Pruebas estadísticas y distribuciones

1) Si al evaluar la normalidad de un conjunto de datos mediante una prueba de shapiro-wilk se obtienen los siguientes resultados: >shapiro.Test(data$cont_hombros) Shapiro-wilk normality test data: Data$cont_hombros W=0.97843, p-valúe=8.036e07 ¿Que podríamos indicar acerca de estos datos? A) Ninguna de las anteriores b) Que se acepta la hipótesis alternativa H1 c) Que no se rechaza la hipótesis nula H0 d) Que no se ajustan a una distribución normal e) Que se ajustan a una distribución normal 2) Calcular la varianza muestral s2 para la siguiente muestra {6,3,8,5,3} a) X= [x/n=4; [(x-X)2= 16; s2=(x-X)2/n-1=4.5 b) X= [x/n=7; [(x-X)2= 9.7; s2=(x-X)2/n-1=3.6 c) X= [x/n=5; [(x-X)2= 18; s2=(x-X)2/n-1=4.5 d) X= [x/n=5; [(x-X)2= 13; s2=(x-X)2/n-1=5.7 e) X= [x/n=60; [(x-X)2= 18; s2=(x-X)2/n-1=8.5 3) Si usted dispone de la siguiente base de datos (llamadas,tabla) y un subconjunto de los datos definidos por los siguientes vectores: Individuo a una distribución normal con varianza finita. 9) Cuáles afirmaciones son incorrectas. Prueba de una cola (unilateral) y de dos colas (bilateral) implica: I) Que una prueba de hipótesis (H1) de una cola podría redactarse como: media(A) media (B), ya que se conoce el signo de la potencial diferencia antes de ejecutar la prueba II) Una hipótesis alternativa H1 de dos colas, donde se desconoce el signo de la potencial diferencia, por ende la hipótesis alternativa H1 sería: media(A) =/ media(B) III) Que una prueba de hipótesis (H1) de una cola podría redactarse como: media(A) =/ media(B), ya que se conoce el signo de la potencial diferencia antes de ejecutar la prueba IV) Una hipótesis alternativa de dos colas que se desconoce el signo de la potencial diferencia, por ende la hipótesis alternativa H1 sería: media(A) media(B) 10) En un test de chi-cuadrado (X2) da como resultado (X2=2.148, gl=2, valor-p=0.342 ) entonces se: a) se acepta H0 por lo tanto todos los tratamientos son distintos b) rechaza H0 por lo tanto todos los tratamientos son distintos c) acepta H1 por lo tanto todos los tratamientos son similares d) rechaza H0 por lo tanto todos los tratamientos son iguales e) acepta H0 por lo tanto todos los tratamientos son iguales 11) Señale cuales afirmaciones son correctas. I) Una distribución de frecuencias o tabla de frecuencias es una ordenación de los datos estadísticos, asignando a cada dato su frecuencia correspondiente. II) La frecuencia relativa es el número de veces que aparece un determinado valor en un estudio estadístico y se denota como fi. III) La frecuencia absoluta acumulada es igual al número total de datos, subdividido por el número total de datos. IV) f1 + f2 + f3 +...+ fn = N denota la frecuencia relativa que suma el número de datos. 12) Señale cuáles afirmaciones son correctas. El valor-p o valor de probabilidad es: I) La probabilidad de que el estadístico de prueba tome un valor igual o superior al muestral bajo el supuesto de que la hipótesis nula es cierta. II) Una medida directa de lo verosímil (creíble) que resulta obtener una muestra, bajo es supuesto que es falsa H0. III) Un valor que cuando es pequeño indica que es muy infrecuente (y poco verosímil) obtener una muestra como la obtenida, mientras que cuando el valor es alto indica que es frecuente (y verosímil) obtener una muestra como la obtenida por azar. IV) Un indicativo de cuánto (o cuán poco) contradice la muestra actual la hipótesis alternativa 13) Dado los siguientes datos, construya una tabla de distribución y calcule desde las frecuencias absolutas. Las frecuencias relativas, y las frecuencias relativas acumuladas crecientes y por medio de estos resultados responda cuales opciones son los resultados respectivos I, II, VI Y VII 14) Calcule y seleccione cual es el resultado de la x: media, me: mediana y la mo: moda del siguiente conjunto de datos numéricos: 5,3,6,5,4,5,2,8,6,5,4,8,3,4,5,4,8,2,5,4 Mo=5, Me=5, x=4.8 15) Las propiedades de la distribución muestral de la media son: I) Eficiencia, refiriéndose a la precisión del estadístico muestral como estimador del parámetro de la población. II) No ser sesgada, implicando que el promedio de todas las medias muéstrales posibles será igual a la media poblacional u2=u III) Consistencia, refiriéndose al efecto del tamaño de la muestra en la utilidad de un estimador. IV) Conforme aumenta el tamaño de la muestra, la variación de la media de la muestra en relación con la media de la población disminuye. V) La distribución de medias muéstrales se vuelve normal a medida que aumenta el tamaño de la muestra. 16) Con respecto a la asimetría de datos, cuales son incorrectas: I) Es el grado en que los datos son asimétricos. II) A medida que los datos se vuelven más simétricos, el valor de su asimetría se acerca a cero. III) Datos distribuidos normalmente por definición exhiben relativamente alta asimetría. IV) La falta de asimetría por sí sola no implica normalidad. V) Datos con asimetrías positivas. 17) Cuáles afirmaciones son correctas. “La toma de decisión en una prueba de hipótesis, consiste asumir una probabilidad de cometer un error de tipo” I) Rechazar H0 siendo que es verdadera, de tipo I (alfa) II) Rechazar H1, siendo que es verdadera. Tipo I (alfa) III) Aceptar H0 siendo que es verdadera, de tipo I (beta) IV) Rechazar H0 siendo que es falsa, de tipo II (alfa) V) Aceptar H0, siendo que es falsa, de tipo II (beta) VI) Aceptar H1, siendo que es falsa, de tipo II (beta) 18) Cuando usted trabaja con bases de datos, ¿qué función desempeñan el signo $ (por ejemplo en el comando tabla$solumnaX) y el comando attach()? I) El signo $ y el comando attach() realizan la misma función II) El signo $ identifica columnas por su nombre y permite extraerlas vectorizadas. III) El signo $ nos permite combinar elementos en una tabla. IV) El comando attach() permite que R “entienda” que cada columna se puede interpretar. 19) ¿Cuál es la esperanza de encestada del basquetbolista L. James por cada partido, si se tiene de cada encestada (xi) su probabilidad p(xi) estimada, representada en la siguiente tabla? A) 14 b) 6.0 c) 8.5 d) 6.5 e) 10 20) Cual o cuales de los siguientes comandos me permitirían estimar la desviación estándar del peso de las mujeres: Subset1. Donde los datos están en la media, siendo una curva muy apuntada.