Parcial 2 Bioestadística

Practicas:

C1. En 10 muestras de leche se midió el contenido de proteína bruta (PB) y de caseína (CA) con los siguientes
valores:

Muestra 1 2 3 4 5 6 7 8 9 10
PB (X1) 2.84 3.19 2.96 2.91 3.23 3.04 3.08 3.23 3.11 3.11
CA (X2) 1.7 2.26 2.07 2.15 2.4 2.04 2.18 2.3 2.34 2.02

Calcule la correlación.

C2. En 10 muestras de leche se midió el contenido de proteína bruta (PB) y de caseína (CA) con los siguientes
valores:

Muestra 1 2 3 4 5 6 7 8 9 10
PB (X1) 2.92 3.19 2.96 2.88 3.23 3.04 3.08 3.25 3.11 3.11
CA (X2) 1.58 2.26 2.07 2.08 2.39 1.95 2.18 2.53 2.33 2.02

Calcule la correlación.

C3. En 10 muestras de salamines se midió el porcentaje de grasa y la humedad, con los siguientes valores:

Muestra 1 2 3 4 5 6 7 8 9 10
Grasa % 43.2 45.4 44.8 44.9 39.2 32.6 35.9 33.1 37.8 36.6
Humedad 22.8 20.4 21.8 18.9 25.3 29 34.3 37.3 33.5 34.5

a. El coeficiente de correlación es aprox. r =-0,87, positivo y superior a 0,70. Por lo tanto, hay una fuerte
asociación directa entre las variables.
b. El coeficiente de correlación es aprox. r = 0,00 se encuentra entre -0,10 y 0,10, por lo tanto, la asociación es
débil o nula entre las variables.
c. El coeficiente de correlación es aprox. r =-1,2 positivo y superior a 1. Hay una fuerte asociación directa entre
las variables.
d. El coeficiente de correlación es aprox. r = - 0,87 negativo e inferior a 0,7. Hay una fuerte asociación indirecta
entre las variables

CH5 Un toro colorado y blanco (rosillo) fue apareado con vacas de igual genotipo, observando la siguiente
descendencia.

Fenotipos
Colorados Rosillos Blancos
20 70 30

Se sabe que la proporción esperada es 1:2:1

¿Concuerdan los datos con la ley 1:2:1? Realice la prueba de hipótesis correspondiente Con un nivel de confianza
del 95%

a. Rechazo Homogeneidad de Proporciones, porque el valor del estadístico es 5, y p<0.05

b. Acepto Ho, la frecuencia observada se ajusta a la proporción 1:2:1, porque el valor del estadístico bajo Ho es
5, y p>0.05
c. Rechazo Ho, la frecuencia observada no se ajusta a la proporción 1:2:1, porque el valor del estadístico bajo
Ho es 5, y p<0.05
d. Rechazo independencia entre las variables, porque el valor del estadístico es 5, y p<0.
CH6. Un toro colorado y blanco (rosillo) fue apareado con vacas de igual genotipo, observando la siguiente
descendencia.
Fenotipos
Colorados Rosillos Blancos
51 76 33

Se sabe que la proporción esperada es 1:2:1

¿Concuerdan los datos con la ley 1:2:1? Realice la prueba de hipótesis correspondiente Con un nivel de confianza del
95%

CH9. En un estudio, se observaron 186 productores apícolas, registrando quiénes realizaban Trashumancia de sus
colmenas (mover palmeras con fines productivos) y quiénes tenían una enfermedad de la cría llamada Loque
Americana. Obteniendo los siguientes resultados:

Loque Americana
Trashumancia si no Total
Si 32 75 107
No 16 63 79
Total 48 138 186

Se requiere saber si la presencia de Loque Americana está asociada a la trashumancia. Realice la prueba de hipótesis
correspondiente y concluya con una 95% de confianza.

CH10. Se quiere estudiar sí existe relación entre dos categorías de vacas lecheras según el número de lactancia y la
presencia o no de mastitis. Para ellos se observaron 200 vacas en ordeñe en un tambo obteniendo los siguientes
valores:

Lactancias
Mastitis 1 2 o más Total
Si 5 39 44
No 45 111 156
Total 50 150 200

Se quieres saber si la presencia mastitis y está relacionada con la categoría de vacas según las lactancias. Realice el
test de hipótesis correspondiente y concluya con un 95% de confianza.

