fórmula anterior, se utiliza, en el caso de dos muestras relacionadas, para el cálculo del
estadístico de contraste para dos medias relacionadas. ¿Qué cifra recoge el símbolo σ2d? (Tema 4. Pág.
130)
a) H0: µ1 - µ2 = 0 H1: µ1 - µ2 ≠ 0
b) H0: µ1 - µ2 ≤ 0 H1: µ1 - µ2 = 0
c) H0: µ1 - µ2 ≠ 0 H1: µ1 - µ2 > 0
a) 1,5
b) 4
c) 1,7666
a) 0,9332
b) 0,0668
c) 1,7666
a) 2 x 0,9332
b) 2 x 0,0668
c) 2 x 1,7666
a) z = ± 0,9332
b) z = ± 2,58
c) z = ± 1,64
11.- Utilizando el ejemplo anterior. INTERVALO DE CONFIANZA. Una vez aplicada la siguiente
expresión, el resultado es… (Tema 4. Pág. 132)
a) -1,44; 5,44
b) – 1,36; 4,27
c) Ninguna respuesta es correcta
12.- Utilizando el ejemplo anterior. INTERVALO DE CONFIANZA. Una vez aplicada la anterior
expresión, el resultado nos dice… (Tema 4. Pág. 132)
a) Z, la normal
b) t de Student
c) F de Snedecor-Fisher
a) Las diferencias y los cuadrados de las mismas entre las condiciones “Antes” y “Después” para cada
par de sujetos
b) Las sumas y los cuadrados de las mismas entre las condiciones “Antes” y “Después” para cada par
de sujetos
c) Las diferencias (siendo siempre el numerador la cifra mayor, para evitar números negativos) y los
cuadrados de las mismas entre las condiciones “Antes” y “Después” para cada par de sujetos
16.- Siguiendo el ejemplo anterior, y realizando los cálculos previos para calcular la media y la
cuasivarianza insesgada, para el cálculo de la media emplearemos la siguiente expresión: (Tema 4.
Pág. 133)
a)
b) D = Ȳ1 - Ȳ2
c) La A y la B son correctas
18.- Siguiendo el ejemplo anterior, a la vista de las tablas con las puntuaciones de los sujetos y una vez
realizados los cálculos previos, utilizando las fórmulas antes descritas, así como la cuasivarianza, los
resultados que obtenemos son los siguientes: (Tema 4. Pág. 133)
a) Unilateral derecho
b) Unilateral izquierdo
c) Bilateral
a) - 3
b) – 2,9628
c) 2,94
24.- Utilizando el ejemplo anterior. INTERVALO DE CONFIANZA. Una vez aplicada la ecuación,
ésta arroja el siguiente resultado… (Tema 4. Pág. 135)
a) -1,107; -7,893
b) 1,107; 7,893
c) -0,432; -6,732
a) Para comparar dos medias poblacionales cuyos valore se estiman a partir de las observaciones
indirectas en la misma muestra de sujetos, siendo la V.I. dicotómica o dicotomizada, presentando
ésta dos opciones complementarias
b) Para comparar dos proporciones poblacionales cuyos valores se estiman a partir de datos observados
en la misma muestra de sujetos, siendo la variable dependiente dicotómica o dicotomizada,
presentando ésta dos opciones mutuamente excluyentes
c) La A y la B son correctas
26.- Una de las ventajas de trabajar con datos dicotómicos consiste en… (Tema 4. Pág. 136)
a) Que los supuestos no son tan estrictos como en el caso de las variables continuas
b) Que los supuestos son más estrictos que en el caso de las variables continuas
c) Que los datos vienen agrupados en escalas ordinales
27.- Generalmente, ¿Cuándo se emplea el contraste de hipótesis sobre dos proporciones en muestras
relacionadas? (Tema 4. Pág. 136)
a) Organizar los datos en una tabla de doble entrada 2 x 2, denominada tabla de contingencia
b) Organizar los datos en una tabla de distribución, ordenados los datos de menor a mayor, para calcular
las medias, las desviaciones típicas y las varianzas
c) La A y la B son correctas
29.- Tomando como referencia la tabla anterior. En la muestra, la proporción de sujetos con respuesta
de éxito antes de introducir la V.I. es un estimador insesgado de la proporción poblacional y
corresponde a… (Tema 4. Pág. 137)
a) PANTES = (a + b) / N
b) PANTES = (a + c) / N
c) PANTES = (a + b + c + d) / N
a) PANTES = (a + b) / N
b) PANTES = (a + c) / N
c) PANTES = (a + b + c + d) / N
31.- La H0 a contrastar es que las dos proporciones poblacionales (estimadas a partir de los datos de la
muestra) son iguales. Si esto es así, entonces, su diferencia a partir de sus estimadores muestrales es…
(Tema 4. Pág. 137-138)
a)
b)
c)
32.- A partir de esta expresión, se puede observar que para la aplicación del estadístico Z solo se tiene
en cuenta a los individuos que aportan información, que son aquellos que han obtenido resultados
distintos bajo una u otra condición. Estos individuos son los que ocupan las casillas… (Tema 4. Pág.
138)
a) b y c, es decir, aquellos cuya puntuación no es diferente en las dos condiciones en las que medimos
la variable dependiente o respuesta
b) b y c, es decir, aquellos cuya puntuación es diferente en las dos condiciones en las que medimos la
variable independiente o respuesta
c) b y c, es decir, aquellos cuya puntuación es diferente en las dos condiciones en las que medimos la
variable dependiente o respuesta
33.- En el ejemplo anterior. ¿Cuál es el primer paso que debemos tomar para su resolución? (Tema 4.
