1.

Si tomamos una muestra de tamaño n = 500 de una población donde la proporción de pasteles
defectuosos es de p = 0.03. La distribución Muestral de Proporciones es:
a) N(0.0291, 0.00763) b) N(0.03, 0.0291) c) N(0.0291, 0.0000582) d) N(0.0291, 0.97)

2. Si tomamos una muestra de tamaño n = 50 de una población donde la varianza es de 𝜎 2 = 125 y

una media 𝜇 = 250 El error estándar de la distribución Muestral (𝜎𝑥̅ ) es:
b) 2.236 b) 11.18 c) 1.58 d) 17.68

2.- Si se reporta un valor tipificado z ¿Cuál es P(-2 < z < 2)?

a) 0.4772499 b) 0.9544998 c) 0.0455002 d) 0.9772499

2.- Si la distribución normal N(2.5, 1.12) y una muestra de tamaño 35 con media muestral de 2.67
el valor tipificado z es:
a) 0.1893 b) -0.8979 c) 0.9897 d) 0.8979

3.- Se presenta una media de 8 500 con una desviación estándar de 1 950. Se toma una muestra de
tamaño 100, ¿cuál es la probabilidad de que la media sea menor a 8 200?
a) z = -1.54 P(z) = 0.06178 b) z = -1.54 P(z) = 0.93822
c) z = -1.54 P(z) = 0.43822 d) z = 1.54 P(z) = 0.06178

4.- Si se reporta un valor tipificado z ¿Cuál es P(1.83 < z )?

a) 0.5336 b) 0.4664 c) 0.9664 d) 0.0336

5.- Se presenta una media de 68 kilos con una desviación estándar de 15 kilos. Se toma una muestra
de 36 personas cuyo peso corresponde a un total 2 700 kilos, ¿cuál es la tipificación de que la media
sea mayor a este peso en kilos?
a) z = 2.8 P(z) = 0.0026 b) z = 2.8 P(z) = 0.4974
c) z = 2.8 P(z) = 0.5026 d) z = 2.8 P(z) = 0.9974

6.- Se presenta una media de 8 500 con una desviación estándar de 1 950. Se toma una muestra de
tamaño 100, ¿cuál es la tipificación de que la media sea mayor de 8 700?
a) z = -1.03 P(z) = 0.848495 b) z = 1.03 P(z) = 0.151505
c) z = -1.03 P(z) = 0.151505 d) z = 1.03 P(z) = 0.848495

7.- Si se reporta un valor tipificado z ¿Cuál es P(-1.58 < z )?

a) 0.5571 b) 0.9429 c) 0.4429 d) 0.0571

9.- Si tomamos una muestra del 10% de una población N = 5 000 de una población donde la
proporción de pasteles defectuosos es de q = 0.97. La distribución Muestral de Proporciones es:
a) N(0.0291, 0.00763) b) N(0.03, 0.0291) c) N(0.0291, 0.0000582) d) N(0.0291, 0.97)

10.- Si se reporta un valor tipificado z ¿Cuál es P(-1.83 < z < 1.58)?

a) 0.9093 b) 0.4664 c) 0.0235 d) 0.4429

11.- Se presenta una media de 68 kilos con una varianza de 225 kilos. Se toma una muestra de 36
personas cuyo peso corresponde a un total 2 700 kilos, ¿cuál es la tipificación de que la media sea
inferior a este peso en kilos pero mayor e igual a 68 kilos?
a) z = 2.8 P(z) = 0.0026 b) z = 2.8 P(z) = 0.4974
c) z = 2.8 P(z) = 0.5026 d) z = 2.8 P(z) = 0.9974
12.- Se presenta una N(68 kilos, 15 kilos). Se toma una muestra de 36 personas cuyo peso corresponde
a un total 2 340 kilos, ¿cuál es la tipificación de que la media sea mayor a este peso en kilos?
a) z = -1.2 P(z) = 0.1151 b) z = -1.2 P(z) = 0.3849
c) z = -1.2 P(z) = 0.6151 d) z = -1.2 P(z) = 0.8849
3. Si tomamos una muestra de tamaño n = 500 de una población donde la proporción de pasteles
defectuosos es de p = 0.03. La distribución Muestral de Proporciones es:
c) N(0.0291, 0.00763) b) N(0.03, 0.0291) c) N(0.0291, 0.0000582) d) N(0.0291, 0.97)