CH12. Se quiere estudiar sí existe relación entre dos categorías de vacas lecheras según el número de lactancia y la
presencia o no de mastitis. Para ellos se observaron 200 vacas en ordeñe en un tambo obteniendo los siguientes
valores:

Lactancias
Mastitis 1 2 o más Total
Si 7 45 52
No 37 91 128
Total 44 136 180

Se quieres saber si la presencia mastitis y está relacionada con la categoría de vacas según las lactancias. Realice el
test de hipótesis correspondiente y concluya con un 95% de confianza.
 M1. Se quiere conocer el nivel de hemoglobina en sangre en hombres. Estudios previos arrojaron un promedio de
147,2 g/L y un desvío de 11,1 g/L. Calcule el tamaño de la muestra necesario para estimar la media de la población
con una precisión de 1,5 g/L y un nivel de confianza del 95%.

a. El tamaño de la muestra es n=211

b. El tamaño de la muestra es n=316
c. El tamaño de la muestra es n=15
d. El tamaño de la muestra es n=50

M3. Se quiere conocer el nivel de hemoglobina en sangre en hombres. Estudios previos arrojaron un promedio de
147,2 g/L y un desvío de 11,1 g/L. Calcule el tamaño de la muestra necesario para estimar la media de la población
con una precisión de 1,5 g/L y un nivel de confianza del 99%.

a. El tamaño de la muestra es n=364

b. El tamaño de la muestra es n=545
c. El tamaño de la muestra es n=19
d. El tamaño de la muestra es n=54

M5. Datos previos sugieren que el 10% de las vacas lecheras presentan Mastitis. Calcule el tamaño de la muestra
necesario para determinar la verdadera prevalencia de mastitis en tambos del partido de Tandil, con una certeza
del 5 % y un nivel de confianza del 95%.

a. Si rechazamos la hipótesis nula cometemos error de tipo II

b. La hipótesis alternativa puede ser aceptada.
c. La hipótesis nula puede ser rechazada.
d. La hipótesis alternativa se opone a la nula.

M6. Datos previos sugieren que el 10% de las vacas lecheras presentan Mastitis. Calcule el tamaño de la muestra
necesario para determinar la verdadera prevalencia de mastitis en tambos del partido de Tandil, con una certeza
del 5% y un nivel de confianza del 99%.

a. El tamaño de la muestra es n=239.

b. El tamaño de la muestra es n=1195.
c. El tamaño de la muestra es n=36.
d. El tamaño de la muestra es n=27.

M8. Datos previos sugieren que el 20% de las vacas lecheras presentan Mastitis. Calcule el tamaño de la muestra
necesario para determinar la verdadera prevalencia de mastitis en tambos del partido de Tandil, con una certeza
del 10 % y un nivel de confianza del 95%.

a. El tamaño de la muestra es n=615

b. El tamaño de la muestra es n=62
c. El tamaño de la muestra es n=384
d. El tamaño de la muestra es n=16

R1. En un establecimiento lechero, con el objetivo de aumentar la producción de leche, incorporo de tecnología y
un programa de mejoramiento genético. La producción promedio de leche a 305 días por vaca, según el año de
parto en el tambo, entre el año 2001 y 2010, fue la siguiente:

Año 1 2 3 4 5 6 7 8 9 10
Prod. leche 5370 5750 5621 5944 5760 6448 6072 6319 6226 6335

Ajuste un modelo para estimar el crecimiento anual logrado.

a. La pendiente de la recta de regresión ajustada fue aprox. b=100,48. El crecimiento anual fue de
aproximadamente de 100 litros por vaca.
 b. La pendiente de la recta de regresión ajustada fue aprox. b=100,48. El crecimiento anual no fue significativo
porque esta entre 5370 y 6448.
c. La pendiente de la recta de regresión a ajustada fue aprox. b=0,857. El crecimiento fue de aproximadamente
857 litros en 10 años.
d. La pendiente de la recta de regresión ajustada fue aprox. b= 0,857. El crecimiento fue de 85,7% en 10 años.