Pág. 139)
a) 600
b) 100
c) 120
35.- En el ejemplo anterior. ¿Qué valores tomaría a+c en la tabla de contingencias? (Tema 4. Pág. 139)
a) 600
b) 100
c) 120
36.- En el ejemplo anterior. ¿Qué valor tomará c en la tabla de contingencias? (Tema 4. Pág. 139)
a) 60
b) 340
c) 40
37.- En el ejemplo anterior. ¿Qué valor tomará b en la tabla de contingencias? (Tema 4. Pág. 139)
a) 60
b) 340
c) 40
a) 60
b) 340
c) 40
39.- En el ejemplo anterior. En este contraste sólo nos interesan los sujetos que han cambiado de
opinión tras la presentación de “X”, cuyos valores se representan en las casillas… (Tema 4. Pág. 140)
a) a y b
b) b y c
c) c y d
40.- En el ejemplo anterior. Una vez seleccionados dichos sujetos, nos preguntamos si el número de
cambios es el mismo en las dos direcciones (hipótesis……..) o si, por el contrario, la mayor parte de los
sujetos que cambian de opinión lo hacen en una dirección determinada (hipótesis……) (Tema 4. Pág.
140)
a) alternativa - nula
b) nula - alternativa
c) Las dos respuestas son erróneas
a) -2
b) -4
c) 2,7586
46.- ¿Qué diferencias tiene el estadístico de McNemar con el estadístico Z? (Tema 4. Pág. 143)
a) Que es el cuadrado de Z
b) Que se distribuye según Chi cuadrado con un grado de libertad
c) La A y la B son correctas
47.- ¿Qué diferencias tiene el estadístico de McNemar con el estadístico Z? (Tema 4. Pág. 143)
a) Que el nivel crítico p es mayor para Chi cuadrado que para Z, siempre que el contraste sea unilateral
b) Que el nivel crítico p es el mismo para Chi cuadrado que para Z, siempre que el contraste sea
bilateral
c) La A y la B son correctas
48.- Al aplicar la prueba de McNemar, siempre dejamos el nivel de significación α… (Tema 4. Pág.
144)
a) El Análisis de Varianza (Analysis of Variance o ANOVA) es una técnica de análisis estadístico que
se utiliza para comparar las medias de más de dos grupos
b) El nombre que se le da al Análisis de Varianza, hace referencia, al estudio de la variabilidad
observada en los datos
c) La A y la B son correctas
2.- Siguiendo el ejemplo anterior. Disponemos de una herramienta conocida, la prueba t de Student,
que podríamos utilizar, pero ello conllevaría una serie de inconvenientes que debemos tener en cuenta.
En primer lugar, y aunque no es el inconveniente más importante, el número de comparaciones dos a
dos que hay que realizar aumenta con el número de grupos o niveles (con tres grupos son tres
comparaciones, con cuatro son seis, con cinco son diez, etc.). La regla general para el cálculo del
número de comparaciones a realizar son… (Tema 5. Pág. 156)
3.- Dado un conjunto A de m elementos, se denomina combinaciones de orden n (n<m)... (Tema 5. Pág.
156)
a) A las distintas agrupaciones de n elementos elegidos del conjunto A que pueden realizarse de modo
que dos agrupaciones son distintas si se distinguen únicamente por uno o más de los elementos que
la componen.
b) Al grupo de elementos elegidos del conjunto A que pueden realizarse de modo que dos agrupaciones
son distintas si sus variables independientes no correlacionan
c) La A y la B son correctas
5.- ¿Qué sucede a medida que aumentamos el número de grupos a comparar? (Tema 5. Pág. 157)
a) Nos estamos acercando al nivel de riesgo inicial con el que queríamos trabajar
b) Que la región de aceptación aumenta
c) Nos estamos alejando del nivel de riesgo inicial con el que queríamos trabajar
6.- En la terminología del ANOVA, las variables independientes que se estudian reciben el nombre
de… (Tema 5. Pág. 158)
a) Factores
b) Niveles
c) Categorízaciones
7.- En la terminología del ANOVA, las categorías en que se dividen las variables independientes que
se estudian reciben el nombre de… (Tema 5. Pág. 158)
a) Factores
b) Niveles
c) Categorízaciones
8.- El tipo de diseños en los que los niveles son una muestra de todos los posibles niveles del factor y
nuestras conclusiones van a ser para todos ellos, se conoce como diseño… (Tema 5. Pág. 159)
a) Factorial
b) De efectos aleatorios
c) De discriminación discontínua
9.- En un diseño, en el que nuestras conclusiones estarán restringidas a los niveles establecidos en el
diseño. Sabemos que pueden existir más niveles, pero sólo nos interesan estos. Este tipo de diseños se
conocen como… (Tema 5. Pág. 159)
a) Bifactorial
b) De efectos fijos
c) De discriminación contínua
10.- En un estudio, en cuanto al número de sujetos, si los grupos o muestras son de distinto número de
elementos, el modelo recibe el nombre de… (Tema 5. Pág. 159)
a) Modelo equilibrado
b) Modelo no equilibrado
c) Modelo transicional
a) Modelo equilibrado
b) Modelo no equilibrado
c) Modelo transicional
12.- Un modo de controlar el efecto de variables extrañas desconocidas es… (Tema 5. Pág. 160)
13.- ¿Qué nos proporciona una buena estimación del error experimental? (Tema 5. Pág. 161)
16.- En el modelo más simple de análisis de varianza, el de un solo factor, se trataría de realizar dos
estimaciones, independientes, de la varianza general o común (desconocida) por medio de: (Tema 5.
