Cuanti

Question 1

Como se calcula Z

Answer 1

x-promedio /desviación estandar

Question 2

Las dos ramas de la estadística usadas aquí son

Answer 2

descriptiva e inferencial

Question 3

El error tipo 1 es

Answer 3

rechazar la hipótesis nula (cuando en realidad es v)

Question 4

El error tipo 2 es

Answer 4

aceptar la hipótesis nula (cuando en realidad es F)

Question 5

Las correlaciones van de 0 a 1. V o F

Answer 5

Falso, van de -1 a 1, incluyendo el 0

Question 6

Una correlación de 0.6 es una correlación alta V o F

Answer 6

Falso, una correlación 0.6 es mediana. De 0.8 o más es grande. 0.2 o 0.3 es pequeña

Question 7

La prueba T se ocupa para

Answer 7

Comparar si el promedio de 2 grupos es diferente o no

Question 8

V o F La prueba T permite trabajar con muestras grandes

Answer 8

F. Solo permite trabajar con muestras pequeñas de menos de 30 individuos. La prueba Z se ocupa para muestras grandes

Question 9

Para qué sirve el ANOVA

Answer 9

para comparar 3 o más variables, se analiza la varianza y se comparaba su variabilidad entre los grupos con la variabilidad intragrupal

Question 10

Qué hace la prueba chi cuadrado

Answer 10

Evalúa la relación entre dos o más variables categóricas (nominales u ordinales).
Evalúa qué tanto se alejan los datos observados en una muestra de una distribución teórica, es decir, si los datos observados se ajustan a lo esperado teóricamente.
Si aceptamos la hipótesis nula decimos que las frecuencias observadas se ajustan a las esperadas (esto es, no hay diferencias entre lo observado y lo esperado acorde
a la hipótesis nula).
- Usado para analizar tablas de cruce de variables.
- La Hipótesis nula es que las variables no se asocian.
Es evaluar si la variabilidad en una está asociada con la variabilidad en otra.

Question 11

Qué hace el análisis de regresión simple

Answer 11

sirve para predecir una variable, sabiendo cómo se comporta la otra

Question 12

Cuál es la diferencia entre un parámetro y un estadígrafo

Answer 12

Un parámetro es de la población, mientras que un estadígrafo es de la muestra. (verificar)

Question 13

Cuál alfa indica una alta consistencia interna

Answer 13

0.8 hacia arriba

Question 14

Para que sirve la estadística inferencial

Answer 14

Hacer predicciones

Question 15

Explica los 4 niveles de medición

Answer 15

1 Nominal: solo variables sin orden
2 Ordinal: existe jerarquía
3 intervalar: además existen intervalos
4 razón: junto a lo anterior, se ocupa un cero absoluto

Question 16

Definición de variable y constante

Answer 16

Característica que al ser medida en distintas circunstancias (contextos, personas) asume distintos valores. Si una característica no asume distintos valores dentro de la medición, hablamos de una constante.

Question 17

Qué 2 tipos de variables existen

Answer 17

Discretas y continuas

Question 18

Menciona 4 formas de presentar los datos

Answer 18

1 Tabla se síntesis de resultados
2 Tabla de frecuencias
3 Tabla de intervalos
4 Graficación

Question 19

Existen 5 importantes sets de técnicas estadísticas que sirven al propósito de describir en una distribución:

Answer 19

(1) Medidas de Tendencia central, (2) Medidas de posición, (3) Simetría (4) “Puntudez” de la distribución, (5) Medidas de dispersión

Question 20

Menciona 4 medidas de tendencia central

Answer 20

Moda, mediana, promedio, valores extremos

Question 21

Menciona 4 medidas de posición

Answer 21

Percentiles, deciles, cuartiles, mediana

Question 22

Qué significa una asimetría negativa y cómo la identificarías en un Boxplot y en un plano

Answer 22

Menos concentración de datos en números bajos. Cola izquierda. Q2 y Q3 más cercanos.

Question 23

Qué significa una asimetría positiva y cómo la identificarías en un Boxplot y en un plano

Answer 23

o Positiva: “sesgo positivo”, menos concentración de datos positivos, menos presentes esos valores. Cola derecha. Q1 y Q2 más cercanos

Question 24

Qué es la kurtosis

Answer 24

“Puntudez” de la distribución en comparación con una curva normal (kurtosis = 0). Distribuciones con kurtosis positiva son más puntiagudas (menos distribución de datos), y distribuciones con kurtosis negativa son más redondas (más distribución de datos).