R2. En un establecimiento lechero, con el objetivo de aumentar la producción de leche, incorporo de tecnología y
un programa de mejoramiento genético. La producción promedio de leche a 305 días por vaca, según el año de
parto en el tambo, entre el año 2001 y 2010, fue la siguiente:

Año 1 2 3 4 5 6 7 8 9 10
Prod. leche 6444 6900 6745.2 7132.8 6912 7737.6 7286.4 7582.8 7471 7602

Ajuste un modelo para estimar el crecimiento anual logrado.

a. La pendiente de la recta de regresión ajustada fue aprox. b=0.857. El crecimiento fue de aproximadamente
857 litros en 10 años.
b. La pendiente de la recta de regresión ajustada fue aprox. b=120,57. El crecimiento anual fue de
aproximadamente 120 litros por vaca.
c. La pendiente de la recta de regresión a ajustada fue aprox. b=120,57. El crecimiento anual no fue
significativo porque esta entre 6444 y 7737.6.
d. La pendiente de la recta de regresión ajustada fue aprox. b= 0,857. El crecimiento fue de 85.7% en 10 años.

R5. En 10 muestras de un chacinado se midió el porcentaje de humedad y el tiempo de maduración en días, con
los siguientes valores:
Días 18 19 19 20 21 23 25 25 26 26
Humedad (%) 25 28 27 27 27 26.4 25.8 25.6 24.2 24

Ajuste un modelo para estimar la relación funcional entre el porcentaje de humedad y el tiempo de maduración.

a. La pendiente de la recta de regresión ajustada fue aprox. b= -0.27. La humedad disminuye aproximadamente
de 0.27% por cada día de maduración.
b. La pendiente de la recta de regresión ajustada fue aprox. b= -0.27. El porcentaje de humedad no cambia
significativamente porque b es cercano a 0.
c. La pendiente de la recta de regresión ajustada fue aprox. b= -0.66. La disminución del porcentaje de
humedad es de aprox. 0.65% por cada día de maduración.
d. La pendiente de la recta de regresión ajustada fue aprox. b=-0.66. La disminución del porcentaje de
humedad fue del 65%.

T7. Un Promotor asegura que con la nueva dieta que vende los lechones ganan más de 550 gramos por día. Un
ensayo con 8 lechones que comieron esa dieta presentaron las siguientes ganancias de peso:

Dieta Nueva 595 635 745 635 515 635 565 535
¿Es cierto lo que asegura el promotor? Concluya con un nivel de confianza del 95%

a. El estadístico bajo Ho es 2.24, rechazo Ho. Lo que asegura el promotor no se cumple, la ganancia de peso no
es mayor a 550 gr/día y p<0.05
b. El estadístico bajo Ho es 2.24, acepto Ho. Lo que asegura el promotor no se cumple, la ganancia de peso no
es mayor a 550 gr/día y p<0.05
c. El estadístico bajo Ho es 2.24, rechazo Ho. Lo que asegura el promotor se cumple, la ganancia de peso es
mayor a 550 g…

T9. Un Promotor asegura que con la nueva dieta que vende los lechones ganan más de 600 gramos por día. Un
ensayo con 8 lechones que comieron esa dieta presentaron las siguientes ganancias de peso:

Dieta Nueva 660 700 810 700 580 700 630 600
¿Es cierto lo que asegura el promotor? Concluya con un nivel de confianza del 95%

a. El estadístico bajo Ho es 2.82, rechazo Ho. Lo que asegura el promotor se cumple, la ganancia de peso es
significativamente mayor a 600gr/día y p<0.05.
b. El estadístico bajo Ho es 2.82, rechazo Ho. Lo que asegura el promotor no se cumple, la ganancia de peso no
es mayor 600 gr/día y p<0.05.
c. El estadístico bajo Ho es 2.82, acepto Ho. Lo que asegura el promotor se cumple, la ganancia de peso es
significativamente mayora 600gr/día y p>0,05.
d. El estadístico bajo Ho es 2.82, acepto Ho. Lo que asegura el promotor no se cumple, la ganancia de peso no
es mayor 600 gr/día y p>0.05.