Pág. 161)
a) La varianza atribuible a los distintos niveles del factor en estudio, que es lo que conocemos como
cuasi-varianza intergrupos
b) La varianza atribuible al error, que es lo que conocemos como cuasivarianza del error o, también,
cuasi-varianza intergrupos
c) La A y la B son correctas
a) La varianza atribuible a los distintos niveles del factor en estudio, que es lo que conocemos como
cuasi-varianza intragrupos
b) La varianza atribuible al error, que es lo que conocemos como cuasi-varianza del error o, también,
cuasi-varianza intragrupos
c) La A y la B son correctas
a) Se admite que hay diferencias entre los grupos, es decir, que los distintos niveles del factor objeto de
estudio han influido de forma distinta sobre la V.D.
b) No se admite que haya diferencias entre los grupos, es decir, que los distintos niveles del factor
objeto de estudio no han influido de forma distinta sobre la V.D.
c) La A y la B son erróneas
20.- La herramienta que tenemos para probar si ambas varianzas (la intergrupos y la intragrupo)
difieren significativamente es… (Tema 5. Pág. 162)
21.- ¿Qué nos interesa estudiar en el modelo de efectos fijos? (Tema 5. Pág. 162)
22.- Consideremos que tenemos a niveles (los niveles del factor en cuestión varían desde i = 1, …, a) y
n elementos, o sujetos, medidos en cada nivel (los elementos varían desde j = 1, …, n dentro de cada
grupo asumiendo un diseño equilibrado). Pues bien, la puntuación Yij que es la puntuación del sujeto
que ocupa el lugar j dentro del nivel i, está formada por: (Señalar la errónea) (Tema 5. Pág. 163)
a) Un componente al que llamamos αi y que será común a todos los elementos sometidos a ese nivel
del factor
b) El componente del error experimental, formado, según hemos visto, por todos los factores no
controlados en el experimento, y que llamamos Ŝij (que puede afectar a todos los sujetos y en todos
los niveles, de ahí los dos subíndices).
c) Una constante, común para todos los valores de la variable dependiente, que llamaremos μ dado que
es la media de la población
23.- En la ecuación Yij = µ + αi + Ŝij , el factor Ŝij es… (Tema 5. Pág. 163)
25.- Siguiendo con el cuadro anterior, señalar la afirmación errónea. (Tema 5. Pág. 164)
a) αi es un elemento común a todos los sujetos experimentales sometidos a un mismo nivel del factor, y
es el efecto que queremos medir
b) n es el número total de sujetos
c) ni es el número de sujetos u observaciones en el nivel i
26.- Siguiendo con el cuadro anterior, señalar la afirmación errónea. (Tema 5. Pág. 164)
a) αi es un elemento común a todos los sujetos experimentales sometidos a un mismo nivel del factor, y
es el efecto que queremos medir
b) ῩAi es es la media aritmética de cada nivel (i)
c) ῩT es la media aritmética de las varianzas
27.- Las hipótesis estadísticas que queremos probar en este tipo de problemas que estamos tratando
son: (Tema 5. Pág. 165)
a) H0 : µ1 = µ2 = … = µa ; H1 : µ1 ≠ µ2 ≠ … ≠ µa
b) H0 : µ1 ≠ µ2 ≠ … ≠ µa ; H1 : µ1 = µ2 = … = µa
c) La A y la B son correctas
28.- ¿En qué consiste el estadístico de contraste para poner a prueba la hipótesis nula de igualdad de
medias entre los niveles del factor manipulado? (Tema 5. Pág. 166)
a) F = MCinter / MCintra
b) En el cociente entre la varianza entre los grupos y la varianza dentro de los grupos
c) La A y la B son correctas
a) (a – 1)
b) (N – a)
c) (n – 1)
30.- En el anterior estadístico de contraste citado, los grados de libertad para el denominador son…
(Tema 5. Pág. 166)
a) (a – 1)
b) (N – a)
c) (n – 1)
31.- En la siguiente expresión SCTotal = SCinter + SCintra , El valor que toma SCTotal , es…
(Tema 5. Pág. 167)
32.- En la siguiente expresión SCTotal = SCinter + SCintra , El valor que toma SCinter , es…
(Tema 5. Pág. 167)
a) La suma de cada puntuación más la media de su nivel al cuadrando, es decir, nos está midiendo la
variabilidad total de todos los niveles ponderados o desviaciones típicas insesgadas al cuadrado
b) La suma de cada puntuación menos la media de su nivel al cuadrado, es decir, nos está midiendo la
variabilidad dentro de cada nivel o variabilidad debida al error experimental. Representa las
desviaciones de las puntuaciones de cada sujeto respecto de la media de su grupo
c) La suma de cada nivel menos la media total al cuadrado (ponderado por el número de sujetos de cada
nivel, es decir, nos está midiendo la variabilidad entre los niveles, o variabilidad debida al efecto del
factor (A) que estamos estudiando
33.- En la siguiente expresión SCTotal = SCinter + SCintra , El valor que toma SCintra , es…
(Tema 5. Pág. 167)
a) La suma de cada puntuación más la media de su nivel al cuadrando, es decir, nos está midiendo la
variabilidad total de todos los niveles ponderados o desviaciones típicas insesgadas al cuadrado
b) La suma de cada puntuación menos la media de su nivel al cuadrado, es decir, nos está midiendo la
variabilidad dentro de cada nivel o variabilidad debida al error experimental. Representa las
desviaciones de las puntuaciones de cada sujeto respecto de la media de su grupo
c) La suma de cada nivel menos la media total al cuadrado (ponderado por el número de sujetos de cada
nivel, es decir, nos está midiendo la variabilidad entre los niveles, o variabilidad debida al efecto del
factor (A) que estamos estudiando
a) La suma de cuadrados de las desviaciones de la media, dividido por los grados de libertad
b) La suma de las desviaciones de la media, dividido por los grados de libertad
c) La suma de los cuadrados de las desviaciones típicas, dividido por los grados de libertad, menos 1