13. Si tomamos una muestra de tamaño n = 15 de una población donde la varianza es de 𝜎 2 = 125 y
una media 𝜇 = 250 El nivel de confianza establecido es de 93%:

14.- Si se reporta un valor estudentizado n = 29 con 1-α = 0.92

15.- Si la distribución normal N(2.5, 1.12) y una muestra de tamaño 35 con media muestral de 2.67
el valor tipificado z es:

16.- Se presenta una media de 8 500 con una desviación estándar de 1 950. Se toma una muestra de
tamaño 10, ¿cuál es la probabilidad de que la media sea menor a 8 200?

17.- Si se reporta un valor estudentizado t ¿Cuál es P(18.83 < t )?

18.- Se presenta una media de 68 kilos con una desviación estándar de 15 kilos. Se toma una muestra
de 26 personas cuyo peso corresponde a un total 2 700 kilos, ¿cuál es la tipificación de que la media
sea mayor a este peso en kilos?

19.- Se presenta una media de 8 500 con una desviación estándar de 1 950. Se toma una muestra de
tamaño 10, ¿cuál es la tipificación de que la media sea mayor de 8 700?

20.- Si se reporta un valor estudentizado t ¿Cuál es P(10.597 > t )?

21.- Si tomamos una muestra del 10% de una población N = 50 de una población donde la proporción
de pasteles defectuosos es de q = 0.97. La distribución Muestral de Proporciones es:

22.- Probabilidad que se le conoce como el nivel de confianza.

a) 1-α b) α c) β d) µ e) 𝜎

23.- Probabilidad que se le conoce como el nivel de significancia.

a) 1-α b) α c) β d) µ e) 𝜎
Identificar cada una de las siguientes proposiciones, colocando si se trata de verdadero (V) o
falso (F)

1. Confirmar si el siguiente concepto es verdadero o falso: "Un estadístico de prueba es

un valor que permite determinar si se rechaza la hipótesis nula"
2. La siguiente proposición es verdadera o falsa: "El error tipo I: rechaza la hipótesis nula
cuando es verdadera"
3. Elegir como verdadera o falso la siguiente proposición: "La hipótesis es una suposición
o especulación que realizamos respecto a un parámetro"
4. La siguiente proposición es verdadera o falsa: "El error tipo I: rechaza la hipótesis nula
cuando es falsa"
5. Identificar la siguiente proposición como verdadera o falsa: "El error tipo II: acepta la
hipótesis nula cuando es verdadera"
6. La siguiente proposición: "Una hipótesis alternativa, es una conclusión que aceptamos
cuando los datos no respaldan la hipótesis nula, o se considera verdadera cuando se
rechaza la hipótesis nula". confirmar si es verdadera o falsa.
7. "Parámetros, son mediciones que describen las características de una muestra" confirmar
como falso o como verdadero este concepto.
8. La siguiente proposición: " El error típico estandarizado, viene a ser la variación de la
distribución de muestreo de una estadística de un muestreo" este concepto es verdadero
o falso.
9. Identifique la siguiente proposición como verdadera o falsa: "El Error tipo II de aceptar
la hipótesis nula cuando es falsa"
10. Confirmar si la siguiente proposición conceptual es verdadera o falsa: "Una hipótesis
nula es una suposición respecto a un parámetro de población que deseamos probar como
verdadera, generalmente una suposición del estado de cosas".
11. En una estimación puntual, in estadístico calculado a partir de la información obtenida
de la muestra y que se usa para estimar el parámetro poblacional.
12. El factor de corrección de la población finita, es un arreglo que contiene el número total
de una población y la magnitud de la muestra que permite corregir los errores estándar
de la media muestral y la proporción ( ajustando el error estándar de la media muestral
y de la proporción).
13. Si atribución de muestreo de la media, es una distribución de probabilidad de todas las
medias posibles de muestras de un tamaño dado "n" de una población
14. Prueba de cola izquierda, es una prueba de hipótesis de una cola en la que un valor de la
muestra que es significativamente menor que el valor hipotético de la población nos
llevará a rechazar la hipótesis nula.
15. Confirmar si la siguiente proposición conceptual es verdadera o falsa: "Una hipótesis
nula es una suposición respecto a un parámetro de población que deseamos probar como
verdadera, generalmente una suposición del estado de cosas".
16. Elegir como verdadera o falso la siguiente proposición: "La hipótesis es una suposición
o especulación que realizamos respecto a un parámetro"
17. "Parámetros, son mediciones que describen las características de una muestra" confirmar
como falso o como verdadero este concepto.
18. La siguiente proposición: " El error típico estandarizado, viene a ser la variación de la
distribución de muestreo de una estadística de un muestreo" este concepto es verdadero
o falso.
19. La siguiente proposición: "Una hipótesis alternativa, es una conclusión que aceptamos
cuando los datos no respaldan la hipótesis nula, o se considera verdadera cuando se
rechaza la hipótesis nula". confirmar si es verdadera o falsa.
Identificar con una V si es verdadera o con F s es falsa, según corresponda en las siguientes
proposiciones:

1 𝝈𝒙̅ Error estándar de las medias muestrales

2 β Coeficiente beta
3 𝝈 Error estándar de la población
4 1-α Nivel de significancia
5 𝒔𝒙̅ Error estándar de la media muestral
6 n Número de la población
7 𝒔 Error estándar de la muestra
8 α Nivel de confianza
9 𝒛𝜶 Valor crítico de t de Student
10 N Tamaño de la población
11 µ Parámetro de la media
12 n-1 Grados de libertad
13 𝝈𝒑 Desviación estándar de éxito
14 n Tamaño de la muestra
15 𝝈𝒙̅ Desviación estándar de la población
16 FCP Factor de corrección de la población finita
17 1-n Grados de libertad
18 𝒛𝜶 Valor crítico de la distribución Normal
19 β Coeficiente de error de la hipótesis nula
20 𝝈𝒑 Error estándar de las proporciones de la muestral
21 𝒕𝜶;𝒗 Valor crítico de la distribución t de Student
22 𝒔𝒙̅ Error estándar de la media poblacional
23 𝝈 Desviación estándar de la población
24 α Error estándar de la hipótesis alternativa
25 1-α Nivel de Confianza
26 FCP Factor compuesto de una potencia
27 α Nivel de Significancia
28 ̅
𝒙 Media poblacional
29 𝒔𝒙̅ Desviación estándar de la media muestral
30 β Nivel de error de potencia
31 𝒕𝜶;𝒗 Valor crítico de la distribución Normal
32 𝒔 Desviación estándar de la muestra
33 µ Media poblacional
34 𝒔 Coeficiente muestral
35 𝝈 Desviación estándar muestral
36 FCP Multiplicador de la población finita
37 v Grados de libertad
38 ̅
𝒙 Media muestral
39 1-α Grados de libertad
40 𝝈𝒙̅ Desviación estándar de la media muestral
1. En la prueba de hipótesis es la probabilidad de cometer un error tipo I.
a. Zona de error alfa
b. Zona de error beta
c. Nivel crítico de decisión
d. Región de aceptación
e. Región de rechazo

2. En la prueba de hipótesis es la probabilidad de cometer un error tipo II.

a. Zona de error alfa
b. Zona de error beta
c. Nivel crítico de decisión
d. Región de rechazo
e. Región de acepta

3. Es un valor (estadístico) utilizado para estimar el valor de la población (parámetro).

a. Intervalo de Confianza
b. Coeficiente de confianza
c. Estimación puntual
d. Distribución muestral
e. Distribución poblacional

4. Gráfica de los valores de la potencia de una prueba para cada valor de µ, u otro parámetro de
población para el que la hipótesis alternativa es cierta.
a. Distribución normal
b. Distribución t de Student
c. Estimación puntual
d. Consistencia
e. Curva de Potencia

5. Gráfica que da la probabilidad de rechazar H0 para cada uno de los posibles valores del parámetro
poblacional que no satisfaga la hipótesis nula. La curva proporciona las probabilidades de
rechazar correctamente la hipótesis nula.
a. Distribución normal
b. Distribución t de Student
c. Estimación puntual
d. Consistencia
e. Curva de Potencia