T10. Para comparar dos técnicas distintas, para determinación del colesterol, se utilizaron muestras de suero
sanguíneo de 8 pacientes, con los siguientes resultados:

Muestra 1 2 3 4 5 6 7 8
Técnica 1 180 185 215 165 185 160 200 240
Técnica 2 182 178 200 155 195 150 205 225

¿Hay diferencias entre ambas técnicas? Concluya con un nivel de confianza del 95%

a. El estadístico bajo HO es 0.39, aceptó la HO. Las diferencias entre las técnicas no son estadísticamente
significativas. Las técnicas son iguales p >0,05.
b. El estadístico bajo HO es 1.49, rechazo HO. Las diferencias entre las técnicas son estadísticamente
significativas. Las técnicas no son iguales p<0.05.
c. El estadístico bajo HO es 0.39, rechazo HO. Las diferencias entre las técnicas son estadísticamente
significativas. Las técnicas no son iguales p<0.05.
d. El estadístico bajo HO es 1.49, aceptó la HO. Las diferencias entre las técnicas no son estadísticamente
significativas. Las técnicas son iguales p >0,05.

T13. Para comparar dos técnicas distintas para determinación de glucosa en sangre glucemia se utilizaron
muestras de suero sanguíneo de 8 pacientes con los siguientes resultados:

Muestra 1 2 3 4 5 6 7 8
Técnica 1 98 96 92 97 88 83 103 99
Técnica 2 97 91 90 90 86 83 97 95

¿Hay diferencia entre ambas técnicas? Concluya con un nivel de confianza del 95%
Teóricas:

¿Cómo afecta la variancia de la población en el tamaño de la muestra?:

a. al aumentar la variación de la población aumenta el tamaño de la muestra.
b. al disminuir la variación en la población aumenta el tamaño de la muestra.
c. el tamaño la muestra no se ve afectado por la variación de la población.

La recta de regresión de Y sobre X se muestra como un buen modelo para explicar la relación entre dos variables
numéricas. Entonces:

a. Todas las afirmaciones son correctas.

b. Y es independiente de X.
c. La covarianza de X e Y es nula.
d. En la recta de regresión la media de X no coincide con la media de Y.
e. Y se puede calcular como una función matemática de X.

En el muestreo estratificado:

a. Los estratos son heterogéneos en su composición y homogéneos entre sí.

b. Los estratos son homogéneos en su composición y homogéneos entre sí.
c. Los estratos son homogéneos en su composición y heterogéneos entre sí.

Si el cálculo del tamaño de una muestra, con un error del 3,5%, resultó de n=459. Manteniendo el resto de las
condiciones si el error fuera de 2%, ¿cómo sería el nuevo tamaño de muestra?

a. Sería igual
b. Sería mayor
c. Sería menor

El tamaño de la muestra:

a. Es mejor que sea pequeño porque así serán más manejables los datos y se cometerán menos errores.
b. Tanto si el tamaño de muestra es pequeño como si es grande, los resultados serán siempre los mismos.
c. Ninguna de las respuestas es cierta.
d. Tiene que ser por lo menos de 1.000 para que los resultados sean representativos de la población.

En una prueba de hipótesis, generalmente, la región crítica:

a. Está situada en la zona de mayor probabilidad, si la hipótesis nula fuese cierta.

b. Tiene probabilidad grande, si la hipótesis nula fuese cierta.
c. Tiene probabilidad pequeña, si la hipótesis alternativa fuese cierta.
d. Tiene probabilidad pequeña, si la hipótesis nula fuese cierta.
e. Nada de lo anterior.

De las siguientes afirmaciones, cuál se corresponde con la potencia de un test de hipótesis:

a. Rechazar Ho siendo esta Verdadera

b. Aceptar H0 siendo esta Verdadera
c. Aceptar Ho siendo esta falsa
d. Ninguna afirmación se corresponde con la potencia
e. Rechazar Ho siendo esta falsa

En el muestreo por conglomerados.

a. Los conglomerados son homogéneos en su composición y heterogéneos entre si

b. Los conglomerados son heterogéneos en su composición y homogéneos entre si
c. Los conglomerados son homogéneos en su composición y homogéneos entre si
Que valores puede tomar la correlación

a. Puede tomar valores entre 0 y 1

b. Puede tomar valores entre -1 y 1
c. Puede tomar cualquier valor

Si deseamos hacer más estrecho un intervalo, sin reducir el nivel de confianza, necesitamos:

a. Aumentar el tamaño de la muestra.

b. Disminuir el tamaño de la muestra
c. No se puede hacer más estrecho el intervalo de ninguna manera.
d. Ninguna de las afirmaciones es correcta.