a) (a – 1)
b) (N – a)
c) (n – 1)
a) (a – 1)
b) (N – a)
c) (n – 1)
37.- Si las sumas de cuadrados inter e intra (que se pueden contemplar como los numeradores de la
fórmula de la varianza) las dividimos por sus respectivos grados de libertad, obtendremos la varianza
insesgada entre los niveles y la varianza insesgada dentro de los niveles. En definitiva, logramos
descomponer la variabilidad total en dos componentes: (Señalar el erróneo) (Tema 5. Pág. 167/168)
a) Cuasi-varianza entre los grupos, que llamaremos media cuadrática intergrupos y que refleja la
varianza atribuible a los distintos niveles del factor en estudio
b) Cuasi-varianza dentro de los grupos, que llamaremos media cuadrática intragrupos, y que refleja la
variabilidad atribuible al error
c) Cuasi-varianza entre los grupos, que llamaremos media cuadrática ponderada y que refleja la
variabilidad del error máximo de la proporción
38.- ¿Cuándo decimos que un modelo es de efectos fijos? (Tema 5. Pág. 169)
a) Cuando el investigador establece los factores relacionados con los niveles y atribuye a cada
observación un error máximo de n - α
b) Cuando el investigador establece como niveles del factor sólo aquellos en los que está interesado en
estudiar
c) La A y la B son correctas
39.- Los supuestos para aplicar el ANOVA son: (Señalar la errónea) (Tema 5. Pág. 170)
a) Observaciones dependientes
b) Normalidad de las distribuciones en todos los niveles
c) Homocedasticidad (varianzas iguales en todos los niveles)
a) Comenzamos calculando las sumas de las puntuaciones y de sus cuadrados para todos los niveles
b) A continuación, calculamos la suma de todas las puntuaciones y la suma de todos los cuadrados
c) Posteriormente, calculamos la varianza de los cuadrados
a) 1 - α
b) α – 1
c) 1 + α
43.- Las comparaciones múltiples permiten establecer una información más exacta sobre la
importancia de cada uno de los niveles de val V.I.. Al plantearnos el análisis de las comparaciones
múltiples entre las medias de los distintos niveles de la V.I., cabe distinguir dos situaciones básicas:
(Señalar la errónea) (Tema 5. Pág. 175)
a) La primera se refiere a la situación más común en la que el investigador, una vez realizado el
Análisis de Varianza y rechazada la H0, desea conocer entre qué medias hay diferencias no debidas
al azar. Se trata de las comparaciones no planificadas, a posterior o post hoc.
b) La segunda se refiere a cuando el investigador una vez realizado el Análisis de Varianza para probar
todas las medias, sabe de antemano qué comparaciones le interesan, analizando en una tabla de
contingencias, las varianzas correspondientes. Se trata de comparaciones planificadas o a priori o ad
hoc.
c) La segunda se refiere a cuando el investigador no está interesado en realizar un Análisis de Varianza
para probar todas las medias sino sólo en algunas comparaciones entre los niveles del factor, no en
todas las posibles, y sabe de antemano qué comparaciones le interesan. Se trata de comparaciones
planificadas o a priori.
44.- ¿Cuál es el objeto de las comparaciones múltiples, como parte del Análisis de Varianza? (Tema 5.
Pág. 175)
a) Reducir la cantidad de error Tipo I que cometeríamos si comparásemos dos a dos todas las muestras
b) Reducir la cantidad de error Tipo II que cometeríamos si comparásemos dos a dos todas las muestras
c) La A y la B son correctas
47.- La prueba de Scheffé, fija la tasa de error del tipo I en el α al que estemos trabajando, sin
aumentarlo en todas las posibles comparaciones que realicemos y obtiene un valor al que
llama…………………………por encima de la cual diremos que hay diferencias entre las medias o
entre los grupos de medias que estemos comparando. (Tema 5. Pág. 177)
a) Diferencia mínima
b) Rango crítico (Critical Range de Scheffé)
c) La A y la B son correctas
48.- Las condiciones que deben cumplir los datos para que pueda aplicarse el ANOVA son 3, señalar
el erróneo. (Tema 5. Pág. 182)
49.- Una de las condiciones que deben cumplir los datos para que pueda aplicarse el ANOVA se
refiere a que los grupos a comparar deben proceder de poblaciones que no difieran significativamente
en sus varianzas para la variable estudiada. (Tema 5. Pág. 182)
a) Prueba general
b) Prueba ómnibus
c) La A y la B son correctas
51.- Esta prueba sirve para el contraste de hipótesis nula general de igualdad de medias de las
poblaciones objeto de estudio. (Tema 5. Pág. 183)
a) Prueba general
b) Prueba ómnibus
c) La A y la B son correctas
a) Que todos los participantes (o unidades de observación) han pasado por al menos uno de los niveles
del factor
b) Que todos los participantes (o unidades de observación) han pasado por todos los niveles del factor
c) Que se añade un grupo control, en el que todos los participantes de ese grupo, pasan por todos los
niveles del factor, a excepción de uno (n – 1)
2.- A los diseños experimentales en donde se ha manipulado una única V.I. con más de dos niveles,
pero de forma intra-sujeto, también se le conoce como… (Tema 6. Pág. 191)
3.- Para diferenciar simbólicamente los diseños intra-sujetos, de los inter-sujetos, se representa de la
siguiente manera: (Tema 6. Pág. 193)
4.- ¿Qué inconveniente presentan los diseños intra-sujetos, frente a los inter-sujetos, que puede
producir efectos de fatiga y/o aprendizaje? (Tema 6. Pág. 194)
a) Que los sujetos son sometidos a muchos menos ensayos en los inter que en los intra
b) Que los sujetos son sometidos a muchos más ensayos en los intra que en los inter