6. Representada por (1-ᾳ) expresado como valor decimal. Por ejemplo 0.95 correspondiente al
95%.
a. Coeficiente de confianza
b. Distribución t de Student
c. Curva de Potencia
d. Estimación puntual
e. Consistencia
7. Propiedad de un estimador puntual que está presente siempre que muestras más grandes dan
estimaciones puntuales más cercanas al parámetro poblacional.
a. Consistencia
b. Coeficiente de confianza
c. Distribución t de Student
d. Curva de Potencia
e. Estimación puntual

8. Una distribución de probabilidad de todas las medias posibles de muestras de un tamaño dado,
n, de una población.
a. Varianza muestral
b. Distribución muestral
c. Varianza poblacional
d. Distribución de muestreo de la media
e. Distribución de la desviación estándar

Una distribución de probabilidad de todas las medias posibles de muestras de un tamaño dado
"n" de una población.

a. Distribución de la varianza muestral

b. Distribución muestral
c. Distribución de muestreo de la media
d. Distribución poblacional de la media
e. Distribución de la desviación estándar

9. Distribución de probabilidad que consta de todos los posibles valores de un estadístico muestral.
a. Varianza muestral
b. Distribución muestral
c. Varianza poblacional
d. Distribución de muestreo de la media
e. Distribución de la desviación estándar

10. Dados dos estimadores puntuales insesgados de un mismo parámetro poblacional, el estimador
puntual que tenga menor error estándar será más eficiente.
a. Consistencia
b. Coeficiente de confianza
c. Eficiencia relativa
d. Curva de Potencia
e. Estimación puntual

11. Variación entre estadísticas de muestra debido al azar; es decir, diferencias entre cada muestra y
la población, y entre varias muestras que se deben únicamente a los elementos que elegimos para
la muestra.
a. Error de Muestreo
b. Desviación de confianza
c. Eficiencia relativa
d. Error estándar tipo II
e. Error estándar tipo I
12. Variación de la distribución de muestreo de una estadística de un estimador puntual.
a. Error estándar
b. Desviación de confianza
c. Error de muestreo
d. Error estándar tipo II
e. Error estándar tipo I

13. En la distribución de muestreo de la media, se ubica como una medida del grado en que se espera
que varíen las medias de las diferentes muestras de la media de la población, debido al error
aleatorio en el proceso de muestreo.
a. Error estándar de la varianza
b. Varianza muestral
c. Varianza poblacional
d. Error estándar de la media
e. Distribución de la desviación estándar

14. Rechazo de una hipótesis nula cuando es verdadera. El error de rechazar H0 cuando es verdadera.
a. Error de muestreo
b. Error tipo I
c. Desviación estándar
d. Error estándar de la media
e. Error tipo II

15. Aceptación de una hipótesis nula cuando es falsa. El error de aceptar H0 cuando es falsa.
a. Error de muestreo
b. Desviación estándar
c. Error tipo II
d. Error estándar de la media
e. Error tipo I

16. Medición expresada en desviaciones estándar a partir de la media de la variable.

a. Estadístico muestral
b. Escala estandarizada
c. Escala sin procesar
d. Estadístico de prueba
e. Estimador Puntual

17. Medición en las unidades originales de la variable.

a. Escala estandarizada
b. Escala sin procesar
c. Estadístico muestral
d. Estimador Puntual
e. Estadístico de prueba

18. Mediciones que describen las características de una muestra.

a. Escala poblacional
b. Escala procesada
c. Estadístico o Estimador
d. Estimador de prueba
e. Estadístico de prueba
19. Un estadístico cuyo valor ayuda a determinar si se rechaza la hipótesis nula.
a. Estadístico muestral
b. Escala estandarizada
c. Escala sin procesar
d. Estadístico de prueba
e. Estimador Puntual

20. Característica muestral, por ejemplo, la media muestral 𝑥̅ , la desviación estándar muestral s, la
proporción muestral 𝑝̅ , etc. El valor se usa para estimar el valor del correspondiente parámetro
poblacional.
a. Escala estandarizada
b. Escala sin procesar
c. Estadístico muestral
d. Estimador Puntual
e. Estadístico de prueba

