Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. La media.
11. Cohen propone como un criterio válido 2. La mediana.
para aumentar la potencia de la prueba 3. El centil 50.
la hipótesis: 4. La desviación típica.
5. La moda.
1. Aumentar la probabilidad de error
de tipo I. 16. ¿Cuál es la ventaja de trabajar con
2. Aumentar la probabilidad de error puntuaciones típicas?:
de tipo II.
3. Aumentar la probabilidad de error 1. Que sabemos que se distribuyen
según el modelo normal. 21. La correlación entre las puntuaciones
2. Que no adoptan valores negativos. en un test de inteligencia y las de una
3. Que su media y varianza son prueba de rendimiento es 0,70, mientras
constantes. que la de las puntuaciones en un test de
4. Que en ellas coinciden media, ansiedad y la de la mencionada prueba
mediana y moda. de rendimiento es -0,80. ¿Qué test
5. Que todas las puntuaciones oscilan utilizaríamos para pronosticar las
entre menos 1 y más 1. puntuaciones en rendimiento?
1. LavarianzadeYseráigualalavarianza
27. En un artículo en el que se encuentra deX.
que la media de las mujeres en aptitud 2. Lapendientealcuadradodelatransfor
espacial es de 57 y la de los hombres 60 mación
se informa de que no hay diferencia linealmultiplicadaporlavarianzadeX
significativas en tal aptitud entre .
hombres y mujeres (t80= 1,6; p > 0,05). 3. LavarianzadeXmáslaordenadaenel
¿Qué significa esto? origen de latransformaciónlineal.
4. Lapendientealcuadradodelatransfor
1. Que la diferencia entre las media mación
poblacionales de hombres y linealmultiplicadaporlavarianzadeX
mujeres no es lo suficientemente másla
grande para ser tenida en ordenadaenelorigendelatransforma
consideración ciónlineal.
2. Que la diferencia entre las medias 5. LaraízcuadradadelavarianzadeX.
muestrales de hombres y mujeres
no es lo suficientemente grande
para ser tenida en consideración 30. ¿Qué tiposde puntuaciones nosaportan
3. Que la información encontrada es más información sobre laposición de
compatible con la hipótesis de que una observación
las medias poblacionales de enunadistribucióndefrecuencias?:
hombres y mujeres son idénticas
4. Que la información encontrada es 1. Diferenciales.
compatible con la hipótesis de que 2. Equivalentes.
las medias muestrales de hombres y 3. Directas.
mujeres son iguales 4. Típicas.
5. Pronosticadas.
5. Que la información encontrada es
compatible con la hipótesis de que
la diferencia entre las medias
31. ¿Quécoeficientedecorrelaciónentrelospr
poblacionales de hombres y opuestos es el más apropiado para
mujeres es pequeña. medir el grado de semejanza
entrelosvaloresdedossucesiones
ordinales?: 3. Compararlavariabilidaddedistintas
variablesen distintosgrupos.
1. DeKendall 4. Compararlatendenciacentraldelamis
2. Biserial-puntual ma variableen distintosgrupos.
3. Phi 5. Ningunadelaanterioresescierta.
4. Parcial
5. Tetracórica
36. Ladistribuciónmuestraldeunestadístico:
37. Eninferenciaestadística,laspruebasdebond
33. Silaecuaciónderegresión
adde ajustesonaquéllasenlasque:
parapredecireléxito académico, Y,
apartir de las puntuaciones de un
1. Sepruebaqueelmuestreorealizadop
test,X,fueseY= -
2+5.X,entonceslacorrelación orel investigadorescorrecto.