c) La A y la B son correctas
8.- La posibilidad de que no todos los sujetos respondan con el mismo patrón de respuestas ante las
tres condiciones experimentales, es lo que se conoce como… (Tema 6. Pág. 195)
9.- Los supuestos que deben cumplirse para poder aplicar correctamente el ANOVA de un factor
intra-sujetos son: (Señalar el erróneo) (Tema 6. Pág. 195/196)
a) La variable independiente (a la que denotaremos genéricamente por Y) debe estar medida, al menos,
a un nivel de intervalo
b) Las puntuaciones de la variable dependiente Y en cada nivel del factor deben distribuirse según la
curva normal
c) Las varianzas de las puntuaciones para los distintos niveles del factor deben ser iguales entre sí
10.- Los supuestos que deben cumplirse para poder aplicar correctamente el ANOVA de un factor
intra-sujetos son: (Señalar el erróneo) (Tema 6. Pág. 195/196)
a) La variable independiente (a la que denotaremos genéricamente por Y) debe estar medida, al menos,
a un nivel de intervalo
b) Las covarianzas entre todos los niveles del factor deben ser iguales entre sí
c) Las puntuaciones de la variable dependiente Y en cada nivel del factor deben ser independientes
entre si
11.- La tabla anterior, está confeccionada con dos de los supuestos que deben cumplirse para poder
aplicar correctamente el ANOVA de un factor intra-sujetos. Señalar la correcta. (Tema 6. Pág. 196)
a) Las varianzas de las puntuaciones para los distintos niveles del factor deben ser iguales entre sí
b) Las covarianzas entre todos los niveles del factor deben ser iguales entre sí
c) La A y la B son correctas
a) Cov (I,C) = Cov (C,I); Cov (C,N) = Cov (N,C); Cov (I,N) = Cov (N,I)
b) σ2CC = σ2II = σ2NN
c) La A y la B son correctas
13.- Estos dos últimos supuestos se denominan en la literatura como “simetría compuesta” Señalar la
correcta. (Tema 6. Pág. 197)
a) Las varianzas de las puntuaciones para los distintos niveles del factor deben ser iguales entre sí
b) Las covarianzas entre todos los niveles del factor deben ser iguales entre sí
c) La A y la B son correctas
14.- ¿A qué es debido que los supuestos citados en la pregunta anterior se denominen en la literatura
como “simetría compuesta”? (Tema 6. Pág. 197)
a) A que, en último término, conducen a una matriz de datos simétrica en relación a la diagonal positiva
y compuesta solamente por dos valores (una varianza y una covarianza si se cumplen los supuestos)
b) A que, en último término, conducen a una matriz de datos asimétrica en relación a la diagonal
negativa y compuesta solamente por dos valores (una varianza y una covarianza si se cumplen los
supuestos)
c) A que, en último término, conducen a una matriz de datos simétrica en relación a la diagonal
negativa y compuesta solamente por dos valores (una varianza y una covarianza si se cumplen los
supuestos)
15.- El estadístico de contraste para poner a prueba la H0, en el tema que nos ocupa consiste en el
cálculo de una razón… (Tema 6. Pág. 197)
a) F
b) T
c) Z
a) [A] o el sumatorio de las puntuaciones de cada sujeto al cuadrado dividido por el número de
condiciones
b) [AS] o el sumatorio de cada puntuación al cuadrado
c) [T] o el total de los elementos de la tabla elevado al cuadrado dividido por el producto entre el
número de sujetos (s) y el número de condiciones experimentales (a)
a) [S] o el sumatorio de las puntuaciones de cada sujeto al cuadrado dividido por el número de
condiciones
b) [AS] o el sumatorio de cada puntuación al cuadrado
c) [T] o el total de los elementos de la tabla elevado al cuadrado dividido por el producto entre el
número de sujetos (s) y el número de condiciones experimentales (a)
a) [S] o el sumatorio de las puntuaciones de cada sujeto al cuadrado dividido por el número de
condiciones
b) [AS] o el sumatorio de cada puntuación al cuadrado
c) [T] o el total de los elementos de la tabla elevado al cuadrado dividido por el producto entre el
número de sujetos (s) y el número de condiciones experimentales (a)
a) [S] o el sumatorio de las puntuaciones de cada sujeto al cuadrado dividido por el número de
condiciones
b) [AS] o el sumatorio de cada puntuación al cuadrado
c) [T] o el total de los elementos de la tabla elevado al cuadrado dividido por el producto entre el
a) [S] o el sumatorio de las puntuaciones de cada sujeto al cuadrado dividido por el número de
condiciones
b) [A] o el sumatorio de las puntuaciones de cada nivel al cuadrado dividido por el número de
participantes (s)
c) [AS] o el sumatorio de cada puntuación al cuadrado
21.- ¿Qué valor obtenemos al efectuar la resta [A] – [T]? (Tema 6. Pág. 199)
a) SCA
b) SCS
c) SC(AxS)
22.- ¿Qué valor obtenemos al efectuar la resta [S] – [T]? (Tema 6. Pág. 199)
a) SCA
b) SCS
c) SC(AxS)
23.- ¿Qué valor obtenemos al efectuar la resta [AS] – [A] - [S] + [T]? (Tema 6. Pág. 199)
a) SCA
b) SCS
c) SC(AxS)
24.- Calculamos las medias cuadráticas (cuasivarianzas), dividiendo las sumas de los cuadrados por
sus correspondientes grados de libertad (g.l.), para poder calcular… (Tema 6. Pág. 199)
a) El estadístico F
b) La varianza de las medias cuadráticas
c) La A y la B son correctas
25.- En los diseños intra-sujetos, la fuente de error se considera que es la producida por la interacción
entre el factor y el sujeto debido a que refleja la inconsistencia con la que los sujetos se comportan
bajo los diferentes tratamientos, inconsistencia que no existiría si… (Tema 6. Pág. 200)
a) Todos los sujetos mostrarían el efecto factor en la misma medida o con el mismo patrón, que es
precisamente uno de los supuestos de este análisis