21. Promedio ponderado de σ12 y σ22, usado para estimar la varianza común, σ2, al usar muestras
pequeñas para probar la diferencia entre dos medias de población.
a. Estimación conjunta de σ2
b. Estimador
c. Estimador puntual
d. Estimación por intervalo
e. Error de muestreo

22. Un estadístico muestral como 𝑥̅ , s, o 𝑝̅ que proporciona una estimación puntual del parámetro
poblacional correspondiente.
a. Estimación conjunta de σ2
b. Estimador
c. Estimador puntual
d. Estimación por intervalo
e. Error de muestreo

23. Valor de un estimador que se usa en una situación particular como estimación del parámetro
poblacional.
a. Estimación conjunta de σ2
b. Estimador
c. Estimador puntual
d. Estimación por intervalo
e. Error de muestreo

24. Estimación de un parámetro poblacional que suministra un intervalo que se cree contiene el valor
del parámetro. Para las estimaciones por intervalo vistas en este capítulo tiene la forma:
estimación puntual ± margen de error.
a. Estimación conjunta de σ2
b. Estimador
c. Estimador puntual
d. Estimación por intervalo
e. Error de muestreo
25. El Multiplicador de población finita que se usa en las fórmulas de 𝜎𝑥̅ y 𝜎𝑝̅ siempre que se
muestrea de una población finita y no de una población infinita. Sin embargo, hay una regla
generalmente aceptada, que se debe ignorar este multiplicador siempre que n/N ≤0.05.
a. Multiplicador de la media
b. Multiplicador de la muestra
c. Factor de corrección para una muestra
d. Factor de corrección para una población finita
e. Factor de estadístico de la población

26. Suposición o especulación que hacemos respecto a un parámetro de población.

a. Hipótesis nula
b. Hipótesis
c. Hipótesis alternativa
d. Hipótesis de investigación
e. Hipótesis estadística

27. Suposición respecto a un parámetro de población que deseamos probar, generalmente una
suposición sobre el status quo. En una prueba de hipótesis se supone tentativamente verdadera.
a. Hipótesis nula
b. Hipótesis
c. Hipótesis alternativa
d. Hipótesis de investigación
e. Hipótesis estadística

28. Conclusión que aceptamos cuando los datos no respaldan la hipótesis nula. Hipótesis que se
concluye verdadera cuando se rechaza la hipótesis nula.
a. Hipótesis nula
b. Hipótesis
c. Hipótesis alternativa
d. Hipótesis de investigación
e. Hipótesis estadística

29. Propiedad de un estimador que consiste en que el valor esperado del estimador puntual es igual
al parámetro poblacional que estima.
a. Margen de error
b. Intervalo de confianza
c. Insesgado
d. Muestra apareada
e. Muestras dependientes

30. Estimación del 95%. Cuando se evalúa un parámetro estadístico, es el rango de valores que se
obtendría en el 95% de las veces que se repitiera el experimento cambiando la muestra. Por tanto,
es el rango de valores posibles que puede ser atribuido al azar en función a la muestra
seleccionada.
a. Margen de error
b. Intervalo de confianza
c. insesgados
d. Muestra apareada
e. Muestras dependientes
31. Valor que se resta y se suma a la estimación puntual con objeto de obtener un intervalo de
estimación para el parámetro poblacional.
a. Margen de error
b. Intervalo de confianza
c. Insesgado
d. Muestra apareada
e. Muestras dependientes

32. Otro nombre para las muestras dependientes, como la diferencia de medias o diferencias de
proporciones.
a. Margen de error
b. Intervalo de confianza
c. Insesgados
d. Muestra apareada
e. Muestras dependientes

33. Muestras extraídas de dos poblaciones de tal manera que los elementos de una muestra se
aparean con los elementos de la otra muestra, con el fin de permitir un análisis más preciso al
controlar los factores externos.
a. Margen de error
b. Intervalo de confianza
c. Insesgados
d. Muestra apareada
e. Muestras dependientes

34. Factor que se utiliza para corregir el error estándar de la media en el estudio de una población de
tamaño finito, pequeño con respecto al tamaño de la muestra. Los autores se refieren al hecho de
que el tamaño de la población es mayor que el de la muestra en un factor de 0.5, es decir N =
n/0.05, y no al hecho de que N < n, como podría pensarse por la redacción.
a. Multiplicador de la media
b. Multiplicador de la muestra
c. Factor de corrección para una muestra
d. Multiplicador de una población finita
e. Factor de estadístico de la población