dePearsonentreestasdosvariablesXeYser 2. Probamossilaformadedistribucións
ía: upuestaen
lapoblaciónescompatibleconlosres
1. Mayordeuno. ultados muestrales.
2. Nosepodríacalcular. 3. Semidelafiabilidaddelosdatos.
3. Nula. 4. Seanalizalavalidezdelas
4. Negativa. observaciones.
5. Positiva. 5. Probamoslahomogeneidaddelasvar
ianzas
34. Sialapuntuaciónobtenidaporunniñoenunt
est deinteligencia lecorresponde 38. En inferencia estadística, lastécnicas
elpercentil80, no paramétricas
significaquesuniveldeinteligencia: enelcontrastedehipótesisseutilizan
cuando:
1. Coincideconel
80%delosniñosdesuedad. 1. Elniveldemedidadelavariableesordi
2. Haalcanzadoundesarrollomadurativ nal
odel80% 2. Elniveldemedidadelavariableesdein
3. Essuperadoporel80%delapoblación tervalos.
general. 3. Queremosestimarunparámetrodelap
4. Superaal 80%delosniñosdesuedad. oblación.
5. Superaal 20%delosniñosdesuedad. 4. Eltamañodelamuestraesgrande.
5. Elniveldemedidadelavariableesdera
zón.
35. Elcoeficientedevariaciónseutilizapara:
42. Enestadísticainferencial:
45. Enestadísticainferencial,conlaestimación
1. Parapoderrealizarunanálisisdecovar puntual deparámetros:
ianzabasta conquese cumplanlos
supuestosdel análisisde varianza. 1. Nopodemosestablecerelerrorcometi
2. Parapoderrealizarunanálisisdecovar doal estimarelparámetro.
ianzase 2. Conocemoslafiabilidaddenuestraes
exigenmenossupuestosqueparaelan timación.
álisisde varianza. 3. Estimamoselvalordelparámetrocon
3. Parapoderrealizarunanálisisdecovar una probabilidaddeconfianza.
ianzason necesarioslos 4. Conocemoselerrorcometidoalestim
supuestosdelanálisisdevarianza arel parámetro.
5. Establecemosdos puntosque 5. Típica.
formanunintervalo deconfianza.
79. Lapruebadebondad
deajusteesuncontraste
estadísticoacercade:
83. Laprobabilidad delerrorTipoII(beta)yla
1. Ladistribucióndeunavariablealeator potenciadeuncontraste:
iaenla población.
2. Laigualdaddedosvariablesaleatoria 1. Mantienenunarelaciónlinealdirecta.
senla población. 2. Sólodependende
lamagnituddelefectoo 2. Sólosiladistribución
gradodefalsedaddela hipótesisnula. defrecuenciasessimétrica.
3. Dependendelniveldesignificaciónfij 3. Sólosiladistribucióndefrecuenciases
adopor elinvestigadory deltamaño normal.
delamuestra,pe- 4. Sólosiladistribucióndefrecuenciases
roesindependientedela multinomial.
magnituddelefecto 5. Seacualsealaformadeladistribuciónd
4. Mantienen unarelación e frecuencias.
linealinversa: de
hecholapotenciaes1menosprobabili
dad del errordeTipoII. 87. El errortípicodeunestimadores:
5. Soncompletamenteindependientes.
1. La varianza de la
distribuciónmuestral del estimador.
84. Aunque elanálisis devarianza 2. Ladesviacióntípicadeladistribución
esunaprueba robusta, dela variableenla población.
cuandoseincumpleelsupuestode 3. Ladesviacióntípicadeladistribución
normalidaddelaspuntuaciones: muestraldelestimador.
4. Laraízcuadradadelestimador.
1. Debe abandonarsela idea deutilizar 5. Ladesviaciónmediadelavariableenl
esta pruebaparaanalizarlosdatos. a p oblación.
2. Debentransformarselosdatos(ejemp
lo,Y’=logY),antesdeprocedera
suanálisis. 88. Elmodeloestadístico
3. Deben suprimirse los queimponecomocondiciónquelaspendien
valoresextremos (los queestán tes
pordebajodelcuartil primeroypor delasrectasderegresióndeksubpoblacion
encima delcuartiltercero) esseanigualesentresí,es elanálisisde:
paradespuésprocederal análisis.