b) Todos los sujetos mostrarían el efecto factor en distinta medida y con distinto patrón, que es
precisamente uno de los supuestos de este análisis
c) La A y la B son erróneas
27.- Para tomar una decisión sobre la significatividad del factor manipulación, debemos comparar la
F muestral con… (Tema 6. Pág. 200/201)
a) La F crítica, que obtenemos de las Tablas de la razón F conociendo la probabilidad de error tipo I que
estamos dispuestos a cometer así como los g.l. del numerador y del denominador de la F muestral
b) La F crítica, que obtenemos de las Tablas de la razón F conociendo la probabilidad de error tipo II
que estamos dispuestos a cometer así como los g.l. del numerador y del denominador de la F
muestral
c) La F tangencial, que obtenemos de las Tablas de la razón F conociendo la probabilidad de error tipo I
que estamos dispuestos a cometer así como los g.l. del numerador y del denominador de la F
muestral
28.- ¿Qué sucede si la F empírica del Factor A es igual o superior a la F crítica? (Tema 6. Pág. 201)
a) Que aceptamos la H0
b) Que rechazamos la H0
c) Que no se han realizado correctamente los cálculos del ANOVA
a) Que aceptamos la H0
b) Que rechazamos la H0
c) Que no se han realizado correctamente los cálculos del ANOVA
30.- El valor de la F crítica nos separa los valores posibles de F en dos segmentos excluyentes: (Señalar
el erróneo) (Tema 6. Pág. 201)
1.- Tomando el ejemplo anterior. La/s variable/s dependiente/s es/son… (Tema 7. Pág. 213)
2.- Tomando el ejemplo anterior. La/s variable/s independiente/s es/son… (Tema 7. Pág. 213)
3.- Tomando el ejemplo anterior. Los factores son… (Tema 7. Pág. 213)
4.- Tomando el ejemplo anterior. Los factores y sus niveles son… (Tema 7. Pág. 213)
a) El contexto donde se realiza con tres niveles (habitación, centro comercial, sala confortable). La
duración de la prueba con tres niveles (15’, 30’, 45’)
b) La habitación con tres niveles (cerrada, vacía, sin persianas), centro comercial con un nivel
(múltiples distractores), sala confortable con tres niveles (temperatura, iluminación, música)
c) La A y la B son correctas
5.- Con un diseño factorial del ejemplo utilizado, no sólo se pueden alcanzar conclusiones sobre la
incidencia que tenga la duración de la prueba o el contexto donde se realiza, que en términos de los
diseños experimentales se conoce como… (Tema 7. Pág. 213)
7.- Con un diseño factorial del ejemplo utilizado, los denominados efectos principales, serán… (Tema
7. Pág. 214)
a) 3x3
b) Tantos como factores hay implicados en el diseño
c) La A y la B son correctas
8.- Con un diseño factorial del ejemplo utilizado, los denominados efectos simples serán… (Tema 7.
Pág. 214)
a) El conjunto de contrastes más focalizados de cada factor con cada nivel del otro factor
b) 3x3
c) La A y la B son correctas
9.- En el ejemplo anterior, un efecto simple podría ser… (Tema 7. Pág. 215)
a) El contexto donde se realiza la prueba (la sala confortable por ejemplo), cuando ésta sólo dura 15
minutos
b) La habitación con sus tres niveles (vacía, cerrada, sin persianas)
c) La A y la B son correctas
10.- En el ejemplo anterior, ¿Cuántos efectos simples hay? (Tema 7. Pág. 215)
a) 3x3
b) Tantos como la suma de los niveles de cada factor
c) La A y la B son correctas
11.- ¿Cómo se denomina al efecto que se produce por los cruces de los tratamientos (o niveles) de cada
uno de los factores, que está relacionado con los denominados efectos simples? (Tema 7. Pág. 215)
a) Efecto aleatorio
b) Efecto principal
c) Efecto de interacción
12.- Una interacción está presente cuando… (Señalar la errónea) (Tema 7. Pág. 216)
a) Los efectos simples de una variable independiente no son los mismos en todos los niveles de la otra
variable independiente
b) Los efectos principales de una variable independiente no son representativos de los efetos simples de
esa misma variable
c) Los efectos de una de las variables dependientes están condicionalmente relacionados con los niveles
de la otra variable dependiente (Cohen,1893)
a) Las diferencias entre las medias de las celdas que representan el efecto de un factor en algún nivel
del otro factor no son iguales a las correspondientes diferencias en otro nivel de este factor.
b) Una variable independiente tiene un efecto constante en todos los niveles de la otra variable
independiente (Pedhazur, 1982)
c) La A y la B son correctas
15.- Los efectos simples de una variable dependiente se refieren a… (Tema 7. Pág. 217)
16.- Las interacciones se definen en términos de las comparaciones entre un conjunto de efectos
simples. Están presentes cuando… (Tema 7. Pág. 217)
17.- Los efectos principales de una variable independiente, o factor, se refieren a… (Tema 7. Pág. 217)
a) Los efectos promedio totales de una variable, y se obtienen combinando el conjunto completo de
componentes experimentales presentes es ese factor
b) Las diferencias entre las medias para cada uno de los componentes del experimento están
relacionadas entre si
c) La manipulación por parte del investigador, de los niveles asignados a cada factor, en base a las
medias obtenidas
a) Diseño factorial
b) Diseño de V.I.
c) Diseño aleatorizado
20.- La variabilidad total del sistema (la suma de cuadrados total), se puede partir en dos sumas de
cuadrados independientes, que son… (Señalar la errónea) (Tema 7. Pág. 218)
21.- La variabilidad total del sistema (la suma de cuadrados total), se puede partir en dos sumas de
cuadrados independientes, la suma de cuadrados intra-grupos es… (Señalar la errónea) (Tema 7. Pág.