Si el coeficiente de correlación lineal de Pearson entre dos variables es -0,8 podemos decir:

a. Hay poca relación lineal entre las variables.

b. El 80% de las predicciones son correctas.
c. Hay un error de cálculo.
d. La relación entre las variables es directa y débil.
e. La relación entre las variables es fuerte e indirecta.

Si el coeficiente de correlación lineal de Pearson entre dos variables es -0,1 podemos decir:

a. Hay fuerte relación inversa entre las variables.

b. Hay un error de cálculo.
c. Hay poca relación lineal entre las variables.
d. El 10% de las predicciones son correctas.

De las siguientes afirmaciones, cuál se corresponde con un error de tipo I:

a. Rechazar Ho siendo esta Verdadera

b. Aceptar Ho siendo esta falsa
c. Ninguna afirmación se corresponde con el error de tipo I
d. Rechazar Ho siendo esta falsa
e. Aceptar H0 siendo esta Verdadera

Se realiza un estudio para saber si dos tratamientos presentan diferencias en cuanto a la curación de los
pacientes. No se encontró diferencia estadísticamente significativa. ¿Cuál de las siguientes razones podrían ser
causantes del resultado?

a. Los tratamientos ofrecen porcentaje de curaciones muy diferentes.

b. Las muestras son demasiado pequeñas.
c. Las muestras son demasiado numerosas.
d. El nivel de significación es demasiado alto.

Elija la afirmación falsa

a. El p-valor de una prueba de hipótesis es conocida tras analizar los datos.

b. Una prueba de hipótesis es declarada significativa si se obtiene una muestra que discrepa mucho de la
hipótesis nula
c. Una prueba de hipótesis debe ser declarada significativa antes de recoger los datos.
d. El nivel de significación es normalmente un valor pequeño
e. El nivel de significación de una prueba de hipótesis debe ser fijado antes de analizar los datos.
Si el cálculo del tamaño de una muestra, con un error del 2% resultó de n=384 ¿Cómo hubiera sido el tamaño de
muestra si en lugar de ese valor hubieran utilizado un error del 5%?

a. Más grande
b. Ninguna es correcta
c. El tamaño de muestra no se ve influenciado por el tamaño del error
d. Más pequeño

La recta de regresión de Y sobre X se muestra como un buen modelo para explicar la relación entre dos variables
numéricas. Entonces:

a. Todas las afirmaciones son correctas.

b. Y es independiente de X.
c. La covarianza de X e Y es nula.
d. Y se puede calcular como una función matemática de X.
e. En la recta de regresión la media de X no coincide con la media de Y.

De las siguientes parejas de variables, en cuáles crees que puede ser útil un análisis de regresión lineal:

a. El grupo sanguíneo y el factor Rh.

b. La presión sanguínea y el grupo sanguíneo.
c. El peso y el factor RH.
d. El género y la edad.
e. El nivel de colesterol y la concentración de bilirrubina.

Se realiza una auditoría de historias clínicas tomando una primeria historia al azar y después sucesivamente, la
que ocupa la vigésima posición detrás de la anterior. Este procedimiento de muestreo se denomina

a. Por conglomerados.
b. Equidistante.
c. Sistemático.
d. Correlativo.
e. Consecutivo

Tipos de errores que se pueden cometer al tomar una decisión en un test de Hipótesis

a. No se comete error porque el nivel de confianza es grande

b. Solo se puede cometer error si el alfa es grande
c. Error de tipo I (alfa) o error de tipo II (beta)

La Inferencia estadística es:

a. Obtener conclusiones válidas para la población a partir de los datos obtenidos de un censo.
b. Obtener conclusiones válidas para la población a partir de los datos obtenidos de una muestra.
c. Obtener conclusiones válidas para la muestra a partir de datos obtenidos de la población.