4. Silavariableindependienteesnomina 1. Varianzadedosfactoresconmedidasi
ldicotómica,opuededicotomizarse, ndependientes.
puedeutilizarseelANOVApero,enes 2. Varianzadedosfactores,diseñomixto
tecaso,FsedistribuyecomoChicuadr ,uno conmedidas repetidas
ado. yotroconmedidasindependientes.
5. Silavariableindependienteesnomina 3. Varianzaconuncriteriodeclasificaci
ldicotómica,opuededicotomizarse, ón y efectosaleatorios.
puedeutilizarseelANOVApero,enes 4. Varianzasobrepuntuacionescorregi
tecaso,Fsedistribuyesegúnla dasmediantecurvanormal.
distribucióndePoison. 5. Covarianzaconuncriteriodeclasifica
cióny efectosfijos.
85. Unapuntuacióntípicaindica:
89. Seconsideraeficienteunestimadorcuando
1. Elvalorpromediodeunadistribución :
defrecuencias.
2. Ladispersiónde unadistribución. 1. Agotatoda lainformaciónqueexiste
3. Laprobabilidaddecometererrorenun en la muestraenordena
apredicciónprobabilística estimarunparámetro.
4. Elnúmerodedesviaciones 2. Suvaloresperadocoincideconelvalor
típicasqueuna observaciónse del parámetrodela
separadela mediade sugrupo. poblaciónqueestima.
5. Unapropiedaddela distribución. 3. Suvarianzamuestralesmínima.
4. Suvaloresperadocoincideconelvalor
del parámetro
86. Fueradelintervalocomprendidoentrelam poblacionalqueestimasieltamaño
edia dela muestratiendea infinito.
ymás/menosdosdesviacionestípicasseenc 5. Elvalor esperado delavarianza
uentra,comomáximo,el25%delasobserva delestimador coincideconel
ciones: parámetro
1. Sólosiladistribución
defrecuenciasesbinomial. 90. Sielcoeficientedecorrelaciónmúltipleentr
e 4. Un contraste bilateral y un
unavariablecriterioykvariablespredictor contraste unilateral izquierdo,
as esnulo,entoncespodemosafirmarque: respectivamente.
5. Un contraste unilateral izquierdo y
1. Lavariabilidad un contraste unilateral derecho,
delavariablecriterioestá respectivamente.
asociadaensutotalidada la
variabilidaddelas
kvariablespredictoras. 94. Cuando se aplica el estadístico CHI
2. No cometemosningún error CUADRADO de Pearson para la
alpronosticar mediantela independencia de variables, la hipótesis
ecuaciónderegresiónmúltiple. alternativa, de una forma general, será:
3. Lasumadeloscuadradosresidualoerr
ores nula. 1. En la muestra, la variable
4. Lavariablecriterionotienevariabilida dependiente observada X, no es
dcomúnconlaskvariablespredictoras independiente de la variable
. dependiente observada Y.
5. Laskvariablespredictoras 2. En la población, la variable
noestánrelacionadaslinealmenteentr dependiente observada X, es
esí. independiente de la variable
dependiente observada Y.
3. En la muestra. la variable
independiente aplicada X, es
Convocatoria 2000 independiente de la variable
dependiente observada Y.
91. El tiempo que tarda una rata en 4. En la población, la variable
recorrer un laberinto, se clasificaría dependiente observada X, no es
como una variable: independiente de la variable
independiente aplicada Y.
1. Del estímulo. 5. En la población, la variable
2. Cualitativa. dependiente observada X, no es
3. Cuantitativa. independiente de la variable
4. Ambiental. dependiente observada Y.
5. Discreta.
95. ¿Cuál de las siguientes frases es errónea
92. En la formulación de la hipótesis “si X, si nos referimos a las condiciones que
entonces Y”: deben cumplir los datos para aplicar
como estadístico de contraste una T dc
1. Y representa a la variable
Student para dos muestras
dependiente.
independientes?:
2. X representa a la variable
dependiente.
3. Y representa a la variable 1. Variable independiente medida a
independiente. nivel. de intervalo.