218)
22.- La variabilidad total del sistema (la suma de cuadrados total), se puede partir en dos sumas de
cuadrados independientes, la suma de cuadrados entra-grupos es… (Señalar la errónea) (Tema 7. Pág.
218)
23.- En los diseños factoriales de dos factores (A y B) se sigue un patrón de análisis similar al visto
hasta ahora, pero en esta ocasión, la suma de cuadrados entre-grupos se divide a su vez en tres
componentes que reflejan… (Tema 7. Pág. 218)
a) La suma de cuadrados entre tratamientos del factor A (SCA), que refleja los efectos simples del factor
b) La suma de cuadrados entre tratamientos del factor B (SCB), que refleja los efectos principales del
factor B
c) La A y la B son correctas
a) La suma de cuadrados entre tratamientos del factor A (SCA), que refleja los efectos simples del factor
b) La suma de cuadrados que representa la interacción entre A y B (SCAxB)
c) La A y la B son correctas
25.- Una observación genérica, se representa como Yijk siendo i: (Tema 7. Pág. 218)
26.- Una observación genérica, se representa como Yijk siendo j: (Tema 7. Pág. 218)
27.- Una observación genérica, se representa como Yijk siendo k: (Tema 7. Pág. 218)
28.- A partir de la matriz de datos inicial, se obtiene la matriz AB, anteriormente representada, en la
que se calcula… (Tema 7. Pág. 218)
a) ȲT = T/abn
b) ȲT = T/Ai Bi n
c) La A y la B son correctas
30.- A partir de los sumatorios representados en la matriz AB, se puede obtener las combinaciones de
niveles de ambos factores, que se calcularía mediante la siguiente ecuación: (Tema 7. Pág. 219)
31.- Hasta ahora, habíamos estudiado que la suma de cuadrados total es igual a… (Tema 7. Pág. 220)
a) En un diseño de un único factor, SCinter está basada en las desviaciones de las medias de cada
tratamiento respecto a la media total, es decir, siendo A el factor, y prescindiendo de los sumatorios
propios en el cálculo de las sumas de cuadrados, SCinter está basada en las desviaciones ȲAi - ȲT
b) En un diseño factorial de dos factores, SCinter está basada en las desviaciones de las medias de cada
tratamiento conjunto AB, respecto de la media total, es decir ȲABij - ȲT
c) La A y la B son correctas
a) El factor A y el factor B
b) La interacción entre A y B
c) La A y la B son correctas
34.- Los grados de libertad de la interacción, se calculan de la siguiente forma: (Tema 7. Pág. 220)
a) ab (n - 1)
b) (a – 1) (b – 1)
c) La A y la B son correctas
35.- Los grados de libertad, debidos al error experimental, es decir a las diferencias individuales
dentro de cada tratamiento, se calculan de la siguiente forma: (Tema 7. Pág. 220)
a) ab (n - 1)
b) (a – 1) (b – 1)
c) La A y la B son correctas
36.- Siguiendo el ejemplo anterior. CONDICIONES Y SUPUESTOS. Se han de cumplir: (Tema 7. Pág.
223)
a) El principio de homocedasticidad
b) Que las observaciones son independientes
c) La A y la B son correctas
37.- Siguiendo el ejemplo anterior. HIPÓTESIS. Al trabajar con dos factores se plantean: (Tema 7.
Pág. 223)
a) 3
b) Uno para cada una de las H0
c) La A y la B son correctas
41.- Siguiendo el ejemplo anterior y a la vista del resumen del ANOVA con todos los resultados.
REGLA DE DECISIÓN. Mediante un programa informático adecuado (con las tablas se tomarían los
grados de libertad más próximos), podemos comprobar que los valores críticos son, al nivel de
confianza del 95%: F0,95;2;36 = 3,2595, para los factores A y B y F0,95;4;36 = 2,6335 para la interacción.
Por tanto… (Tema 7. Pág. 226)
45.- La prueba donde se evalúa la significatividad de los efectos principales y la interacción entre
factores, se conoce como prueba… (Tema 7. Pág. 228)
a) Ómnibus
b) De matriz cruzada global
c) La A y la B son correctas
46.- Cuando se analiza un diseño factorial, se realiza la prueba donde se evalúa la significatividad de
los efectos principales y la interacción entre factores. Si esta última no es significativa… (Tema 7. Pág.
231)
a) Se acepta plenamente la H0
b) Es preciso rehacer el análisis focalizándolo sólo sobre los efectos principales
c) Se acepta plenamente la H1
1.- El análisis de correlación y regresión, es un procedimiento que puede ser usado… (Tema 8. Pág.
