Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Fundamentos de Investigación I > Probabilidad > Flashcards

Probabilidad Flashcards

1
Q

En investigación, es importante que los resultados…

A

Se puedan generalizar a un colectivo más amplio, llamado población

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

La extensión de las conclusiones requiere…

A

Hacer una inferencia probabilística o formular una hipótesis que será aceptada o rechazada con una determinada probabilidad

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

El objetivo de la probabilidad es

A

Calcular la “posibilidad” de ocurrencia de un suceso

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Según Laplace, la probabilidad de un suceso es igual a…

Concepto de probabilidad

A

el conciente entre el nº de casos favorables de que ocurra un suceso y el nº de casos posibles, en el supuesto de que todos los casos tengan la oportunidad de ocurrir.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

En la práctica, se mide la

Probabilidad

A

Proporción de veces que ocurre un suceso

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Al repetir un experimento muchas veces, se observa que…

Probabilidad

A

las frecuencias relativas tienden a estabilizarse en torno a un valor

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Cuando nº de observaciones/repeticiones de un suceso tiende al infinito, la probabilidad empírica tiende a la…

A

teórica

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Cuando nº de observaciones/repeticiones de un suceso tiende al infinito, la probabilidad empírica tiende a la…

A

teórica

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Cuándo tiende la probabilidad empírica a la teórica?

A

Cuando el nº de observaciones/repeticiones tienden al infinito

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Probabilidad de un suceso A(P(A)) viene dada por

Conceptos básicos

A

un nº real que asignamos al suceso A, tal que cumple las siguientes propiedades:
- Probabilidad es cuantificable numéricamente con número comprendido entre 0 y 1
- Probabilidad de suceso A puede obtenerse restando a 1 la probabilidad de suceso complementario
- Interdependencia

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

“la probabilidad es cuantificable numéricamente con números comprendidos entre 0 y 1”. Qué es 0, y qué es 1?

Conceptos básicos

A
  • 0=suceso que no puede ocurrir nunca
  • 1= suceso que se produce con seguridad
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Por qué la probabilidad de un suceso se puede obtener restando a 1 la probabilidad del suceso complementario?

Conceptos básicos

A

Porque ambos sucesos son exhaustivos y mútuamente excluyentes (si no ocurre A, ocurrirá su complementario)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Propiedad de la interdependencia

Conceptos básicos

A

Información que poseemos sobre una variable no sirve para predecir otra variable

Si ser miope no va ligado con sexo, ser hombre no predice miopía

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Propiedad de la interdependencia

Conceptos básicos

A

Información que poseemos sobre una variable no sirve para predecir otra variable

Si ser miope no va ligado con sexo, ser hombre no predice miopía

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

teorema de la suma

Conceptos básicos

A

Probabilidad de que ocurra A o B, es igual a (probabilidad de que ocurra A + probabilidad de que ocurra B)- probabilidad de que ocurran ambos

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Probabilidad condicionada

Conceptos básicos

A

Cuando aparición de suceso A depende de aparición de suceso B. Cociente entre casos favorables (A y B) y casos posibles, dentro de aquellos que cumplen determinada condición (B).
- Probabilidad de A condicionada a B (o de A supuesto B) = probabilidad de ocurrencia simultánea de ambos sucesos A y B dividida por probabilidad de que ocurra suceso B.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Distribución de frecuencias viene dada por…

Distribuciones de probabilidad

A

frecuencia con la que se observan cada uno de los valores que puede tomar esa variable

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Distribución empírica

A

Datos observados

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

La frecuencia relativa es

A

La probabilidad

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Probabilidad empírica es

A

La frecuencia relativa de un suceso (en número grande de experimentos n)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Cuando n es grande, probabilidad teórica

Distribuciones de probabilidad

A

se aleja de probabilidad empírica

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

la distribución de probabilidad es

A

El conjunto de todos los valores que puede tomar esa variable, junto con sus correspondientes frecuencias de aparición.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Las distribuciones establecidas según los datos…