Para un estudio científico, ¿cuál de las siguientes conclusiones es correcta?

a. El tratamiento no produjo un resultado diferente al placebo (p<0.001)

b. El tratamiento produjo un efecto significativamente menor que el placebo (p=0.99)
c. No se observaron diferencias significativas entre el placebo y el tratamiento (p<0.001)
d. El tratamiento produjo un efecto significativamente menor que el placebo (p=0.25)
e. El tratamiento no produjo un efecto significativamente mayor que el placebo (p=0.75)
Si al calcular el coeficiente de correlación de dos variables X e Y, se tiene r=-0.20 ocurre que

a. La pendiente de la recta de regresión es grande.

b. X e Y están poco relacionadas, aunque cuando X decrece, Y tiene tendencia a crecer.
c. El modelo lineal de regresión explica el 80% de la varianza de una variable cualquiera en función de la otra.
d. La pendiente de la recta de regresión es pequeña.
e. El modelo lineal de regresión explica el 20% de la varianza de una variable cualquiera en función de la otra.

La pendiente (beta) de una recta de una función de regresión lineal Y = a + b.X

a. Es el valor de la variable Y cuando X=0.

b. Todas las anteriores son correctas.
c. Tiene el mismo signo que la covarianza.
d. Representa el incremento de Y por cada unidad de incremento de X.

Concepto de regresión

a. Método estadístico que permite encontrar la función que relaciona una variable independiente con una
dependiente
b. Método que permite determinar y medir el grado de asociación que existe entre dos variables cualitativas
c. Método que permite determinar y medir el grado de asociación que existe entre dos variables cuantitativas

De las siguientes afirmaciones, cuál se corresponde con un error de tipo II:

a. Rechazar Ho siendo esta falsa

b. Rechazar Ho siendo esta Verdadera
c. Aceptar H0 siendo esta Verdadera
d. Ninguna afirmación se corresponde con el error de tipo II
e. Aceptar Ho siendo esta falsa

De las siguientes afirmaciones, cuál se corresponde con el nivel de confianza:

a. Aceptar H0 siendo esta Verdadera

b. Ninguna afirmación se corresponde con el nivel de confianza
c. Rechazar Ho siendo esta Verdadera
d. Aceptar Ho siendo esta falsa
e. Rechazar Ho siendo esta falsa

Si dos variables numéricas no están asociadas. Entonces:

a. La covariancia entre X e Y, es nula

b. La nube de puntos no presenta aspecto creciente ni decreciente
c. Todas las afirmaciones son ciertas.
d. El coeficiente es próximo a cero

Un test de hipótesis:

a. Ninguna de las respuestas es cierta.

b. Sirve para hacer inferencias sobre cualquier parámetro poblacional.
c. Sirve para hacer inferencias sobre cualquier parámetro muestral.
d. Sólo sirve para contrastar medias muestrales.
e. Es un artilugio matemático menos fiable que los intervalos de confianza.
¿Cómo afecta el nivel de confianza (NC) en el tamaño de la muestra?:

a. al aumentar el NC aumenta el tamaño de la muestra

b. al disminuir el NC aumenta el tamaño de la muestra
c. el tamaño de la muestra no se ve afectado por el NC

¿Qué factores influyen en el tamaño de la muestra?

a. El nivel de confianza; la variación de la población; la certeza; el tamaño de la población y los recursos

económicos
b. La prevalencia y el nivel de confianza y los recursos económicos
c. La variación y el tamaño de la población
d. Ninguna es correcta

Señale la respuesta falsa en lo que concierne a las pruebas de hipótesis:

a. Si rechazamos la hipótesis nula cometemos error de tipo II

b. La hipótesis alternativa puede ser aceptada.
c. La hipótesis nula puede ser rechazada.
d. La hipótesis alternativa se opone a la nula.