35. Correspondiente a la estimación por intervalo. Por ejemplo, si un procedimiento para obtener
una estimación por intervalo proporciona intervalos tales que, 95% de ellos contendrán al
parámetro poblacional.
a. Nivel de significancia
b. Parámetros
c. Nivel de confianza
d. Potencia
e. Precisión
36. Probabilidad de cometer un error tipo I cuando la hipótesis nula es verdadera como igualdad.
Valor que indica el porcentaje de valores de la muestra que están fuera de ciertos límites,
suponiendo que la hipótesis nula es correcta; es decir, la probabilidad de rechazar la hipótesis
nula cuando es cierta.
a. Nivel de confianza
b. Potencia
c. Precisión
d. Nivel de significancia
e. Parámetros

37. Valores que describen las características de una población.

a. Potencia
b. Nivel de confianza
c. Nivel de significancia
d. Parámetros
e. Precisión

38. Característica numérica de una población, por ejemplo, la media poblacional μ, la desviación
estándar poblacional σ, la proporción poblacional p, etcétera.
a. Potencia
b. Nivel de confianza
c. Nivel de significancia
d. Parámetros
e. Precisión

39. Son valores desconocidos de características de una distribución teórica. El objetivo de la

estadística es estimarlos bien dando un valor concreto, bien dado un intervalo confidencial.
a. Nivel de confianza
b. Nivel de significancia
c. Parámetros
d. Potencia
e. Precisión

40. Prueba de hipótesis en la que debido a un valor del estadístico de prueba en una de las colas de
la distribución muestral se rechaza la hipótesis nula.
a. Prueba de una cola
b. Potencia de la prueba de hipótesis
c. Proporción combinada de éxitos
d. Prueba de diferencias apareadas o por pares
e. Prueba de dos muestras

41. La probabilidad de rechazar adecuadamente H0 cuando es falsa.

a. Nivel de confianza
b. Potencia
c. Precisión
d. Nivel de significancia
e. Parámetros
42. Probabilidad de rechazar la hipótesis nula cuando es falsa, es decir, una medida de qué tan bien
funciona la prueba de hipótesis.
a. Prueba de una cola
b. Potencia de la prueba de hipótesis
c. Proporción combinada de éxitos
d. Prueba de diferencias apareadas o por pares
e. Prueba de dos muestras

43. El grado de exactitud con el que la media de la muestra puede estimar la media de la población,
según lo revela el error estándar de la media.
a. Nivel de confianza
b. Nivel de significancia
c. Parámetros
d. Potencia
e. Precisión

44. Grado de exactitud con el que la media de la muestra puede estimar la media de la población,
según lo revela el error estándar de la media.
a. Potencia
b. Precisión
c. Nivel de confianza
d. Grado de libertad
e. Nivel de significación

45. Al comparar dos proporciones de población, el número total de éxitos en ambas muestras
dividido entre el tamaño total de ambas muestras se usa para estimar la proporción de
éxitos comunes a ambas poblaciones.
a. Prueba de una cola
b. Potencia de la prueba de hipótesis
c. Proporción combinada de éxitos
d. Prueba de diferencias apareadas o por pares
e. Prueba de dos muestras

46. Una prueba de hipótesis de la diferencia entre dos medias de población basada en las medias de
dos muestras dependientes.
a. Prueba de una cola
b. Potencia de la prueba de hipótesis
c. Proporción combinada de éxitos
d. Prueba de diferencias apareadas (o por pares)
e. Prueba de dos muestras

47. Pruebas de hipótesis basadas en muestras tomadas de dos poblaciones con el fin de comparar sus
medias o proporciones.
a. Prueba de una cola
b. Potencia de la prueba de hipótesis
c. Proporción combinada de éxitos
d. Prueba de diferencias apareadas o por pares
e. Prueba de dos muestras
48. Prueba de hipótesis de una cola en la que un valor de la muestra significativamente mayor que
el valor hipotético de la población nos llevará a rechazar la hipótesis nula.
a. Prueba de cola izquierda (o prueba de cola inferior)
b. Prueba de cola derecha (o prueba de cola superior)
c. Potencia de la prueba de hipótesis
d. Proporción combinada de éxitos
e. Prueba de diferencias apareadas o por pares