Distribuciones de probabilidad

A

Son muy variables

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

La mayoría de las distribuciones de probabilidad tienen relación con…

A

Alguna ley teórica de distribución, establecida a partir de los principios del cálculo de probabilidades.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

En estadística, distribuciones de probabilidad permiten

A

Determinar probabilidad de que ocurra un suceso

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

A mayor número de observaciones, la distribución empírica

A

Se parece más a la teórica

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

La mayoría de funciones de probabilidad son descritas por

A

1 o más parámetros

media, desviación típica

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

En estadística, con mucha frecuencia se asume…

A

que una muestra procede de una población que sigue determinada distribución teórica de probabilidad

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
29
Q

En estadística, con mucha frecuencia se asume…

A

que una muestra procede de una población que sigue determinada distribución teórica de probabilidad

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
30
Q

Mayoría de pruebas estadísticas se basan en…

A

Diferencias encontradas entre lo observado y lo esperado (lo que esperaríamos encontrar según la distribución teórica de probabilidad)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
31
Q

Cuanto más variable es un suceso,

A

más dificil es apreciar un efecto sobre él

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
32
Q

En la realidad, la distribución teórica

A

no se observa nunca, existe una variabilidad debida al azar

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
33
Q

Experimento aleatorio

A

en el que no se puede predecir resultado con certeza

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
34
Q

Experimento en el que no se puede predecir con certeza el resultado

A

Experimento aleatorio

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
35
Q

Variables aleatorias son

A

una o varias variables de naturaleza discreta o continua que se definen para cada experimento

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
36
Q

Para cada variable aleatoria

A

Se puede construir su función de probabilidad y de distribución acumulada

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
37
Q

La función de probabilidad de la variable se construye mediante…

A

la obtención de valores numéricos que representen su tendencia central y su dispersión o variabilidad.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
38
Q

Variable aleatoria discreta

A

Variable que solo puede tomar números entreros (distribuciones discretas de probabilidad)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
39
Q

Variable aleatoria continua

A

Variable que puede tomar infinitos valores (distribuciones continuas de probabilidad)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
40
Q

Función de probabilidad f(x) (de variable aleatoria discreta x)

A

Función que asocia a cada valor de variable la probabilidad de que esta adopte ese valor

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
41
Q

la función de probabilidad cumple 2 condiciones fundamentales

A
  • Para cualquier valor de x, siempre toma valores positivos
  • Suma de todas las proobablidades correspondientes a cada valor de x es igual a 1
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
42
Q

la función de probabilidad cumple 2 condiciones fundamentales

A
  • Para cualquier valor de x, siempre toma valores positivos
  • Suma de todas las proobablidades correspondientes a cada valor de x es igual a 1
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
43
Q

Función de distribución acumulada

A

Función que asocia a cada valor de la variable variable la probabilidad de que esta adopte ese valor o cualquier otro inferior

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
44
Q

Función de distribución acumulada cumple ciertas propiedades

A
  • f(x) siempre toma valores positivos o nulos
  • f(x) es siempre nula para todo valor inferior al menor valor de variable aleatoria
  • f(x) no es función decreciente
  • Probabilidad de que X tome valores superiores a x1 e inferiores o iguales a x2 es diferencia entre valores de función de distribución correspondientes a su valor superior x2 menos los correspondientes a su valor inferior x1
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
45
Q

Qué caracteriza a una distribución de probabilidad?

A

La media y la varianza de una variable aleatoria

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
46
Q

Qué caracteriza a una distribución de probabilidad?

A

La media y la varianza de una variable aleatoria

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
47
Q

Media y varianza de una variable aleatoria…

A

caracterizan a una distribución de probabilidad. Valor esperado de una variable x, predice cómo esperaríamos que se comporte X en media.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
48
Q

En qué se basa la media y varianza de una variable aleatoria?