Para el cálculo del tamaño de muestra, los investigadores asumen una prevalencia esperada del 28%. En el caso de
no contar con datos previos de prevalencia, ¿qué valor de la misma debe considerarse en el momento de calcular
dicho tamaño de muestra?

a. Se asume una prevalencia de 99%

b. Se asume una prevalencia de 50%
c. Se asume una prevalencia de 95%
d. Se asume una prevalencia de 10%

Concepto de correlación

a. Método estadístico que permite encontrar la función que relaciona una variable independiente con una
dependiente
b. Método que permite determinar y medir el grado de asociación que existe entre dos variables cuantitativas
c. Método que permite determinar y medir el grado de asociación que existe entre dos variables cualitativas

Se quiere hacer un estudio sobre la prevalencia de una enfermedad en el partido de Tandil. Queremos
asegurarnos tener cierto número de individuos de la zona urbana, suburbana y rural, pues creemos que en cada
una de esas zonas la incidencia es diferente. ¿Qué tipo de muestreo tendríamos hacer?

a. Aleatorio simple.
b. Estratificado.
c. Sistemático.
d. No probabilístico
e. Por grupos.

En un intervalo de confianza para una media, buscamos disminuir el margen de error. Cuál de las siguientes
posibilidades nos permite realizarlo:

a. Aumentar la confianza.
b. Aumentar el tamaño muestral y bajar la confianza.
c. Aumentar el tamaño muestral y la confianza.
d. Disminuir la varianza muestral.
e. Aumentar la varianza muestra
La estimación puede ser:

a. Ninguna es correcta
b. Puntual y por Intervalo de confianza.
c. Hipótesis y Variabilidad.
d. Inferencia y Distribución.

Un intervalo de confianza será más amplio cuando:

a. La varianza sea mayor

b. El nivel de confianza sea mayor.
c. Todas son correctas
d. El tamaño de muestra sea menor.

Si el coeficiente de correlación está próximo a:

a. -1, nos indica no relación.

b. 0, nos indica no relación.
c. 1, nos indica no relación.
d. 0, nos indica relación.
e. Ninguna es correcta

Si obtenemos un p-valor de 0,038:

a. Ninguna es correcta
b. Aceptamos la hipótesis nula al 5%.
c. Rechazamos la hipótesis nula al 1%.
d. Rechazamos la hipótesis nula al 5% y aceptamos la hipótesis nula al 1%.

El nivel de significación de un test de hipótesis:

a. Al disminuir hace aumentar la probabilidad del error de tipo II.

b. Es la probabilidad de rechazar Ho cuando es cierta.
c. Da la probabilidad de declarar significativo el resultado de un test, cuando esto es falso.
d. Suele ser grande y lo fija el investigador o un convenio generalmente aceptado.

Para aumentar la amplitud de un intervalo de confianza, hay que:

a. Aumentar el nivel de confianza.

b. Aumentar el tamaño muestral.
c. No se puede aumentar la longitud de un intervalo.
d. Disminuir la variabilidad de los datos.
e. Ninguna de las respuestas es cierta.

Si los límites de un intervalo con una confianza del 95% para la prevalencia de una enfermedad en una población
son 12,2% y 20,18%, esto significa:

a. Ninguna de las afirmaciones es correcta

b. Que el 5% de los animales están enfermos.
c. Que la verdadera prevalencia en la población estará entre ambos valores con un 95% de confianza.
d. Que el 95% de los animales están enfermos.
Para una misma situación, el calcular un intervalo de confianza del 99% en lugar de uno del 95% se genera un:

a. Intervalo más estrecho.

b. Intervalo de igual amplitud.
c. Intervalo más amplio.
d. Ninguna de las afirmaciones es correcta.

De las siguientes parejas de variables, en cuales crees que puede ser útil un análisis de regresión lineal.

a. El grupo sanguíneo y el factor Rh.

b. El nivel de colesterol y la concentración de bilirrubina.
c. El género y la edad.
d. La presión sanguínea y el grupo sanguíneo.
e. El peso y el factor RH.

Si los límites de un intervalo de confianza del 95% para la prevalencia de una enfermedad en una población son
12,2% y 20,18%, esto significa:

a. Que el 95% de los animales están enfermos.

b. Que el 5% de los animales están enfermos.
c. Ninguna de las afirmaciones es correcta.
d. Que la verdadera prevalencia en la población estará entre ambos valores con un 95% de confianza.

Más preguntas:
https://www.bioestadistica.uma.es/baron/autoevaluacion/index.php?VSeleccionar%5B%5D=f1&VSeleccionar%5B%
5D=f2&VSeleccionar%5B%5D=f3&RelacionHTML=Mostrar+Lista