Question 25

Menciona para qué sirven las medidas de dispersión y 4 tipos

Answer 25

Sirven para indicar qué tan indicadas son las medidas de tendencia central para representar una muestra.
1 Rango (puntaje máx-min)
2 Rango intercuartil (q3-q1)
3 Desviación estándar (El promedio de las diferencias o desviaciones respecto del promedio
de la distribución)
4 Varianza

Question 26

Qué es la estadística

Answer 26

Modelos para “modelar” el mundo usando distribución de datos.
o Ciencia que se ocupa de la recolección, análisis, presentación e interpretación de datos
Una herramienta o tecnología que nos permitirá usar datos para responder preguntas en psicología..
La estadística es un lenguaje que comunica información basada en datos cuantitativos. Se necesita rigurosidad para llegar a buenas conclusiones

Question 27

La estadística descriptiva ocupa a la estadística inferencial para hacer predicciones V o F

Answer 27

Falso. Porque la estadística inferencia ocupa la estadística descriptiva para realizar procesos que permiten determinar el comportamiento de la población

Question 28

Hombre y mujer son ejemplos de nivel de medición
a Nominal
b Ordinal
c Intervalar
d Razón

Answer 28

a nominal

Question 29

NSE o Nivel educacional son ejemplos de nivel de medición
a Nominal
b Ordinal
c Intervalar
d Razón

Answer 29

b ordinal, solo ordena

Question 30

Al medir actitudes o personalidad, el nivel de medición correspondería a:
a Nominal
b Ordinal
c Intervalar
d Razón

Answer 30

Intervalar

Question 31

Las mediciones que permiten suma y resta son
a Nominal
b Ordinal
c Intervalar
d Razón

Answer 31

c y d

Question 32

Medir el ingreso es un nivel de medición
a Nominal
b Ordinal
c Intervalar
d Razón

Answer 32

d

Question 33

Las mediciones que permiten hacer proporciones o razones son
a Nominal
b Ordinal
c Intervalar
d Razón

Answer 33

d de razón

Question 34

Nmemotecnia para niveles de medición

Answer 34

NOIR Nominal Ordinal Intervalar de Razón

Question 35

Definición de variable

Answer 35

Característica que al ser medida en distintas circunstancias (contextos, personas) asume distintos valores

Question 36

Ejemplo de variables discretos y continuas

Answer 36

Discretas: número de hijos
Continuas: promedio en preguntas de likert

Question 37

Qué 4 formas existen de mostrar la información

Answer 37

Tabla de síntesis de resultados
Tabla de frecuencias
Tabla de intervalos
Graficación

Question 38

Cómo se puede representar información continua

Answer 38

Histograma (gráfico con tabla de intervalos ) o bien tala de intervalos

Question 39

Definición de Rango

Answer 39

Puntaje máximo - puntaje mínimo

Question 40

Estimador vs parámetro

Answer 40

Un estimador es un indicador calculable a partir de una muestra, mientras que un parámetro describe una población

Question 41

Ley de los grandes números

Answer 41

Al repetir muchas veces un experimento, en idénticas condiciones, el cociente entre el número de veces que aparece un resultado (suceso) y el número total de veces que se realiza el experimento tiende a un número fijo. La probabilidad es entonces esa frecuencia relativa.

Question 42

Menciona 3 formas de distribución de probabilidad continua

Answer 42

1 Distribución uniforme
2 Distribución Exponencial
3 Distribución normal

Question 43

Qué es la distribución Muestral

Answer 43

Es la distribución de todas las muestras posibles con un “n” determinado. Se aproxima a una curva normal a medida que el “n” aumenta. La distribución muestral es lo que resulta de considerar todas las muestras posibles que pueden ser tomadas de una población. Su estudio permite calcular la probabilidad que se tiene, dada una sola muestra, de acercarse al parámetro de la población.

Question 44

Teorema del límite central dice

Answer 44

El teorema dice: si yo sacara infinitas muestras del mismo tamaño, el promedio de esas muestras sería igual al promedio de la población

Question 45

Error estándar es

Answer 45

La diferencia entre el parámetro y el estadígrafo, también llamado error típico

Question 46

Qué es un intervalo de confianza

Answer 46

Un rango donde se encuentra el parámetro. Lo más probable es que el parámetro poblacional no sea un valor único, sino un segmento continuo donde en cualquier punto de ese rango se encuentre el valor verdadero del parámetro que se está estimando (no se conoce por eso se estima).

Question 47

Qué es un intervalo de confianza (definición 2)

Answer 47

a un par o varios pares de números entre los cuales se estima que estará cierto valor desconocido respecto de un parámetro poblacional con un determinado nivel de confianza.

Question 48

Cuáles son los 2 supuestos de una investigación

Answer 48

1 muestras aleatorias
2 Observaciones independientes (Los puntajes de una persona no influyen directamente en los puntajes de otra) se rompe, por ejemplo, cuando se hace el estudio en 2 personas que están muy relacionadas.

Question 49

Qué son las hipótesis unilaterales

Answer 49

fijan la zona de rechazo a un lado de la distribución muestral. Acá se puede decir que el valor es igual, menor o mayor a α porque la zona de rechazo se encuentra en uno de los dos extremos de la distribución, hay direccionalidad. Ej. Si se rechaza la hipótesis nula, el valor es < α.

Question 50

Qué son las hipótesis bilaterales

Answer 50

fijan la zona de rechazo a ambos lados de la distribución muestral (ej. 0,025 a cada lado). Acá solo se puede decir que el valor es igual o distinto de α, ya que, al estar la zona de rechazo a ambos lados de la distribución, no hay direccionalidad.

Question 51

Zona de aceptación vs zona de rechazo

Answer 51

Zona de Aceptación (ZA): El conjunto de valores muestrales con los que aceptamos la H0. Corresponde a 1- α. *en el gráfico, lo blanco; Zona de Rechazo (ZR): El conjunto de valores muestrales con los que rechazamos la H0. Son los valores que están fuera del intervalo, cuando esto ocurre las diferencias entre grupos son significativas. Si están en el intervalo, no. Corresponde a α. (cuando es bidireccional, cada esquina es α/2). *en el gráfico, lo celeste

Question 52

T student

Answer 52

Está diseñada para comparar si el promedio de dos grupos es diferente.

Question 53

Cuando el valor T lleva a aceptar la hipótesis nula

Answer 53

Si el valor de “t observado” supera el umbral, se rechaza la H0; el T teórico es el umbral

Question 54

grados de libertad

Answer 54

mientras más n, más grados de libertad, y por ende aumenta la posibilidad de encontrar el parámetro

Question 55

Para qué se ocupa el ANOVA

Answer 55

para comparar más de dos condiciones experimentales a través de la varianza intragrupal

Question 56

ANOVA VS PRUEBA T

Answer 56

Anova sirve para cuando queremos comparar más de dos condiciones experimentales, la prueba t se limita a 2. Además, muchas variables categóricas simplemente tienen más de dos grupos (ej. carrera, comuna)

Question 57

Cuáles son los 5 supuestos de la prueba T (y de anova)

Answer 57

• Los datos pertenecen a una población con distribución normal.
• Las varianzas de las poblaciones son relativamente iguales (homogeneidad de varianza).
• Los puntajes son independientes.
• Presencia de datos cuantitativos (al menos Intervalar).
• Homocedasticidad de las varianza:

Question 58

Qué es la Varianza

Answer 58

diferencia respecto de algún promedio ya sea grupal o general. ANOVA permite descomponer y analizar la razón entre variabilidad inter-grupo y variabilidad intra-grupo.

Question 59

Varianza Total

Answer 59

Varianza explicada (variación entre los grupos) + Varianza no explicada (variación dentro de los grupos)

Question 60

Qué son los grados de libertad en ANOVA

Answer 60

número de observaciones independientes que se requieren o necesarias para estimar un parámetro.

Question 61

Qué es la prueba de Tukey o Post hoc Tukey

Answer 61

Es una comparación múltiple de promedios. No considera los intervalos de confianza que contienen el 0. Toma la varianza de ANOVA y a partir de ello compara las variables para detectar cuáles muestran diferencias significativas

Question 62

Se requiere un Anova para hacer un Tukey V o F

Answer 62

V

Question 63

Chi cuadrado

Answer 63

Evalúa la relación entre dos o más variables categóricas (nominales u ordinales).

Question 64

Qué evalúa el Chi Cuadrado

Answer 64

Evalúa qué tanto se alejan los datos observados en una muestra de una distribución teórica, es decir, si los datos observados se ajustan a lo esperado teóricamente. Se

Question 65

Cuáles son los chipuestos del Chi cuadrado

Answer 65

La muestra es aleatoria. Las observaciones son independientes. El N es suficiente: las frecuencias esperadas deben ser mayores a 5 (aunque hay correcciones cuando esto no se cumple).