241)
a) Siempre que una variable dependiente cuantitativa pueda ser expresada como función de una variable
b) Siempre que una variable dependiente cuantitativa pueda ser expresada como función de una
combinación de variables independientes
c) La A y la B son correctas
2.- El tipo de análisis de correlación y regresión, conocido como Análisis de Regresión Múltiple
(ARM), es utilizado… (Tema 8. Pág. 241)
a) Siempre que una variable dependiente cuantitativa pueda ser expresada como función de una variable
b) Siempre que una variable dependiente cuantitativa pueda ser expresada como función de una
combinación de variables independientes
c) No existe tal tipo de análisis
3.- El tipo de análisis de correlación y regresión, conocido como Análisis de Regresión Simple (ARS),
es utilizado… (Tema 8. Pág. 241)
a) Siempre que una variable dependiente cuantitativa pueda ser expresada como función de una variable
b) Siempre que una variable dependiente cuantitativa pueda ser expresada como función de una
combinación de variables independientes
c) No existe tal tipo de análisis
a) Directas
b) Diferenciales y típicas
c) La A y la B son correctas
6.- ¿Qué sucede generalmente cuando utilizamos el modelo lineal para estimar Y a partir de X? (Tema
8. Pág. 245)
a) Que se comete un error en la estimación de la VD (X) para cada uno de los sujetos
b) Que se comete un error en la estimación de la VD (Y) para cada uno de los sujetos
c) Que se comete un error en la estimación de la VI (Y) para cada uno de los sujetos
a) A que el valor pronosticado (X’) y el valor medido (X) no suele coincidir. La diferencia entre ambos
es el error de estimación.
b) A que el valor pronosticado (Y’) y el valor medido (Y) no suele coincidir. La diferencia entre ambos
es el error de estimación.
c) A la diferencia encontrada en la ordenada, en el origen de la recta de regresión
8.- Al método de ajuste de una recta de regresión, se le conoce como… (Tema 8. Pág. 246)
9.- ¿Cuál es el objetivo del método de ajuste de una recta de regresión? (Tema 8. Pág. 246)
10.- Una característica importante de la recta de regresión calculada por mínimos cuadrados consiste
en… (Tema 8. Pág. 246)
a) Y – Y’
b) El error de predicción
c) La A y la B son correctas
13.- En el análisis de regresión simple el coeficiente factor B, cuantifica... (Tema 8. Pág. 247)
15.- ¿Cómo se denomina la constante de la recta de regresión B0? (Tema 8. Pág. 247)
a) Ordenada en el origen
b) Origen de la regresión
c) La A y la B son correctas
17.- El término en el que se reduce el error original se denomina… (Tema 8. Pág. 249)
19.- El coeficiente de correlación de Pearson (que también se designa como R2), sirve para evaluar la
bondad de ajuste de la recta de regresión, y se denomina… (Tema 8. Pág. 250)
a) Coeficiente de alienación
b) Coeficiente de determinación
c) Coeficiente de alineación de Pearson
20.- El complemento del coeficiente de correlación de Pearson (1 – r2xy), es la parte residual de la VD,
atribuible a otros factores no relacionados linealmente con la VD, y se denomina… (Tema 8. Pág. 250)
a) Coeficiente de alienación
b) Coeficiente de determinación
c) Coeficiente de alineación de Pearson
21.- ¿Cómo se denomina la gráfica donde se representa la proporción de varianza compartida entre X
e Y, o la varianza de Y explicada por X? (Tema 8. Pág. 250)
a) Diagrama de Venn
b) Diagrama de Tales
c) La A y la B son correctas
23.- Para que sean válidas las inferencias que sobre la VD se hagan con la recta de regresión, se deben
de cumplir cuatro supuestos básicos: (Tema 8. Pág. 251)
24.- Para que sean válidas las inferencias que sobre la VD se hagan con la recta de regresión, se deben
de cumplir cuatro supuestos básicos, ¿Cuál es el supuesto en el que sólo se contrasta si el proceso de
selección de la muestra no ha sido aleatorio?: (Tema 8. Pág. 251)
25.- Para que sean válidas las inferencias que sobre la VD se hagan con la recta de regresión, se deben
de cumplir cuatro supuestos básicos, ¿Cuál es el supuesto en el que su cumplimiento supone que las
varianzas de las distribuciones de los errores, condicionadas a los diferentes valores de la VI deben ser
iguales? (Tema 8. Pág. 251)
a) Homocedasticidad
b) Homoelasticidad
c) Homocelasticidad
27.- Para determinar si hay evidencia estadística de que la pendiente es diferente de cero, es decir, si la
pendiente es significativamente diferente a una línea horizontal, se utiliza el siguiente contraste: (Tema
8. Pág. 255)
30.- El modelo de estimación lineal de la variable dependiente, con dos variables dependientes,
constará de………coeficientes de regresión y una constante que será el valor estimado para la V.D.
cuando son nulas las dos V.I. . (Tema 8. Pág. 259)
34.- Las ecuaciones de regresión lineal múltiple se pueden expresar en puntuaciones directas,…(Tema
8. Pág. 260)
a) Diferenciales
b) Típicas
c) La A y la B son correctas
35.- A los coeficientes en puntuaciones típicas, se les denomina… (Tema 8. Pág. 260)
a) La suma cuadrática
b) La suma cuadrática de regresión
c) El cuadrado del coeficiente de correlación de Pearson entre la V.D. y la V.I
37.- ¿Cómo se denomina el cuadrado del coeficiente de correlación múltiple? (Tema 8. Pág. 262)
a) La suma cuadrática
b) El coeficiente de determinación
c) El coeficiente cuadrático
40.- En la siguiente expresión, ¿Qué simboliza la R con el arco circunflejo al cuadrado? (Tema 8. Pág.
263)
42.- Las correlaciones que se calculan entre dos variables (correlaciones bivariadas) se
denominan…(Tema 8. Pág. 263)
44.- En un modelo de regresión, hay una proporción de varianza explicada y una proporción de
varianza no explicada, que es…(Tema 8. Pág. 264)
a) La varianza cuadrática
b) La varianza semiparcial
c) La varianza de los residuos
45.- El análisis de correlación y regresión trata de determinar cómo un conjunto de variables, que
llamamos independientes, predictoras o explicativas, pueden explicar el comportamiento de la
variable objeto de estudio, que llamamos dependiente o criterio. Ello se ha realizado en tres pasos:
(Señalar el erróneo) (Tema 8. Pág. 267)