A

En cálculo del valor promedio teórico que tomaría x si se repitiese el experimento infinitas veces

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
49
Q

La media y varianza de una variable aleatoria coincide con

A

El centro de gravedad de la distribución

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
50
Q

(revisar fórmulas de media, varianza, desviación típica) Página 2

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
51
Q

En Ciencias Sociales es habitual dirigir atención a situaciones…

A

En las que se quiere investigar proporción de personas que presentan un síntoma, o que cumplen una determinada condición.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
52
Q

Para investigar proporción de personas que presentan un síntoma, o que cumplen una determinada condición, nos deberemos apoyar en…

A

Distribución muestral de proporción

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
53
Q

Estadístico: p=x/n. Qué es x? Qué es n?

A
  • x= nº de sujetos que cumplen la condición
  • n= tamaño de la muestra
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
54
Q

Distribución binomial

A

Cuando solo existen 2 alternativas (sí/ no; sobrevive/muere; varón/ hembra) con probabilidades p y 1-p respectivamente.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
55
Q

En distribución binomial, variable aleatoria es el nº de veces que…

A

Cada alternativa aparece en un número fijo de intentos n. Los ensayos deben ser independientes entre sí.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
56
Q

(en distribución binomial, estudiar fórmulas función de probabilidad y distribución acumulada), Qué es x? Qué es n? Qué es p?

A
  • x= nº de veces que ocurre un suceso a evaluar
  • n= nº de intentos
  • p= probabilidad de ocurrencia del suceso
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
57
Q

(estudiar media y varianza de distribución binomial)

A
58
Q

Qué pasa si p=q=0.5?

A

Distribución es simétrica

59
Q

En distribución binomial, a medida que n aumenta, asimetría y curtosis

A

tienden a 0 y distribución de variable pasa a ser aproximadamente normal

60
Q

Distribución binomial se puede aproximar a normal cuando

A

n>20 aproximadamente.

61
Q

Distribución binomial se puede aproximar a la normal cuando n>20 aproximadamente. La aproximación mejora cuando

A

p se aproxima a 0.5 y n es grande

62
Q

Tablas de función de (1) probabilidad y (2) distribución binomial evitan cálculo de probabilidades a partir de

A

Ecuación de esa función. Se facilita su obtención

63
Q

Para más de 20 ensayos…

A

Recurriremos de distribución binomial a normal

64
Q

Distribución de Poisson

A

Se utiliza bajo mismas condiciones que la binomial, pero con elevado nº de ensayos y un valor de p muy pequeño

65
Q

Distribución de Poisson se puede considerar como

A

Forma límite de distribución binomial cuando p es bajo y n alto

66
Q

Distribución de Poisson estima…

A

Probabilidad de que ocurran un número de eventos en un intervalo de tiempo o espacio determinados

67
Q

En ejemplo de número de casos anuales de un cáncer muy raro. Número de llamadas recibidas al cabo de una hora, se usa distribución

A

de Poisson

68
Q

Modelos de distribución de una variable aleatoria continua utilizados en ciencias sociales y de la salud se dividen entre…

A
  • Los que frecuentemente se ajustan las variables con las que trabajamos: Distribución normal o de Gauss
  • Los que tienen gran aplicación como instrumentos estadísticos: Chi-cuadrado de Pearson, T de Student, F de Snedecor-Fisher
69
Q

Una variable aleatoria continua puede tomar infinitos valores. Así, se habla de probabilidad de que…

A

Variable se encuentre en determinado intervalo de valores

70
Q

Función de densidad de probabilidad

A

Función continua que suma 1 cuando se integra en todo su rango de valores.

71
Q

En función de densidad de probabilidad, valores de probabilidad asociados a un rango de valores se corresponden con…

A

área que se encuentra por debajo de función de densidad de probabilidad comprendida entre rango de valores de estudio.

72
Q

Distribución normal y Gauss responden a…

A

Tipo de distribución que siguen la mayoría de variables físicas y psicológicas (estatura, peso, CI).