2. Poblaciones normales no mayor
4. X e Y son las variables
que 29 sujetos en cada muestra.
dependientes.
3. Supuesto de homocedasticidad (si
5. X e Y son las variables
independientes. las varianzas son desconocidas) o
tamaños iguales de ambas muestras
si no se da este supuesto de
homocedasticidad.
93. Las siguientes hipótesis nulas: 4. Variable dependiente medida a
H0:ŋ1 =ŋ1 y H0:ŋ1 ≥ ŋ1expresan: nivel de intervalo.
5. Las n1+n2 observaciones son
1. Un contraste unilateral izquierdo y independientes y aleatorias.
un contraste bilateral,
respectivamente.
2. Un contraste unilateral derecho y
96. Entre las características que indican la
un contraste unilateral izquierdo,
bondad de los estimadores se
respectivamente.
3. Un contraste bilateral y un encuentran:
contraste unilateral derecho,
1. La suficiencia y el sesgo.
respectivamente.
2. La suficiencia y la eficiencia.
3. El sesgo y la eficiencia. muestra.
4. La inconsistencia y la carencia de
sesgo.
5. La representatividad y la carencia 100. Se tiene una variable Xi, con un número
de sesgo. de personas en la muestra igual a n.
¿Cuánto vale la suma de las
puntuaciones diferenciales de la
97. Señale la afirmación correcta de entre variable Xi?
las cinco siguientes:
1. n
1. Una variable debe ser un 2. media de X
subconjunto representativo. 3. n · (media de X)
2. Un estadístico es un valor numérico 4. 0
que describe una característica de 5. Ʃ Xi
una población.
3. Una muestra es un conjunto de
elementos de una población. 101. Se tiene una variable Xi, con un número
4. Un parámetro es un valor numérico de personas en la muestra igual a n, se
que describe una característica de tipifica cada valor de Xi en su
una muestra. correspondiente valor Zi. ¿Cuánto vale
5. Lo más característico de una la media de las puntuaciones típicas?
población es que todos los
elementos son identificables. 1. 1
2. N
3. 0
4. Media de X
5. Sx
Convocatoria 2001
98. Se tiene una variable Xi, con un número 102. Dadala ecuaciónderegresión:
de personas en la muestra igual a n, y se Yi=A+B•Xi+ei
genera una nueva variable Yi a partir de ¿Cuántovalelacorrelaciónentrelavariabl
los valores de Xi, siendo: Yi = 2Xi + 3, se eXi y loserroresdepronósticoei(rXe)?:
conoce la media de Xi (que es X). 1. rXe= 0.
¿Cuándo vale la media de la variable 2. rXe= -1
Yi?: 3. rXe= +1
4. rXe= 0’5
1. (media de Y) = 2 ·(media de X)
5. rXe = Depende de cada ecuación.
2. (media de Y) = 2n ·(media de X)
3. (media de Y) = 2 ·(media de X) + 3
4. (media de Y) = (media de X) + 3 103. Semidendosvariables(Xi
5. (media de Y) = 2n·(media de X) +
eYi)enlosmismos individuos.
3n
Lacorrelación linealdePearson
entrelasdosvariables
esrXY;serealizanlas
99. Se tiene una variable Xi, con un número siguientestransformaciones:
de personas en la muestra igual a n. Ui=2Xi+3
¿Qué es el primer cuartil (Q1) de la Vi=4Yi+1
variable Xi? ¿Cuánto valela correlaciónentre las
nuevasvariablesUi y Vi(rUV)?:
1. Es la suma de los valores de Xi
dividida entre 4. 1. rUV= rXY+ 3 + 1.
2. rUV= 2•4•rXY.
2. Es la cuarta parte de n.
3. rUV= 2•4•rXY+ 3 + 1.
3. Es la suma de los valores de los n
primeros naturales dividida entre 4. 4. rUV= 3•1•rXY.
5. rUV= rXY.
