Nombre: Crisly Dionicio Castillo Mat: 100207024 Sec.

:14

Autoevaluación #8: Distribuciones fundamentales de muestreo y descripciones de

datos

Muestreo aleatorio

1. _v___ En estadística utilizamos el término población para referirnos a la totalidad

de personas que

1. _v___ En estadística utilizamos el término población para referirnos a la totalidad

de personas que constituyen el grupo en estudio.

2. _v___ Siempre será posible y no habrá dificultades en disponer del conjunto de

todas las observaciones que constituyen la población.

3. _f___ Se denomina muestra a cualquier subconjunto de una población.

4. _v___ Cualquier procedimiento de muestreo que produzca inferencias que

sobreestimen o subestimen de forma consistente alguna característica de la
población, se dice que está sesgado.

5. _f___ En un muestreo aleatorio las observaciones se obtienen de manera

independiente y al azar.

6. _v___ Cualquier muestra seleccionada de una población, permite hacer inferencias

confiables acerca de los parámetros de la población de la cual proviene. Algunas
estadísticas importantes

7. _v___ Cualquier función de las variables aleatorias comprendida entre cero y uno
inclusive, que forman una muestra aleatoria, se llama estadística.

8. _v___ Las estadísticas que en general se utilizan para medir el centro de un

conjunto de datos acomodándose orden de magnitud, son la media, mediana y
moda.

9. _v___ La media es siempre la mejor medida de tendencia central de un conjunto

de datos.

10. _f___ La media es una medida que no tiene desventajas.

11. _f___ La mediana se acerca más que la media a la posición central de los datos,
cuando las observaciones están influidas por valores extremos.
12. _v___ La media es una medida más estable que la mediana cuando estimamos el
centro de una población con base en el valor de una muestra, ya que al seleccionar
muestras de una población, las medias de las muestras, en general, no variarán tanto
de una muestra a otra como las medianas.

13. _f___ Todo conjunto de datos presenta sólo una moda.

14. _f___ Dado un conjunto de datos, la moda puede no existir, y cuando existe no
necesariamente es única.

15. _f___ La moda de un conjunto de datos tiene la ventaja de ser una medida que
sólo requiere contar valores y que se utiliza tanto para datos cuantitativos como
cualitativos.

16. __v__ El rango es una medida de variabilidad que nos describe cómo se
distribuyen los valores intermedios de la variable.

17. __v__ El rango es una medida de variabilidad que siempre resulta mayor o igual
que cero.

18. __v__ El rango de una variable aleatoria discreta uniforme siempre es igual a
cero.

Presentaciones de datos y métodos gráficos

19. _v___ Las gráficas de probabilidad normal y gráficas de cuartiles se utilizan para
realizar una verificación

Diagnóstica de la suposición de que los datos provienen de una población con

distribución normal.

20. __v__ Las estadísticas obtenidas de las muestras nos proporcionan información
acerca de la tendencia central de los datos y de su dispersión, mientras que la
presentación gráfica de los datos agrega información adicional en términos de
imagen.

21. _f___ El gráfico de caja y extensión es una representación que muestra, para
muestras razonablemente grandes, el centro de la localización, la variabilidad y el
grado de asimetría de los datos.

22. __f__ Los gráficos de caja y extensión no permiten realizar comparaciones

visuales entre muestras.

23. __f__ La diferencia entre el tercer cuartil y el primer cuartil se denomina rango
intercuartil.
24. _v___ El percentil cincuenta de un conjunto de datos siempre coincide con el
segundo cuartil.

25. __v__ Si el valor del sexto decil de un conjunto de datos es igual a 8, significa que
la sexta parte de los datos son iguales o inferiores a 8.

26. __v__ Tres de los datos necesarios para construir un gráfico de caja y extensión
son: el primer cuartil, la mediana y el percentil setenta y cinco.

27. _v___ Datos apartados son aquellos que se encuentran por encima del tercer
cuartil y por debajo del primer

Cuartil, más allá de 1,5 veces el rango intercuartil.

28. _v___ En el gráfico de caja y extensión, la caja siempre encierra al 50% de las
observaciones.

29. _f___ En el histograma de frecuencias, si existe una clase modal, esta se puede
identificar claramente,

Mientras que en el gráfico de caja y extensión, es muy fácil identificar la mediana de

la variable en

Distribuciones muéstrales

30. __v__ La distribución de probabilidad de una estadística se llama distribución

muestral.

31. _f___ La distribución de probabilidad de una estadística depende del tamaño de

la población y es independiente del tamaño de las muestras.

32. _v___ La distribución muestral de X con tamaño muestral n es la distribución que

resulta cuando un Experimento se lleva a cabo una y otra vez, probando siempre con
muestras de distintos tamaños, y resultan los diversos valores de X . Esta distribución
muestral, describe la variabilidad de los promedios muéstrales alrededor de la media
de la población µ.

33. __v__ En un muestreo aleatorio las observaciones se obtienen de manera

independiente y al azar.

Distribuciones muéstrales de medias

34. __f__ Si tomamos muestras de una población normal con media µ y varianza ó²
conocida, la distribución muestral de X será normal con media µ y varianza ó²/n,
donde n es el tamaño de la muestra, sin importar qué tan pequeño sea el tamaño de
las muestras.

35. _f___ Si tomamos muestras de una población no normal o desconocida, con

media µ y varianza ó² conocida, la distribución muestral de X será normal, con media
µ y varianza ó²/n, donde n es el tamaño de la muestra, siempre que el tamaño de la
muestra sea suficientemente grande.

36. __f__ La aproximación normal para la distribución de la media muestral en

general será buena si n e 30,sin importar la distribución de la población.

37. __f__ El teorema del límite central afirma que la forma límite de la distribución
de la media muestral de una población cualquiera, con media µ y varianza ó², es la
normal con media µ y varianza ó²/n, cuando el tamaño de la muestra n tiende a
infinito.

38. _f___ Las aplicaciones de teorema del límite central giran alrededor de las
inferencias sobre una media de la población o la diferencia entre las medias de dos
poblaciones.

39. __v__ Si X es una variable de una población que sigue una distribución
exponencial, la media muestral de dicha variable, se distribuye normalmente cuando
el tamaño de las muestras seleccionadas es suficientemente grande.

Distribución muestral de la diferencia entre dos promedios

40. __v__ Si se extraen al azar muestras independientes de tamaño n1 y n2 de dos

poblaciones cualesquiera, sean discretas o continuas, con medias µ1 y µ2 y varianzas
ó1² y ó2², respectivamente, entonces la distribución muestral de las diferencias de
las medias ( X 1 X 2 ), está distribuida normalmente con media (µ1 – µ2) y varianza
(ó1²/n1 + ó2²/n2), sin condición alguna.

41. _f___ La distribución muestral de las diferencias de las medias es útil cuando se
comparan las medias Desconocidas de dos poblaciones.

Distribución muestral de S²

42. _v___ Las distribuciones muéstrales de estadísticas importantes nos permiten

obtener información sobre los parámetros.

43. _v___ Si S² es la varianza de una muestra aleatoria de tamaño n que se toma de

una población cualquiera que tiene varianza ó², entonces la estadística ÷² = (n –1) . S²
/ ó², tiene una distribución ji cuadrada con í = n – 1 grados de libertad.

44. __f__ La probabilidad de que una variable aleatoria con distribución ji cuadrada
que tiene nueve grados de libertad tome valores menores que –2,7 es igual a 0,975.
45. _v___ La probabilidad de que una variable aleatoria con distribución ji cuadrada
que tiene doce grados de libertad tome valores mayores que –1,5 es igual a 0,999.

46. __f__ La probabilidad de que una variable aleatoria con distribución ji cuadrada
que tiene diez grados de libertad tome valores menores que 4,865 es igual a 0,10.

47. _f___ La probabilidad de que una variable aleatoria con distribución ji cuadrada
que tiene quince grados de libertad tome valores comprendidos entre 8,547 y 14,339
es igual a 0,40.

48. _v___ La probabilidad de que una variable aleatoria con distribución ji cuadrada
que tiene cinco grados de libertad tome valores mayores que 12,832 es igual a 0,025.

Distribución t

49. _f___ Sea Z una variable aleatoria normal estándar y V una variable aleatoria ji
cuadrada con í grados de libertad. Si Z y V son independientes, entonces la
distribución de la variable aleatoria T se conoce como la distribución t con í grados de
libertad, donde T =ZV

50. __v__ Una variable aleatoria con distribución t se define como el cociente entre
una variable aleatoria normal estándar y la raíz cuadrada del cociente entre una
variable aleatoria con distribución ji cuadrada y su número de grados de libertad,
siendo las variables independientes.

51. __v__ La distribución de una variable aleatoria T, con distribución t, difiere de la

distribución de una variable normal estándar Z, en que la varianza de T depende del
tamaño de la muestra n y siempre es mayor que uno. Sólo cuando el tamaño de la
muestra tiende a infinito ( n ’ ) las dos distribuciones coincidirán.

52. _v___ Si bien la distribución de T y la distribución de Z tiene forma de campana,

la distribución de t es más variable que la de Z, debido al hecho de que los valores de
T dependen de las fluctuaciones dedos cantidades, X y S², mientras que los valores
de Z dependen sólo de los cambios de X de una muestra a otra.

53. _v___ Si graficamos dos variables aleatorias con distribución t , donde í1 es el

número de grados de libertad de la primera y í2 el de la segunda, y í1 < í2, entonces
la primera se extenderá más sobre el eje horizontal.

54. _v___ Si X es la media muestral de n variables aleatorias independientes

distribuidas normalmente con la misma media µ, e idéntica varianza ó², entonces la
variable aleatorias Distribución t con í = n – 1 grados de libertad, donde S es la
desviación estándar de la muestra, sin condicionamientos para el tamaño de la
muestra.
55. __f__ El valor de t con í = 10 grados de libertad que deja a su izquierda y debajo
de la curva un área igual a 0,975 y a su derecha un área igual a 0,025 es igual a 2,228.

56. _v___ La distribución t se utiliza de manera extensa en problemas que tienen que
ver con la inferencia acerca de la media de una población o en problemas que
implican comparaciones de las medias de dos muestras.

57. _f___ El uso de la distribución t y la consideración del tamaño de la muestra no se

relacionan con el teorema de límite central. El uso de la distribución normal
estándar Z en lugar de T para n e 30 sólo implica que S es un estimador
suficientemente bueno de ó.

58. _f___ Cuando n ’ , las distribución t y la distribución normal estándar coincidirán.

59. _f___ El uso de la distribución t de Student no tiene restricciones respecto de la

distribución de la población muestreada.

Distribución F

60. _v___ La estadística F se define como el cociente entre dos variables aleatorias ji
cuadrada independientes, divididas cada una por su número de grados de libertad.

61. _v___ Si U y V son variables aleatorias normalmente distribuidas, con í1 y í2

grados de libertad, respectivamente, entonces la estadística F = [ (U/í1) / (V/í2) ]
tiene una distribución F.

62. __f__ Conocidos el número de grados de libertad del numerador, í1, y el número
de grados de libertad de denominador, í2, es posible graficar la función de densidad
de una variable aleatoria con distribución F.

63. __v__ Se puede verificar que f0,95; 19; 20 = 0,463

64. ____ La distribución F encuentra su aplicación en la inferencia acerca del cociente

de las varianzas de dos poblaciones.

65. __v__ La estadística F se define como la suma del cuadrado de variables normales
estándar independientes.

66. _f___ La probabilidad de que una variable aleatoria con distribución F que tiene 5
grados de libertad en el

Numerador y siete en el denominador, tome valores menores que –3, es igual a uno.

67. _f___ La probabilidad de que una variable aleatoria con distribución F con í1 = 10
y í2 = 8 tome exactamente el valor 4,7 es igual a cero.