Revisar fórmula matemática que define distribución normal y Gauss

73
Q

Si una variable X tiene una distribución que se ajusta a fórmula anterior,…

A

se distribuye normalmente y se expresa por x–> N(μ, σ)

74
Q

Si una variable X tiene una distribución que se ajusta a fórmula anterior,…

A

se distribuye normalmente y se expresa por x–> N(μ, σ)

75
Q

Propiedades de distribución normal y de Gauss

A
  • Área encerrada bajo curva vale 1 y representa probabilidad de valores de la distribución
  • Es unimodal y simétrica (media, moda y mediana coinciden)
  • Su asimetría vale 0 (g1= 0)
76
Q

Forma de distribución normal y Gauss cambia en función de parámetros

A

μ, σ

77
Q

En variable que sigue distribución normal, puntuación de la mayoría de individuos…

A

Está en torno a la media, y a medida que se aleja de esta, por su lado izquierdo y derecho, disminuye frecuencia

78
Q

Independientemente de valor de σ y μ

Área comprendida entre μ+- σ es

A

aproximadamente 0.68
- el 68% de valores de variable normal están entre σ+-μ

79
Q

Independientemente de valor de σ y μ

Área comprendida entre μ+- 2σ es

A

aproximadamente 0.95
- el 95% de valores de variable normal están entre 2σ+-μ

80
Q

Independientemente de valor de σ y μ

Área comprendida entre μ+- 3σ es

A

aproximadamente el 0.997
- el 95% de valores de variable normal están entre 3σ+-μ

81
Q

En distribución normal o de Gauss, casi todos los valores se encuentran alrededor de…

A

3 desviaciones estándar en torno a la media

82
Q

Puntuaciones directas

Puntuaciones típicas

A

Comparaciones de puntuaciones directas de un sujeto en variables distintas pueden llevar a confusión.

83
Q

Con puntuación directa no sabemos si un valor es alto o bajo porque

A

esto depende del promedio del grupo

84
Q

Puntuaciones diferenciales (xi)

Puntuaciones típicas

A

Puntuación directa- media (xi= XI-X). Indican si puntuación coincide con media de su grupo, es inferior o superior a ella.

85
Q

Proceso de obtener puntuaciones típicas se llama

A

Tipificación

86
Q

Puntuaciones típicas permiten

A

Comparar (en mayor medida si las distribuciones de frecuencias de las variables son iguales):
- Puntuaciones de un mismo sujeto en pruebas distintas
- Sujetos distintos en 2 pruebas o variables distintas

87
Q

Formula puntuaciones típicas indica el número de

A

desviaciones típicas que se aparta de la media una determinada puntuación

88
Q

Propiedades de fórmula desviaciones típicas

A
  • media es 0
  • Varianza es 1
89
Q

Puntuaciones típicas
- reflejan relaciones entre
- Permiten comparar…

A
  • puntuaciones con independencia de la unidad de medida.
  • distintos grupos e incluso distintas variables
90
Q

(Interpretación de resultados)

A

ej: una puntuación de 22 frente a una media de 19. Puntuación diferencial es positiva (3), sujeto está por encima de la media.
Interpretación de puntuación diferencial depender-a de variablilidad de datos del grupo con el que se compare.

91
Q

2 grupos σA= 2, σB= 4. Puntuación diferencial 3, significa más

A

en A que en B. Significación viene dada por puntiación típica
- zA= 3/2= 1,5
- zB= 3/4= 0,75

92
Q

Puntuaciones típicas permiten

A

interpretación más completa

93
Q

En psicología, una puntuación típica es traducible a

A

un porcentaje

94
Q

Porcentaje permite calcular

A

cuántas personas del grupo de referencia se encuentran por debajo de ella

95
Q

Distribución normal tipificada

A

Si a los valores de una variable normal se les resta su media μ y se dividen por su desviación típica, se obtiene otra variable normal (Z), que tiene media 0 y desviación típica 1

96
Q

distribución normal tipificada, con variable normal (Z), propiedades

A
  • Dentro de tabla de distribución normal hya percentiles
  • Variable Z se distribuye como: Z–> N (0,1). Sigue distribución normal con media 0 y desviación típica 1. (Revisar fórmula)
  • Tabla distribución acumulada
97
Q

En tabla de distribución acumulada, valores de probabilidad equivalen a

A

el área a la izquierda del valor de z correspondiente en función de densidad de probabilidad.