49. Prueba de hipótesis de una cola en la que un valor de la muestra que es significativamente menor
que el valor hipotético de la población nos llevará a rechazar la hipótesis nula.
a. Prueba de cola derecha (o prueba de cola superior)
b. Potencia de la prueba de hipótesis
c. Proporción combinada de éxitos
d. Prueba de diferencias apareadas o por pares
e. Prueba de cola izquierda (o prueba de cola inferior)

50. Prueba de hipótesis de una cola en la que un valor de la muestra que es significativamente
menor que el valor hipotético de la población nos llevará a rechazar la hipótesis nula.
a. Prueba a dos colas
b. Prueba de diferencias
c. Prueba de cola derecha
d. Prueba de cola superior
e. Prueba de cola izquierda

51. Prueba de hipótesis en la que la hipótesis nula se rechaza si el valor de la muestra es

significativamente mayor o menor que el valor hipotético del parámetro de población;
prueba que involucra dos regiones de rechazo. Prueba de hipótesis en la que se rechaza
la hipótesis nula debido a un valor del estadístico de prueba que se encuentra en
cualquiera de las dos colas de la distribución muestral.
a. Prueba de una cola
b. Potencia de la prueba de hipótesis
c. Proporción combinada de éxitos
d. Prueba de diferencias apareadas o por pares
e. Prueba de dos colas

52. Prueba de hipótesis en la que sólo hay una región de rechazo, es decir, sólo nos interesa si el
valor observado se desvía del valor hipotético en una dirección.
a. Prueba de una cola
b. Potencia de la prueba de hipótesis
c. Proporción combinada de éxitos
d. Prueba de diferencias apareadas o por pares
e. Prueba de dos muestras

53. Se denomina así, a la asimetría que presenta una distribución de frecuencias. Puede ser negativo
a la izquierda y positivo a la derecha.
a. Error tipo II
b. Sesgo
c. Insesgado
d. Error tipo I
e. Valor crítico
54. Resultado que asegura que la distribución de muestreo de la media se acerca a la normalidad
cuando el tamaño de la muestra se incrementa, sin importar la forma de la distribución de la
población de la que se selecciona la muestra.

Teorema del límite central

55. Permite usar la distribución de probabilidad normal para aproximar la distribución muestral de
siempre que la muestra sea grande.

Teorema del límite central

56. Otro nombre para un valor probabilidad y es el mayor nivel de significancia en el que
aceptaríamos la hipótesis nula. Nos permite probar hipótesis sin especificar primero un valor
para α.
a. Error tipo II
b. Sesgo
c. Insesgado
d. Error tipo I
e. Valor P

57. Probabilidad que proporciona una medida de la evidencia, dada por la muestra, contra la
hipótesis nula. Entre menor sea su, mayor será la evidencia contra la cola inferior, es la
probabilidad de obtener, para el estadístico de prueba, un valor tan pequeño o menor que el
proporcionado por la muestra.
a. Valor-p
b. Sesgo
c. Insesgado
d. Error tipo I
e. Valor crítico

58. Un valor que se compara con el estadístico de prueba para determinar si se rechaza H0. Valor del
estadístico estándar (z o t) más allá del cual rechazamos la hipótesis nula; el límite entre las
regiones de aceptación y de rechazo.
a. Valor crítico
b. Valor-p
c. Sesgo
d. Insesgado
e. Error tipo I

59. Estadístico calculado a partir de la información obtenida de la muestra y que se usa para estimar
el parámetro poblacional.
a. Estimación de un intervalo
b. Estimación puntual
c. Intervalo de confianza
d. Valor crítico
e. Prueba Normal
60. Estadístico calculado a partir de la información obtenida de la muestra y que se usa para estimar
el parámetro poblacional.
a. Valor crìtico
b. Prueba Normal
c. Estimación puntual
d. Estimación de un intervalo
e. Intervalo de confianza

61. En el se establece un rango de valores en el cual el parámetro de población

probablemente se encontrará.
a. Estimación puntual
b. Prueba normal
c. Intervalo de confianza
d. Estimación de un intervalo
e. Valor crítico

62. Conjunto de valores obtenido a partir de los datos muestrales, en el que hay una determinada
probabilidad de que se encuentre el parámetro.
a. Estimación puntual
b. Intervalo de confianza
c. Estimación de un intervalo
d. Prueba normal
e. Valor crítico

63. Es un conjunto de valores en el cual esperamos que se encuentre el parámetro poblacional.

a. Estimación de un intervalo
b. Estimación puntual
c. Intervalo de confianza
d. Prueba Normal
e. Valor crítico

64. Factores que determinan la anchura de un intervalo de confianza.

a. El tamaño de la muestra, La media de la muestra, El error estándar muestral.
b. El tamaño de la población, La media de la muestra, El error estándar población.
c. El tamaño de la muestra. El nivel de confianza deseado. La variabilidad en la
población,
d. El tamaño de la muestra, La media poblacional, El nivel de confianza.
e. El tamaño de la población, La media de la muestra, El nivel de significancia.

65. Los factores (hechos) que determinan la amplitud de un intervalo de confianza son:
a. El tamaño de la muestra (n), La variabilidad de la población (𝜎), El nivel de confianza
deseado (1-α).
b. El tamaño de la muestra (n), La media de la muestra (𝑥̅ ), El error estándar muestral
(𝜎𝑥̅ ).
c. El tamaño de la población (N), La media de la muestra (𝑥̅ ), El error estándar
población (𝜎).
d. El tamaño de la muestra (n), La media poblacional (µ), El nivel de confianza (1-α).
e. El tamaño de la población (N), La media de la muestra (µ), El nivel de significancia
(α).
66. Si la desviación estándar de la población es conocida o la muestra es mayor que 30 utilizamos:
a. Media de la muestra
b. Error estándar poblacional
c. La distribución normal o distribución z
d. Intervalo de confianza
e. La distribución t de student

Cuando se conoce o no se conoce la desviación estándar de una distribución y el número de la

muestra es mayor que treinta datos utilizamos la tabla de distribución normal (distribución z).

67. Si la desviación estándar de la población es desconocida o la muestra es menor que 30 utilizamos:

a. Intervalo de confianza
b. Media de la muestra
c. Error estándar poblacional
d. La distribución normal o distribución z
e. La distribución t de student

68. Si la desviación estándar de la población es desconocida o la muestra es mayor que 30 utilizamos:

a. La distribución normal o distribución z
b. La distribución t de student
c. Intervalo de confianza
d. Media de la muestra
e. Error estándar poblacional

69. Establece el rango en el cual se encuentra y se espera que ocurra el Parámetro de población a un
nivel de significancia (α).
a. La distribución t de student
b. Estimador
c. Multiplicador de la media
d. Distribución normal
e. Intervalo de confianza

70. Establece el rango en el cual se encuentra y se espera que ocurra el Paràmetro de población a un
nivel de confianza (1-α).
a. Multiplicador de la media
b. Distribución normal
c. Intervalo de confianza
d. La distribución t de student
e. Estimador

71. Desviación estándar de la distribución de las medias muestrales (𝜎𝑥̅ ).

a. Error estándar de las medias muestrales
b. Error estándar de la media poblacional
c. Error estándar de las varianzas
d. Error estándar del Intervalo de confianza
e. Error de muestreo
72. Es un arreglo que contiene el número total de una población (N) y la magnitud de la muestra (n)
que permite corregir los errores estándar de la media muestral y la proporción (Ajustando el error
estándar de la media muestral y de la proporción).
a. Factor de corrección de la población finita
b. Multiplicador de la media
c. Factor de corrección de la población infinita
d. Multiplicador de la muestra
e. Factor de estadístico de la población

75. Es un arreglo que contiene el número total e una población y la magnitud de la muestra que
permite corregir los errores estándar de la media muestral y la proporción (ajustando el error
estándar de la media muestral y de la proporción).
a. Factor de corrección de la población finita
b. Factor estadístico de la población
c. Multiplicador de la muestra finita
d. Factor de corrección de la población infinita
e. Multiplicador de la media finita