110. En unaecuaciónderegresión:
106. En una investigación Yi=A+B•Xi+ei ¿cuálesla
longitudinalsemide la variableY en una pendientedeesaecuación?:
muestrade n niños en el 1. Yi.
momento1(Yi,1),ytambién 2. A.
semidelamisma 3. B.
variableYenelmomento2(Yi,2),secalculal 4. Xi.
a mediadeYi,1 5. ei.
(Y1),lamediadeYi,2(Y2),yla
correlaciónentreYi,1 eYi,2
(r1,2).Secalculala variable“ganancia”
decadaniñocomola 111. Dadala ecuaciónderegresión:
Yi=A+B•Xi+ei ¿cuálesla
diferenciaentrelapuntuaciónenelmomen variabledependiente(VD)?:
to2 y enelmomento1:
Gi=Yi,2– Yi,1¿Cuánto vale lamedia 1. VD:Yi
de la variable“ganancia” (YG)?: 2. VD: A
1. G= 2+ 1. 3. VD:B.
2. G= 2- 1. 4. VD:Xi.
3. 5. VD:ei.
G= 2+ 1 –r1,2.
4. G= 2- 1+ r1,2.
5. G= 2+ 1-2•r1,2. 112. Unalumnoobtiene
enuntestunapuntuación típicaiguala–
0’25(zi =-0’25).¿Quésignifica estedato?:
107. Se tieneuna variable Xi, con un número
de 1. Que dejapor debajo de sí al25% de
personasenlamuestraigualan,setipificaca los valoresdeesetestenla
da valor de Xi en su correspondiente muestraestudiada.
valor z i. 2. Que debapor debajo de sí al75% de
¿Cuántovalelavarianzadelaspuntuacion los valoresdeesetestenla
2 muestraestudiada.
es típicas,s ?: 3. Queelvalordirecto de esa
puntuaciónes el e la media
1. S 2Z = 1 multiplicada por 0,25.
2. S 2Z = n 4. Que la posición relativa de esa
3. S 2Z = 0 puntuación es de 0,25 desviaciones
4. S 2Z = media de X típicas por debajo de la media.
5. S 2Z = S 2x 5. Que la posición relativa de esa
puntuación es de 0,25 desviaciones
típicas por encima de la media.
108. Dadala ecuaciónderegresión:
Yi=A+B•Xi+ei ¿cuálesla
variableindependiente(VI)?:
113. Unpsicólogo,quetrabajaenuncentrode
salud, deseacomprobarsilaesquizofrenia sujetosenuntest,latransformaciónacentil
guarda relación con el género de los es consisteen:
pacientes.
Organizaunatabladecontingenciade2X2: 1. Asignaracadapuntuacióndirectael
porcentajedesujetosqueobtienen
No puntuaciones inferioresa ella.
Esquizofréni
esquizofrénic 2. Asignaracadapuntuacióndirectael
co
o porcentajedesujetosqueobtienen
Hombre f1 f2 puntuaciones superioresaella.
Mujer f3 f4 3. Asignaracadapuntuacióndiferencial
el porcentajedesujetosqueobtienen
paraello,revisatodoslosexpedientes delas puntuacionesinferioresa ella.
personasquehanpasadoporelcentrodesal 4. Asignaracadapuntuacióndiferencial
ud
el porcentajedesujetosqueobtienen
ycontabilizalacorrespondientefrecuenci puntuacionessuperioresaella.
a(j) encadacasilla. ¿Qué tipo de
5. Ningunadelasanterioresescorrecta.
prueba estadística es más
adecuadaparacomprobar elobjetivode
investigación?:
117. En lafunciónlinealY=2X-6.¿Enqué
1. Unapruebade“t”deStudent-Fisher. punto cortarálarectaalejedelasX?:
2. Una pruebade análisis de
laavanzada de Fisher. 1. +6.
3. 2. +3.
UnapruebadecorrelacióndeSpearma
n(rs). 3. -6.
4. +2.
4. UnapruebadecorrelacióndePearson(
5. Ningunodelosanteriores.
rXY).
5. Unapruebadechi-cuadrado( X2).
118. Cuandoqueramos conocer exactamente
tanto ladirección como la intensidad de
una
asociaciónentredosvariableshabremosde
calcular:
1. Lacovarianza.
Convocatoria 2002 2. El coeficientededeterminación.
3. Lacorrelación.
114. La estrategiaque permite transformar 4. El estadísticodeMann-Whitney.
los hechosen datos, dentro de un sistema 5. Lamatrizdevarianzas-covarianzas.
comprensibley analizable por cualquier
investigador,seconocecomo:
119. Laprobabilidaddelaunióndedossucesos,
1. Metodología. mutuamenteexclusivos,es:
2. Modalizacióndevariables.
3. Medición. 1. La suma de sus probabilidades.
4. Escalamiento. 2. La diferencia entre sus
5. Nominalizacióndevariables. probabilidades
3. Elproductoentresusprobabilidades.
4. El cociente entre sus
115. La clasificación de las escalas de medida probabilidades.
en: Nominales,Ordinales,deIntervalo y 5. Ningunaalternativaescorrecta.
de Razón,sedebea:
121. Silapuntuación40,7ocupaelpercentil60, 1. 1.
indicaque: 2. 0.
3. (-1).
1. El40,7%de los sujetos se encuentra 4. Coincideconla
por encima del valor60. mediaendiferenciales.
2. El40%delossujetossuperaelvalordel 5. Ningunaescorrecta.
a citadapuntuación.
3. El60%delossujetossuperaelvalordel
a citadapuntuación. 126. En general, una correlación puede
4. El 50,3% de los sujetos seencuentra considerarsesignificativacuando
por encima del valor60. seobtiene:
5. Ningunaalternativaescorrecta.
1. Unvalor≥0.33,seacualseaelvalordel
a significación.
122. SienunadistribuciónlaMedianavale8yla 2. Unvalor≤0.33,seacualseaelvalordel
Media5.¿Cómoesladistribución?: a significación.
3. Unasignificación≥a0.05,seacualsea
1. Asimétrica positiva. el valordela correlación.
2. Simétrica. 4. Unasignificación≤a0.05,seacualsea
3. Asimétricanegativa. el valordela correlación.
4. Leptocúrtica. 5. Lasalternativas1y3son correctas.
5. Faltandatosparasaberlo.
127. UnadelassiguientesafirmacionesNO
correspondeaunacurvanormal:
123. Elestadístico "Q" de Yule debe utilizarse
cuando: ANULADA 1. Es simétrica respecto del eje
vertical que pasaporla media.
1. Deseeconocerelcoeficientedecorrel 2. Tieneunúnicovalormáximo(X=µ).
ación deSpearman. 3. Esasintóticarespectodel
2. Quieraconocerlarelaciónentredosv ejedeordenadas.
ariablesmedidasanivel deintervalo. 4. Paracadapardeµydeσ hayunacurva
3. Quieraconocerlarelaciónentredoss normal distinta.
eries derangos. 5. Lamedia,lamedianaylamodacoincid
4. Quieraconocerlarelaciónentredosv en enelmismovalor.
ariablesmedidasanivel nominal.
5. Lasalternativasay b son correctas.
128. Alincluirnuevos predictoresenun
modelode regresiónocurreque:
124. Al medirlaasociaciónenuna muestra de
1. Elcoeficientededeterminaciónaume
doscientaspersonasentre3formasdistinta ntará.
s decrianza y 4 formas distintas de 2. El
apoyo social coeficientededeterminacióndisminu
hemosobtenidouncoeficienteχ2 igual a irá.
20,19 (sig.= 0,04). Podríamos concluir: 3. El coeficientede determinación no
se alterará.
1. Elapoyosocialylosestilosdecrianzas 4. Elcoeficientededeterminaciónosem
on independientes. antendráocrecerá.
2. Elapoyosocialylosestilosdecrianzae 5. En unmodelode regresión no se
stán relacionadosparaunα=0,05. pueden incluirnuevospredictores.