98
Q

En tablas de distribución acumulada, como es una distribución simétrica (y de media 0), se comprueba que

A

proporción que queda por debajo de z=0.25 es igual a proporción que queda por encima de z=0.25

99
Q

En tablas de distribución acumulada, como es una distribución simétrica (y de media 0), se comprueba que

A

proporción que queda por debajo de z=0.25 es igual a proporción que queda por encima de z=0.25

100
Q

Si tabla de distribución acumulada no recoge valor exacto de z deseado,

A

se emplea el que se encuentra más próximo en tabla

101
Q

Si distribución no se aproxima a distribución normal,

A

no se puede usar tabla de distribución normal para ver cuántos individuos se encuentran por encima o por debajo de un valor.

102
Q

en una distribución que no se aproxima a distribución normal, no sirve

A

calcular valores z ni usar tablas de función de distribución acumulada.

103
Q

Teorema de límite central

A

Si muestra es grande y aleatoria, aunque valores que presenten individuos de la población sigan una distribución normal, distribución de estimadores que se obtengan en sucesivas muestras de la población sí que seguirán aproximadamente distribución normal.

104
Q

Teorema de límite central

A

Si muestra es grande y aleatoria, aunque valores que presenten individuos de la población sigan una distribución normal, distribución de estimadores que se obtengan en sucesivas muestras de la población sí que seguirán aproximadamente distribución normal.

105
Q

Teorema del límite central se cumple mejor cuanto

A

mayor es muestra n

106
Q

Adaptación de teorema del límite central según n
- n>60
- n<x<60
- 30>n

A
  • n>60: Adaptación muy buena
  • n<x<60: Adaptación aceptable
  • 30>n: Aparecen problemas
107
Q

En teorema de límite central, en vez de calcular frecuencias de valores individuales, se calculan

A

frencuencias de cada media muestral–> Distribución muestral de medias

108
Q

Distribución de medias muestrales sigue distribución normal si

A

el tamaño de la muestra es grande (n>30)

109
Q

Distribución de medias muestrales sigue distribución normal si

A

el tamaño de la muestra es grande (n>30)

110
Q

La media de medias muestrales coincide con

A

Media poblacional

111
Q

Desviación estándar de medias

A

Es media de variabilidad de medias muestrales obtenidas de muestras de tamaño n. El 95% de medias calculadas en muestras están en intervalo +-2 errores estándar de media poblacional

112
Q

Métodos paramétricos

A

Técnicas estadísticas más usuales realizan inferencias a partir de muestras, asumiend que variable sigue distribución normal. Así, se pueden realizar inferencias estadísticas basándose en propiedades de distribución normal

113
Q

Métodos no paramétricos

A

Si no se puede presuponer distribución normal, se utilizan métodos no paramétricos, de “distribución libre”. No realizan ningún supuesto sobre la distribución teórica que siguen los datos.

114
Q

Tamaño muestral y normalidad

A

Hay que tener en cuenta para tamaños de muestra menores de 10, no se puede estudiar ni asumir normalidad. Con tan pocos datos es difícil estimar forma de distribución–> emplear métodos no paramétricos.

115
Q

Pasos de comprobación de normalidad

A
  1. Mirar el histograma de la variable y coeficientes de asimetría y curtosis
  2. Estadísticos descriptivos
  3. Gráficos de normalidad
  4. Pruebas de normalidad
116
Q

Mirar histograma de variable y coeficientes de asimetría y curtosis

A

Tiene forma de campana? Es simétrica la distribución?

117
Q

Estadísticos descriptivos

A

Presentan media, moda y mediana valores similares? 2/3 de valores de muestra entre 1 desviación típica alrededor de media? 95% de valores de muestra entre 2 desviaciones típicas alrededor de media?

