Preguntas teóricas

Si dos variables numéricas no están asociadas entonces:

 La nube de puntos no presenta aspecto decreciente ni creciente

 Todas las afirmaciones son ciertas
 El coeficiente es próximo a cero
 La covarianza entre X e Y es nula

Para el cálculo del tamaño de la muestra, los investigadores asumen una prevalencia esperada deel 28%. En el caso
de contar con datos previos de prevalencia, ¿Qué valor de la misma debe considerarse en el momento de calcular
dicho tamaño de muestra?

 Se asume prevalencia del 50%

 Se asume prevalencia del 10%
 Se asume prevalencia del 99%
 Se asume prevalencia del 95%

Para una misma situación, el calcular un intervalo de confianza del 99% en lugar de un del 95% se genera un:

 Intervalo más estrecho

 Intervalo de igual amplitud
 Intervalo más amplio
 Ninguna de las anteriores es correcta.

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

 El grupo sanguíneo y el factor Rh.

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

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

 Al aumentar la variación de la población aumenta el tamaño de la muestra.

 Al disminuir la variación en la población aumenta el tamaño de la muestra.
 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:

 Todas las afirmaciones son correctas.

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

En el muestreo estratificado:

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

 Los estratos son homogéneos en su composición y homogéneos entre sí.
 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?

 Sería igual
 Sería mayor
 Sería menor

El tamaño de la muestra:

 Es mejor que sea pequeño porque así serán más manejables los datos y se cometerán menos errores.
 Tanto si el tamaño de muestra es pequeño como si es grande, los resultados serán siempre los mismos.
 Ninguna de las respuestas es cierta.
 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:

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

 Tiene probabilidad grande, si la hipótesis nula fuese cierta. (esta es supuestamrnte la q esta bien)
 Tiene probabilidad pequeña, si la hipótesis alternativa fuese cierta.
 Tiene probabilidad pequeña, si la hipótesis nula fuese cierta.
 Nada de lo anterior

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

 Rechazar Ho siendo esta Verdadera

 Aceptar H0 siendo esta Verdadera
 Aceptar Ho siendo esta falsa
 Ninguna afirmación se corresponde con la potencia
 Rechazar Ho siendo esta falsa

En el muestreo por conglomerados.

 Los conglomerados son homogéneos en su composición y heterogéneos entre si

 Los conglomerados son heterogéneos en su composición y homogéneos entre si
 Los conglomerados son homogéneos en su composición y homogéneos entre si

Que valores puede tomar la correlación

 Puede tomar valores entre 0 y 1

 Puede tomar valores entre -1 y 1
 Puede tomar cualquier valor

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

 Aumentar el tamaño de la muestra.

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

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

 Hay poca relación lineal entre las variables.

 El 80% de las predicciones son correctas.
 Hay un error de cálculo.
  La relación entre las variables es directa y débil.
 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:

 Hay fuerte relación inversa entre las variables.

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

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

 Rechazar Ho siendo esta Verdadera

 Aceptar Ho siendo esta falsa
 Ninguna afirmación se corresponde con el error de tipo I
 Rechazar Ho siendo esta falsa
 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?

 Los tratamientos ofrecen porcentaje de curaciones muy diferentes.

 Las muestras son demasiado pequeñas.
 Las muestras son demasiado numerosas.
 El nivel de significación es demasiado alto.

Elija la afirmación falsa

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

 Una prueba de hipótesis es declarada significativa si se obtiene una muestra que discrepa mucho de la
hipótesis nula
 Una prueba de hipótesis debe ser declarada significativa antes de recoger los datos.
 El nivel de significación es normalmente un valor pequeño
 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%?

 Más grande
 Ninguna es correcta
 El tamaño de muestra no se ve influenciado por el tamaño del error
 Más pequeño

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

 Por conglomerados.
 Equidistante.
 Sistemático.
 Correlativo.
  Consecutivo

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

 No se comete error porque el nivel de confianza es

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

La Inferencia estadística es:

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

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

 El tratamiento produjo un efecto significativamente menor que el placebo (p=0.99)
 No se observaron diferencias significativas entre el placebo y el tratamiento (p<0.001)
 El tratamiento produjo un efecto significativamente menor que el placebo (p=0.25)
 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

 La pendiente de la recta de regresión es grande.

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

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

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

Concepto de regresión

 Método estadístico que permite encontrar la función que relaciona una variable independiente con una
dependiente
 Método que permite determinar y medir el grado de asociación que existe entre dos variables cualitativas
 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:

 Rechazar Ho siendo esta falsa

 Rechazar Ho siendo esta Verdadera
 Aceptar H0 siendo esta Verdadera
 Ninguna afirmación se corresponde con el error de tipo II
 Aceptar Ho siendo esta falsa
De las siguientes afirmaciones, cuál se corresponde con el nivel de confianza:

 Aceptar H0 siendo esta Verdadera

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

Un test de hipótesis:

 Ninguna de las respuestas es cierta.

 Sirve para hacer inferencias sobre cualquier parámetro poblacional.
 Sirve para hacer inferencias sobre cualquier parámetro muestral.
 Sólo sirve para contrastar medias muestrales.
 Es un artilugio matemático menos fiable que los intervalos de confianza.

¿Cómo afecta el nivel de confianza (NC) en el tamaño de la muestra?:

 al aumentar el NC aumenta el tamaño de la muestra

 al disminuir el NC aumenta el tamaño de la muestra
 el tamaño de la muestra no se ve afectado por el NC

¿Qué factores influyen en el tamaño de la muestra?

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

económicos
 La prevalencia y el nivel de confianza y los recursos económicos
 La variación y el tamaño de la población
 Ninguna es correcta

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

 Si rechazamos la hipótesis nula cometemos error de tipo II

 La hipótesis alternativa puede ser aceptada
 La hipótesis nula puede ser rechazada.
 La hipótesis alternativa se opone a la nula

Concepto de correlación

 Método estadístico que permite encontrar la función que relaciona una variable independiente con una
dependiente
 Método que permite determinar y medir el grado de asociación que existe entre dos variables cuantitativas
 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?

 Aleatorio simple.
 Estratificado.
 Sistemático.
 No probabilístico
 Por grupos.
En un intervalo de confianza para una media, buscamos disminuir el margen de error. Cuál de las siguientes
posibilidades nos permite realizarlo:

 Aumentar la confianza.
 Aumentar el tamaño muestral y bajar la confianza.
 Aumentar el tamaño muestral y la confianza.
 Disminuir la varianza muestral.
 Aumentar la varianza muestra

La estimación puede ser:

 Ninguna es correcta
 Puntual y por Intervalo de confianza.
 Hipótesis y Variabilidad.
 Inferencia y Distribución.

Un intervalo de confianza será más amplio cuando:

 La varianza sea mayor

 El nivel de confianza sea mayor.
 Todas son correctas
 El tamaño de muestra sea menor.

Si el coeficiente de correlación está próximo a:

 -1, nos indica no relación.

 0, nos indica no relación
 1, nos indica no relación.
 0, nos indica relación.
 Ninguna es correcta

Si obtenemos un p-valor de 0,038:

 Ninguna es correcta
 Aceptamos la hipótesis nula al 5%.
 Rechazamos la hipótesis nula al 1%.
 Rechazamos la hipótesis nula al 5% y aceptamos la hipótesis nula al 1%.

El nivel de significación de un test de hipótesis:

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

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

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

 Aumentar el nivel de confianza.

 Aumentar el tamaño muestral.
 No se puede aumentar la longitud de un intervalo.
 Disminuir la variabilidad de los datos.
 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:

 Ninguna de las afirmaciones es correcta

 Que el 5% de los animales están enfermos.
 Que la verdadera prevalencia en la población estará entre ambos valores con un 95% de confianza. ()
 Que el 95% de los animales están enfermos.

Indique las características de la curva normal:

 Simétrica, el nivel de confianza es 95%

 Ninguna es correcta
 Simétrica, centrada en mu, el área total debajo de la curva es 1
 Asimétrica, con dos puntos de inflexión.

Definición clásica de probabilidades (a priori):

 Es el número de casos favorables dividido el total de casos posibles

 Es el número de casos favorables
 Es el número de casos posibles divididos los casos favorables
 Es la frecuencia relativa cuando el n es grande

¿Qué propiedad o propiedades caracterizan a una distribución normal estandarizada frente a una distribución
normal cualquiera?

 Su media es 1 y su desviación típica es 0

 El área bajo su función de densidad no siempre es 1
 Su media es 0 y su desviación típica es 1
 Todas son incorrectas
 Su rango de valores oscila entre 0 y 3

El desvío estándar:

 Ninguna es correcta
 La desviación típica viene expresada en las unidades de la variable al cuadrado
 Es una medida de dispersión expresada en las mismas unidades que la variable
 Esta comprendida entre 0 y 1 y es la raíz cuadrada positiva de la varianza
 Puede tomar cualquier valor, no está acotada

En una población, hay tantos hombres como mujeres, el 20% son varones y fumadores y el 20% de las mujeres
fuman. Entonces:

 Fuman tantos hombres como mujeres.

 Por cada mujer fumadora hay dos hombres fumadores.
 Por cada hombre fumador hay dos mujeres fumadoras.
 Hay un 40% de fumadores en la población.
 Nada de lo anterior es cierto.

Si dos eventos, A Y B, no son mutuamente excluyentes, la probabilidad de A o B es:

 P (A o B) = P(A) + P (B) – P (A*B)

 P (A o B) = P (A)* P (B)
 P(A o B)= P(A) + P (B)
  P(A o B)= P(A) * P (B/A)

Elija la afirmación correcta sobre las variables observadas en individuos:

 Poseer animales de compañía es una variable cualitativa

 La raza es una variable ordinal
 Poseer vivienda propia es una variable numérica
 La edad en años es una variable cualitativa
 El tipo de alimento que usa es una variable ordinal

De las siguientes variables ¿Con cuales NO puedo calcular la media?

 temperatura corporal
 pH del estómago
 grupo sanguíneo
 número de glóbulos rojos
 edad

En una muestra de bovinos, el número de toros dividido entre el total de animales es:

 Un valor de la variable
 Una variable cuantitativa
 Una frecuencia absoluta
 Una variable cualitativa
 Una frecuencia relativa

Si dos eventos son estadísticamente independientes, la probabilidad que ocurran ambos simultáneamente es:

 P(AyB) = P(A) + P(B)

 P(AyB) = P(A) + P(B) – P(A.B)
 P(AyB) = P(A) * P(B)

Los estimadores puntuales para la varianza poblacional, más usados son:

 Promedio, desvio estandar y coeficiente de variación

 Ninguna es correcta
 Variancia y desvío estandar
 Promedio, mediana y moda

En cierta población se observa la distribución de los grupos sanguíneos. Si queremos resumir la información obtenida
podemos utilizar:

 Moda.
 Mediana.
 Frecuencias acumuladas absolutas.
 Frecuencias relativas.
 Media aritmética.
En un estudio descriptivo se obtiene una que el peso tiene una media de 60 kg y una desviación típica de 20 kg.,
mientras que la media de las edades es 15 años, con una desviación típica de 5 años. Entonces:

 Hay más dispersión en pesos que en edades.

 Hay más dispersión en edades que en pesos.
 Peso y edad están dispersos de modo equivalente.
 No tiene sentido compararlos al no coincidir las unidades de medida.
 Para comparar ambas dispersiones debemos usar la covarianza.

Al aplicar un tratamiento a un paciente, puede que este empeore, no le haga efecto, o mejore. Si dicho tratamiento
se aplica a una población de 100 pacientes, ¿qué medidas cree que resumen mejor los datos?

 Media, mediana, moda, desviación típica y asimetría.

 Mediana y coeficiente de variación.
 Media y coeficiente de variación.
 Percentil 25, percentil 50 y percentil 75.
 Ninguna de las anteriores.

Cuando hablamos de número de cumpleaños que ha tenido un pero estamos ante:

 Una variable cualitativa ordinal.

 Una variable cualitativa nominal.
 Una variable cuantitativa discreta.
 Una variable cuantitativa continua.
 El número de cumpleaños no es una variable.

Las siguientes medidas son todas de centralización, excepto:

 La media.
 La moda.
 La mediana.
 Rango intercuartílico.
 El percentil 50.

Características del modelo binomial:

 La cantidad de éxitos en un tiempo dado (o espacio o volumen dado),en un número elevado de ensayos con
baja probabilidad de ocurrencia
 Solo hay dos resultados posibles. Probabilidad de éxito igual a la probabilidad de fracaso, independencia
entre las repeticiones
 Solo hay dos resultados posibles. Probabilidad de éxito constante, repeticiones e independencia entre las
repeticiones.
 Varios resultados posibles que dependen de la probabilidad de éxito es constante, repeticiones e
independencia entre las repeticiones.