3. Nopodemosmedirasociaciónentreap
oyo social y estilos de crianza.
4. Elestadísticoχ2 129. La correlaciónbiserial(ρb):
nodebeutilizarseparaeste
tipodevariables. 1. Esunameraaplicacióndelacorrelació
5. Elapoyosocialylosestilosdecrianzae nde Pearson.
stán relacionadosparaunα=0,01. 2. Esmásadecuadaquelacorrelaciónbis
erial puntual cuando no se puede
asumir normalidadenla
distribución.
3. Debeusarsecuando una de las
variables implicadas no es 134. Paraconocerlaposicióndeunsujetoenuna
dicotómica pero se dicotomiza. variableenrelaciónconelresto de la
4. Oscila entre +1y -1. muestra, utilizaría:
5. Es unode los coeficientes de
correlación parala estimacióndel 1. Lavarianza.
índicededificultad. 2. Lamedia.
3. Uníndicedesimetría.
4. Cuantiles.
130. Un modelode análisis de la varianzase 5. Uníndicedecurtosis.
consideraequilibrado(balanceado)
cuando:
135. Lavarianzadeunamuestraconsideradade
1. Elnúmerodenivelesessiempreelmis sde ksubmuestras es:
mo paratodoslosfactores.
2. Elexperimentoserepitevariasvecesp 1. Lasuma delasvarianzasparciales.
ara cadaniveldel factor. 2. Lamediadelasvarianzasparciales.
3. Lavarianzadelosdistintosnivelesdelf 3. Lamediadelasvarianzasmáslavarian
actoresconstante. zade las medias.
4. Losfactoressonheterocedásticos. 4. Lavarianzade las medias.
5. Elnúmerodeobservacionesparacada 5. Lamediadelasvarianzasmenoslasvar
nivel delfactores siempre elmismo. ianzas parciales.
131. ¿Cuáldelassiguientes representaciones
gráficaspermiteconocerdirectamenteelv
alor de los cuartiles?: 136. Un procedimiento adecuado y sencillo
para conocerlavarianzade
1. El diagrama dedispersión. kvariablesquesecombinanlinealmentepa
2. El diagrama debarras. ra obtener una puntuación totales:
3. Eldiagrama decajas.
4. El diagrama desectores. 1. Lacovarianza.
5. Eldiagrama desecuencias. 2. Elcoeficientede determinación.
3. Lacorrelación.
4. El estadísticodeMann-Whitney.
5. Lamatrizdevarianzas-covarianzas.
Convocatoria 2003
1. La desviaciónmedia
esperablerespecto al valorcentral.
162. El coeficientedecontingencia“C”:
2. El conjuntoposible de valoresque
puede tomarunparámetro.
1. Se encuentra entre 0 y + 1.
3. El conjuntoposible de valoresque
2. Se encuentre entre -1 y + 1.
puede tomar unestadístico.
3. Para“n”grandecoincidecon χ2. 4. Ladistribucióndevaloresquepuedeto
4. Coincide con el coeficiente “Q” de marel estimadoral
Yule. tomarmuestrasdela población.
5. Puedesercualquiervalor. 5. Unmodoespecialdedistribuciónenel
muestreo.
201. Cuandosepartedeuncenso,lasconclusion
197. Cuandoseaplicauna prueba estadística
es:
de bondadde ajuste, el interés del
investigador se centraen:
1. Soninferenciasmásválidas.
1. Determinarsiladistribuciónmuestral 2. Nosoninferencias.
dela variable independiente 3. Soninferencias ciertas.
seajusta aunadistribución de 4. Hay que expresarlas a nivel
probabilidadteórica determinada. probabilístico.
2. Determinarlosintervalosdeconfianz 5. Debenhacersesólorespectoalamuest
adelos ra.
parámetroscorrespondientesavariab
les cuyo nivel demedidaesordinal
onominal. 202. El estadístico de contraste Chi
3. Establecerloslímitesalosqueseajusta Cuadrado se utilizacuando:
un intervalodeconfianza.
4. Fijarelniveldealfaqueseutilizaráenla 1. Lamuestraesmayorque100.
inferencia. 2. Sequiereverelefectodedosomásvaria
5. Determinarsiladistribucióndeproba bles dependientes.
bilidad deunavariableseajusta 3. Sequierecomprobarlaindependencia
aunadistribuciónde dedos variables cualitativas.
probabilidadteórica determinada. 4. Sedeseacomprobarlosefectosdelaint
eracciónentrefactores.
5. Es necesarioestablecer relaciones
198. En las investigaciones psicológicas, una
muestradebe: causales entre las variables.
según la misma hipótesis,omuy
203. LatécnicadelAnálisisdeVarianzapermite similar,paraevaluardeforma
: concienzudala validezdeunefecto.
3. Efectoenunexperimentoqueatraelaat
1. Maximizar los efectos del factor enciónoelinterés para compensar la
estudiado. artificialidad.
2. Discernirquépartedelavariabilidadc 4. Estudiodecampodiseñadodeformae
orrespondealfactorestudiadoycuálal xperimental.
errorexperimental. 5. Investigaciónenlaquelasvariablespr
3. Minimizarel errordemedida. eexistentesy nomanipuladasentre
4. Confirmarlasdiferenciassignificativ las personas se
asentre midenenbuscadeunadiferenciao
losvaloresmediosdelavariable correlación.
independiente.
5. Conocerlaprobabilidadconquepued
e ocurrir elerrormuestral. 208. Paralaaplicacióndel
estadísticodecontrasteT
dediferenciasdemediasenelcaso de dos
204. En terminología del análisis de muestras independientes, es necesario
varianza, las categorías en las que se que:
dividen los factores se denominan: 1. Las variables dependientes estén
medidas a nivel nominal.
1. Estadios. 2. Lavariabledependienteestémedida,a
2. Niveles. lmenos,anivel derazón.
3. Cortes. 3. Lasvariablesdependientesesténmedi
4. Valores. das,al menosanivel ordinal.
5. Variablesindependientes. 4. Lavariabledependienteestémedida,a
lmenos,anivel devolumen.
5. Lavariabledependienteestémedida,a
lmenos,anivel deintervalo.
Convocatoria 2008
212. Elmetaanálisishacereferenciaa:
Convocatoria 2011
1. Medidasestrictamentecualitativas.
2. Análisisestadísticodelosresultados 216. ¿Cuándo se comete un error de tipo I?:
dediversosestudiosequivalentesseg
únla mismahipó- tesis,o 1. Cuando se decide mantener una
muysimilar,paraevaluardeforma hipótesis nula que en realidad es
concienzudala validezde unefecto. falsa.
3. Losanálisisdelasvariablesextrañasd 2. Cuando se decide rechazar una
eun experimento. hipótesis nula que en realidad es
4. Estudiodecampodiseñadodeformac verdadera.
uasiexperimental. 3. Cuando se decide mantener una
5. Investigaciónenlaquelasvariablespr hipótesis nula que en realidad es
eexistentesynomanipuladas verdadera.
entrelaspersonasse 4. Cuando se decide rechazar una
midenenbuscadeunadiferencia hipótesis nula que en realidad es
ocorrelación. falsa.
5. Cuando habiendo rechazado
correctamente la hipótesis nula, se
213. Enunainvestigaciónquebuscarealizarinf hace una interpretación incorrecta
erencias apartirdelanálisis de los resultados.
delosdatos,alos valoresquedelimitan
lazonaderechazodela
hipótesisnulalosllamamosvalores: 217. ¿De qué nos informa el nivel crítico?:
1. Castilla y León.
2. Comunidad Valenciana.
3. Andalucía.
4. Madrid. Convocatoria 2022
1. F de Levene.
2. Durbin-Watson.
3. W de Welch.
4. Fmáxima de Hartley.
1. El procedimiento de Bonferroni.
2. Prueba HSD de Tukey.
3. Prueba de Dunnet.
4. Prueba de Fisher.