118
Q

Gráficos de normalidad

A

Evalúan gráficamente si conjunto de datos se aproxima a distribución normal. Representar valores observados (datos originales o perceptiles) contra valores esperados/ teóricos (z o percentiles z) que se obtendrían en distribución normal

119
Q

en gráficos de normalidad, diferencia si hay linealidad vs si no hay linealidad

A
  • Si hay linealidad: datos obtenidos se aproximan a una distribución normal
  • si no hay linealidad: distribución de variable se aleja de normalidad
120
Q

Las pruebas de normalidad…

A

calculan cuál sería la probabilidad de encontrar distribución de datos observada (o una más alejada todavía de normalidad) , si en población de la que procede la muestra, esa variable siguiese distribución normal perfecta.

121
Q

en pruebas de normalidad,
- si p>0.05:
- si p<0.05

A
  • p>0.05: muestra procede de distribución normal
  • p<0.05: muestra no procede de distribución normal.
122
Q

Algunas pruebas de normalidad…

A
  • Test de Kolmogorov- Smirnov (KS)
  • Test de Shapiro-Wilk (SK)
123
Q

Para muestras n<50, es más preciso

A

test de Shapiro-Wilk (SW)

124
Q

Pruebas de normalidad dependen mucho del

A

tamaño de muestra.

125
Q

resultados de pruebas de normalidad, se deben interpretar

A

teniendo en cuenta tamaño de muestra. Si es grande (n>200), es fácil obtener valores de p<0.05, si hay pequeñas desviaciones de normalidad

126
Q

Si hay pequeñas desviaciones de normalidad y muestra es grande (n>200), obteniendo valores de p<0.05…

A

Es aconsejable realizar pruebas de normalidad y representación gráfica de los datos para tomar una decisión razonada.

127
Q

Si n>30, si se cumple teorema del límite central, es razonable asumir que

A

distribución muestral es normal

128
Q

Si n>30, si se cumple teorema del límite central, es razonable asumir que

A

distribución muestral es normal

129
Q

En distribución Chi- cuadrado, varianza

A

es medida de dispersión que determina variabilidad que presentan

130
Q

Variable aleatoria que permite realizar afirmaciones sobre varianza profesional se puede generar a partir de

A

cuasi-varianza, que se distribuye según una distribución Chi- cuadrad (x2) con n-1 grados de libertad.

131
Q

Distribución chi-cuadrado se obtiene por

A

suma de varias z2. Se encontrará al elevar datos al cuadrado y dividirlos por varianzas.

132
Q

La distribución chi-cuadrado nunca adopta

A

valores menores de 0. Es asimétrica positiva, pero a medida que aumentan sus grados de libertad, se aproxima a distribución normal.

133
Q

distribución t de student

A

se usa en comparación de medias muestrales y en regresión y correlación. Trata familias de distribuciones

134
Q

Distribución T de student es …

A

simétrica, con media 0. Su forma es similar a distribución normal N(0,1), pero menos apuntada y con colas más pobladas.

135
Q

Distribución t de student converge hacia z cuando

A

n (y los grados de libertad) tienden a infinito

136
Q

Distribución t de student converge hacia z cuando

A

n (y los grados de libertad) tienden a infinito

137
Q

Distribución F de fisher/Snedecor se usa en

A

comparación de varianzas muestrales, en los ANOVAs y en regresión. Trata familias de distribuciones-

138
Q

Distribución F de fisher/Snedecor se usa en

A

comparación de varianzas muestrales, en los ANOVAs y en regresión. Trata familias de distribuciones-

139
Q

Distribución F de Fisher/ Snedecor es…

A

asimétrica positiva y siempre toma valores mayores de 0

140
Q

Distribución F de Fisher/ Snedecor es…

A

asimétrica positiva y siempre toma valores mayores de 0

141
Q

Distribución F de Fisher/ Snedecor es…

A

asimétrica positiva y siempre toma valores mayores de 0

142
Q

Distribución F de Fisher/ Snedecor es…

A

asimétrica positiva y siempre toma valores mayores de 0

Fundamentos de Investigación I (1 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions