Preguntas Test de Estadística

En una muestra de 50 estudiantes se estudian las variables X=”Longitud del pie” e Y=”coeficiente de inteligen-
cia”, obteniéndose una correlación positiva cercana a 1. >Es esto lógico?

1. (a) Sí, puede dar de casualidad al haber elegido dos variables al azar.
(b) No, no tiene ningún sentido.
(c) Sí, pues puede existir una tercera variable que influya entre ambas.

2. El teorema central del límite

(a) Es un caso particular del teorema de Moivre.

(b) El teorema de Moivre es un caso particular de él.
(c) No tiene nada que ver con el teorema de Moivre.

3. La suma de variables aleatorias normales

(a) Es otra variable aleatoria normal si las de partida son independientes.

(b) Por el teorema central del límite, es otra variable aleatoria normal.
(c) Es otra variable aleatoria que no tiene por qué ser normal.

4. Una variable hipergeométrica puede aproximarse por una de Poisson

(a) Eso es una burrada.

(b) Depende de los parámetros de la distribución.
(c) Siempre.

5. Si A y B son dos sucesos independientes, A y B también.

(a) Eso es una tontería.

(b) Siempre.
(c) Sólo en determinados casos de probabilidad pequeña.

6. Se sabe que el 82% de los profesores universitarios beben. De los que beben, el 18% son grandes bebedores.
>Cuál es la probabilidad de que un profesor beba y sea un gran bebedor?

(a) 0.2195
(b) Ninguna de las otras dos.
(c) 0.1476.

7. Sean X1 y X2 dos variables aleatorias independientes Bi(5, 0.4). La varianza de Y = (X1 + X2 )/2 es
 (a) 1.2
(b) 0.6
(c) Ninguna de las otras dos

8. Si dos sucesos son incompatibles, son independientes

(a) Sí, claro.

(b) Mentira.
(c) Si la intersección es el conjunto vacío.

9. Sea (X1 , X2 ) una variable aleatoria bidimensional con función de distribución F (x, y) . La función de
distribución marginal de X1 se puede calcular mediante

(a) F1 (x) = F (x, +∞)

Rx
(b) F1 (x) = −∞
F (x, y)dy

(c) Ninguna de las otras dos.

P48
10. Sea Xi con distribución uniforme U [0, 1/2], ∀i, e Y = i=1 Xi − 12, siendo Xi independientes. La dis-
tribución de Y es aproximadamente

(a) U [0, 13]

(b) N (0, 1)
(c) Ninguna de las otras dos.

11. Si Cov(X, Y ) = 0, entonces

(a) Cov(X, 1 − Y ) = 0
(b) V ar(X − Y ) = V ar(X) − V ar(Y )
(c) f (x, y) = f1 (x)f2 (y)

12. Sea X una variable aleatoria con función de distribución asociada F . No es correcto, en general:

(a) P (a < X < b) = F (b) − F (a)

(b) F continua por la derecha.
(c) F es no decreciente.

13. El coeficiente de variación es una medida

(a) de dispersión absoluta.

 (b) de homogeneidad de la población.
(c) de asociación lineal.

14. Para una distribución simétrica, la MEDA es equivalente a

(a) La mitad del rango intercuartílico.

(b) El doble de la distancia entre la mediana y los cuartiles.
(c) Ninguna de las otras dos.

15. Si X e Y son dos v.aleatorias, la relación

E[(X − Y )2 ] ≥ [E(X − Y )]2

(a) se verifica sólo si X e Y son independientes.

(b) se verifica siempre.
(c) no se verifica nunca.

16. Si la probabilidad de hacer blanco con un torpedo es 0.2, >cuál será la probabilidad de hacer blanco al
menos con uno en tres lanzamientos?

(a) 0.008
(b) 0.6
(c) 0.488

17. El número de mensajes recibidos cada semana por un contestador automático es una distribución de Poisson
con λ = 4. La probabilidad de que se reciba al menos un mensaje en 5 semanas es

(a) 1/20
(b) 1 − e−20
(c) 1 − 4e−4

18. Si lanzamos 3 monedas al aire, >cuál es la probabilidad de que las 3 sean caras o las 3 sean cruces?

(a) 1/4
(b) 1/8
(c) 1/2
(d) Para estimar V de una N (0, V ) se ha extraído una muestra aleatoria simple de tamaño
P
25 y se ha obtenido que ni=1 Xi2 = 1000. Un intervalo de confianza al 90% para V 2 es
(e) (23.25 , 63.69)
 (f) (27.47 , 72.46)
(g) Ninguna de las otras dos.

19. Se quiere contrastar la hipótesis de que una moneda está equilibrada sabiendo que en 5000
lanzamientos salieron 1820 caras.

(a) Se acepta esta hipótesis a cualquier nivel.

(b) Se rechazaría o aceptaría la hipótesis dependiendo del nivel de significación.
(c) Faltan datos.

20. Para estimar la media de una población normal, la media muestral es

(a) Un estimador insesgado pero no consistente.

(b) Un estimador insesgado y consistente.
(c) Un estimador insesgado, consistente y con error cuadrático medio nulo.

21. Un intervalo de confianza al 90% para estimar θ es

(a) Un intervalo que contiene al 90% de los posibles valores de θ.

(b) Un intervalo aleatorio que contiene a θ para el 90% de las muestras aleatorias extraídas
de la población.
(c) Ninguna de las otras dos.

22. Dos estimadores con igual varianza.

(a) Tienen el mismo error cuadrático medio.

(b) Pueden tener distinto sesgo.
(c) Deben coincidir, si son insesgados.

23. Un estimador de un parámetro θ es

(a) Una variable aleatoria.

(b) Otro parámetro muy próximo a θ.
(c) Un número muy próximo a θ.

24. Si en un test de hipótesis, la hipótesis nula es H0 ≡ µ ∈ (12, 13)

(a) El test es unilateral.

(b) No puede formularse ninguna hipótesis nula de esa forma.
 (c) Ninguna de las otras dos.

25. El test de Kolmogorov-Smirnov-Lilliefors.

(a) Se realiza casi igual que el test de Kolmogorov-Smirnov.

(b) Se realiza igual que el test de la χ2 .
(c) Es exactamente el mismo test que el de Kolmogorov-Smirnov, sólo cambia el nombre.

26. Si se quiere calcular un intervalo de confianza para la media (conocemos la desviación típica)
de una población que NO es normal, ¿podremos utilizar la fórmula dada en clase?

(a) No.
(b) Sí, si la muestra es bastante grande.
(c) Sí, sustituyendo el valor Zα/2 por una t de Student.

27. Los intervalos de confianza

(a) Contienen al parámetro a estimar.

(b) Siempre tienen longitud mínima.
(c) Quizás contienen al parámetro a estimar.

28. Los intervalos de confianza para la media de una población normal (desconociendo la
desviación típica) se cogen simétricos

(a) Por que son más bonitos y fáciles de calcular.

(b) P orque la distribución t es simétrica
(c) Ninguna de las otras dos.

29. En un test de hipótesis, la probabilidad de error de tipo II es mayor que la probabilidad de

error de tipo I

(a) Mentira.
(b) Sí.
(c) Cuando el nivel crítico es pequeño.

30. Para estimar la varianza de una distribución de Poisson, ¿puede utilizarse la media mues-
tral?

(a) Eso es ridículo.

(b) Sí, porque es un estimador insesgado.
 (c) No, porque no es un estimador consistente.

31. La distribución χ2 se puede aproximar por una distribución Normal

(a) Depende del número de grados de libertad.

(b) Depende de la muestra.
(c) Sólo para calcular intervalos de confianza.

32. La varianza muestral calculada a partir de una muestra aleatoria simple de tamaño 25
arrojó un valor de 12. Entonces

(a) Significa que la varianza teórica es 12

(b) Significa que la varianza teórica es 12.5
(c) Significa que la varianza teórica puede ser 12.5

33. En un test χ2 deberán agruparse clases

(a) Si el número de ellas es mayor o igual que 5.

(b) Si el número de ellas es menor que 5.
(c) Si la frecuencia esperada en alguna clase es menor que 1.

34. En una muestra aleatoria simple

(a) Los datos son iguales entre sí.

(b) Los datos no pueden repetirse.
(c) El valor de un dato no influye en el valor de otro.

35. En unas instrucciones se dice que la duración media de unos chips de ordenador es de 2000
horas. Se observa una muestra de 13123 chips y se obtiene una duración media de 200 horas.
¿El folleto miente?

(a) Pues claro.

(b) Posiblemente, pero debería realizarse antes un test estadístico, puesto que quizás la
intuición nos conduzca a engaño.
(c) Miente la muestra.

36. En una muestra aleatoria simple

(a) las observaciones son independientes

(b) todos los elementos de la población son iguales
 (c) los valores de una muestra particular son variables aleatorias

37. La distribución en el muestreo de la media muestral

(a) es una distribución normal siempre

(b) es una distribución normal si las observaciones son independientes
(c) de forma general, sigue aproximadamente una distribución normal

38. Para estimar la varianza, la cuasivarianza muestral es siempre preferible a la varianza muestral

(a) sí, porque se divide por n − 1 y se tiene una velocidad de convergencia mayor
(b) no, si atendemos al error cuadrático medio
(c) si la muestra es finita, son indiferentes

39. En un intervalo de confianza al 90% para estimar un parámetro

(a) el 90% de las observaciones de la variable caen en él

(b) hay un riesgo del 10% de que ninguna observación caiga en él
(c) ninguna de las otras dos

40. para estimar la media de una población normal con varianza conocida, el intervalo de confianza a nivel α
utiliza el valor zα/2

(a) como podía utilizar cualquier otro valor de la normal

(b) surge del teorema central del límite
(c) porque así el intervalo es mejor

41. La longitud de un intervalo de confianza

(a) no depende de la muestra

(b) aumenta al disminuir el nivel de significación
(c) aumenta al aumentar el tamaño muestral

42. Se toma como estimador de la media µ de una población µ̂ = m < nimo{X1 , X2 , ..., Xn } siendo (X1 , ..., Xn )
una muestra aleatoria simple. >Es µ̂ insesgado ?
 (a) sí
(b) no, porque el único estimador insesgado de la media es la media muestral
(c) no, porque µ̂ no es una función continua de la muestra

43. La probabilidad de error de tipo II de un contraste de hipótesis

(a) es igual a 1-P(error tipo I)

(b) siempre es mayor o igual que la probabilidad de error de tipo I
(c) es 1-Potencia del test

44. El intervalo de confianza para la desviación típica de una población normal

(a) no es simétrico porque los datos son siempre mayores o iguales que cero
(b) no es simétrico porque la distribución normal es mayor o igual que cero
(c) no es simétrico porque la distribución χ2 es no negativa

45. Para construir el intervaloPde confianza para la varianza de una población normal con media desconocida se
2
Xi2 −nX
utiliza el estadístico w = σ2

(a) porque lo dice el profesor, y el profesor es muy listo

(b) ese estadístico no es el que se utiliza
(c) porque surge de aplicar el teorema central del límite

46. Un estimador insesgado de la varianza de una población es

P
(a) ( n1 Xi2 ) − (X)2

(b) ninguna de las otras dos

1
P n
(c) ( n−1 Xi2 ) − n−1 (X)
2

47. Para tamaños muestrales (n) grandes, la varianza muestral (Sn2 ) es preferida a la varianza muestral corregida
o cuasivarianza muestral (Ŝn2 ) como estimador de la varianza porque

(a) Sn2 es consistente y el otro no

(b) V ar(Sn2 ) < V ar(Ŝn2 )
(c) ninguna de las otras dos
48. Sean (X1 , ..., Xn ) e (Y1 , ..., Ym ), n 6= m, dos m.a.s. independientes y procedentes de una misma población
con varianza σ 2 . Como estimador de σ 2 utilizarías

2 2
(n−1)Ŝn−1 +(m−1)Ŝm−1
(a) n+m−2
2 2
Ŝn−1 +Ŝm−1
(b) 2

(c) cualquiera de las otras dos proporciona estimaciones igualmente eficientes

49. Se desea realizar el contraste H0 : p = 0, H1 : p 6= 0, siendo p la proporción de palabras incorrectas en un

texto de 10000 palabras. Se seleccionan aleatoriamente n palabras y se utiliza como medida de discrepancia
la habitual (basada en la proporci/
cn muestral p̂n ). La probabilidad de cometer un error de tipo I es

(a) depende del nivel de significación fijado

(b) siempre es cero
(c) depende sólo del auténtico valor de p

50. En el contraste de Kolmogorov-Smirnov-Lilliefors la medida de discrepancia (estadístico del contraste) cuan-

tifica de alguna manera

(a) la distancia que separa a la distribución empírica de cualquier distribución teórica continua propugnada
por H0

(b) la distancia que separa a la distribución empírica de la distribución de una normal

(c) la distancia que separa a la distribución empírica de la distribución de una normal de parámetros
media muestral y cuasivarianza muestral

51. Se selecciona una muestra aleatoria simple para realizar el contraste H0 : µ = 0, H1 : µ > 5. Entonces

(a) el nivel crítico coincide con el del contraste H0 : µ = 0, H1 : µ < 5.

(b) el nivel crítico coincide con la probabilidad de error de tipo I
(c) ninguna de las otras dos

52. En el contraste χ2 es recomendable que el número de clases en que se agrupan los datos muestrales sea
grande

(a) para que cualquier dato quede clasificado sin ambig?edad

(b) ninguna de las otras dos
(c) por si la distribución teórica es discreta
53. La única forma de disminuir simultáneamente las probabilidades de error de tipo I y de tipo II en un
contraste, una vez que ha sido fijada la medida de discrepancia, es

(a) utilizando el nivel crítico como nivel de significación

(b) aumentando el tamaño muestral
(c) no hay forma. Es imposible ya que al disminuir una de ellas aumenta la otra.

54. Se sabe que en España la distribución de los grupos sanguíneos es de un 35, 10, 6 y 49 por ciento para los
grupos A, B, AB y 0, respectivamente. En Galicia se tomó una muestra de 200 personas y se encontró que
52, 28, 18 y 102 de ellos tenían los grupos sanguíneos mencionados. ¨Puede afirmarse que la distribución de
los grupos sanguíneos en Galicia es la propia de España?

(a) sí, para niveles de significación superiores a 0.01

(b) No, para niveles de significación inferiores a 0.025
(c) Sí, para niveles de significación inferiores a 0.01

55. Se prueban 20 cigarrillos de una cierta marca para estudiar su contenido en alquitrán, obteniéndose una
media de 22 mg y una desviación típica de 4 mg.

Suponiendo que la distribución del contenido de alquitrán es normal, el intervalo de confianza al 95% para
la media de esta variable es

(a) (20.247, 23.75)

(b) (20.08, 23.9192)
(c) (20.4146, 23.5854)

56. Durante el año 82, los 25670 nacidos en el País Vasco se distribuyeron en 13333 niños y 12337 niñas. > Es
verosímil la hipótesis de que niños y niñas nacen con igual probabilidad?.

(a) No puede saberse si no nos dan un nivel de significación determinado.

(b) Sí es verosímil.
(c) No es verosímil.

Una empresa fabrica neumáticos mediante un proceso A. Se sospecha que un segundo proceso B, de reciente
descubrimiento, puede dar lugar a un menor consumo de caucho. Para contrastar esta hipótesis se hace uso
de una muestra formada por 10 neumáticos fabricados según el proceso A y 15 fabricados según el proceso
B, midiéndose en ambos casos la cantidad de caucho utilizado por neumático.
2
Los resultados fueron: XA = 5000 gr y SA = 121 gr2 (media y varianza muestrales del proceso A) y
2
XB = 4980 gr y SB = 144 gr2 (media y varianza muestrales del proceso B).

Bajo el supuesto de normalidad en la distribución de los consumos de caucho según ambos procesos, responder
a las siguientes preguntas:
57. Las varianzas de las distribuciones pueden considerarse iguales

(a) No, pues SA2 y SB2 son significativamente distintas.

(b) No, porque el test que se lleva acabo para contrastar dicha hipótesis indica que debe rechazarse esta
suposición.

(c) Ninguna de las otras dos.

58. > Es cierto que el proceso B da lugar a un menor consumo de caucho?.

(a) No es cierto para un nivel de significación α = 0.002

(b) Sí es cierto para un nivel de significación α = 0.002
(c) Es cierto para cualquier nivel de significación α comprendido entre 0.01 y 0.05.

59. Para los datos del problema, el valor del estadístico que debe utilizarse para realizar el contraste de com-
pración de las medias tiene un valor de

(a) Aproximadamente 0.
(b) Aproximadamente 4.04.
(c) Aproximadamente 4.1056.

60. La distribución que sigue el estadístico del contraste es

(a) Una N (0, 1)

(b) Una t con 23 grados de libertad.
(c) Una t con 20 grados de libertad.

61. Se define la eficiencia de un estimador insesgado como:

(a) el inverso de su varianza

(b) su varianza
(c) su media

62. Dados dos estimadores insesgados para un parámetro, será preferible aquél que tenga:

(a) menor media

(b) mayor media
(c) menor varianza
63. Si aumentamos el valor del nivel de confianza, la longitud del intervalo de confianza resultante
será:

(a) mayor
(b) menor
(c) podrá ser mayor o menor, dependiendo del valor desconocido del parámetro

64. Dados dos sucesos A y B, la P (B − A) = P (B) − P (A) si

(a) A ⊂ B
(b) Ay B son incompatibles
(c) Siempre

65. Sea X=radio e Y=longitud de una circunferencia. El valor del coeficiente de correlación
lineal entre X e Y es:

(a) 1
(b) -1
(c) 0

66. Si a priori debes optar por una distribución que describa el número de peces de longitud
superior a 25 cm en el puerto de A Coruña, seleccionarías

(a) una binomial.

(b) una normal.
(c) una Poisson.

67. El tiempo (en horas) de ejecución de los programas de un centro de cálculo es una v.a. con
densidad f (x) = x4 /6.4, si x ∈ [0, 2]>Cuál es la probabilidad de que un programa tenga un
tiempo de ejecución comprendido entre 1/2 hora y 1 hora?

(a) 0.25
(b) ninguna de las otras dos.
(c) 0.03027

68. >Cual es la probabilidad de que la vida de una componente, con distribución exponencial,
sea más pequeña que la vida media?
 (a) 0.6321
(b) λ/eλ
(c) 1/2

69. Con el 95.45% de confienza, >cuál ha de ser el tamaño muestral para asegurar que el error
de estimación en un porcentaje no es superior al 1%?

(a) 9604
(b) 10000
(c) ninguna de las otras dos.

70. Un programa antivirus se prueba con una muestra aleatoria de 144 virus. De ellos el pro-
grama logra detectar 81. Dar un intervalo de confianza al 95% para la proporción de virus
que detecta.

(a) ninguna de las otras dos.

(b) (0.52,0.60)
(c) (0.48,0.64)

71. >Cuál de los siguientes estimadores del parámetro λ de una distribución de Poisson, es
sesgado?

X1 +2X2 +2X3 +...+2Xn−1 +Xn

(a) T1 = 2(n−1)

(b) T2 = X1 + X2 − X3
(c) ninguno de ellos.

72. Utilizando el contraste de ajuste de Kolmogoroff-Smirnoff, para el ajuste a una N(3, 2) se

observa que Dn = 1.15, para una muestra de tamaño 20. Entonces:

(a) Debe aceptarse claramente la distribución especificada.

(b) Hemos cometido un error de cálculo, pues el valor del estadístico nunca puede ser mayor
que 1.
(c) Ninguna de las restantes.

73. Sea X una variable binomial con n = 3 y p = 0.6. >Cual es la media de la variable Y = 4X
 (a) 12
(b) 7.2
(c) 2.4

74. Si sumamos muchas variables aleatorias (independientes) que sean exponenciales

(a) Por el teorema central del límite, cada una de ellas tiende a una normal.
(b) Por el teorema central del límite, la suma de todas ellas tiende a una normal.
(c) Por el teorema central del límite, cada una de ellas tiende a una normal y por lo tanto
la suma también.

75. Una variable tiene por función de densidad f (x) = mx si 0 < x < 2 y f (x) = 1 − mx si
2 < x < 4. m vale

(a) 1/2
(b) 3/4
(c) ninguna de las otras dos

76. Sea X una variable N(µ, σ), el área comprendida entre el intervalo (µ − σ, µ + σ) es

(a) 0.6826
(b) no puede calcularse
(c) 0.5

77. >Un estimador insesgado es mejor que uno consistente?

(a) Siempre
(b) Depende de la población con la que se trabaje
(c) Depende de los casos concretos

78. Si A y B son dos sucesos cualesquiera con 0 < P (A) < 1, 0 < P (B) < 1 la igualdad
P (A/B) + P (A/B) = 1, se verifica

(a) siempre
(b) solo si A y B son independientes
(c) nunca
79. El coeficiente de correlación lineal verifica

(a) es invariante ante transformaciones lineales de las variables

(b) toma valores ente 0 y 1
(c) es una medida de centralización

80. Si el número de llamadas en una hora que recibe una centralita sigue una distribución de
Poisson de media 0.2, la probabilidad de que en 5 horas no se produzcan llamadas es:

(a) e5
(b) 1/e
(c) e−5

(a) Voy por la carretera, y compruebo que adelanto tantos coches como los que me adelantan a mi. Eso
quiere decir que mi velocidad es la velocidad

(b) Media armonica

(c) Mediana
(d) Meilana

81. Melanie Griffith le pone los cuernos a Banderas con Don Johnson el 60% de las veces. Si la probabilidad de
que D.Johnson la deje encinta es del 30%, y de que la deje en cinta Banderas es del 10%, la probabilidad de
que Melanie quede encinta es

(a) 0.22
(b) 0.45
(c) ninguna de las otras dos

82. La pendiente de la recta de regresion de X sobre Y puede ser positiva, a la vez que la pendiente de la recta
de regresion de Y sobre X es negativa.

(a) depende de la variable bidimensional de que se trate

(b) va en función del coeficiente de correlacion lineal
(c) solo si soy imbecil

83. La covarianza es siempre mayor que el coeficiente de correlacion lineal

(a) si
 (b) no siempre
(c) ninguna de las otras dos

84. Tengo una v. aleatoria bidimensional (X,Y) continua. Calculo P (X < 12/Y ≥ 27) y sale -0.23. >Que
ocurre?

(a) Nada, porque es posible

(b) que no siento las piernas
(c) que he cometido algun error de calculo

85. La funcion de densidad es la derivada de la funcion de distribucion

(a) siempre
(b) en algunos casos
(c) nunca

86. Sea Y una v. aleatoria N(1,2). Sea W = 2Y 2 + 3 . La media de W s

(a) no puede calcularse

(b) 5
(c) 13

87. Se cumple que V AR(X + Y ) = V AR(X) + V AR(Y )

(a) siempre
(b) en algunos casos
(c) nunca

88. Sea X una v.aleatoria con funcion de distribucion F (x) = ( 0 si x ≤ 0; x/2 si 0 < x ≤ 1; 0.5 si 1 < x ≤ 2;
x/4 si 2 < x ≤ 4;1 si x > 4). La probabilidad P (2.5 < X < 3.5) es

(a) ninguna de las otras dos

(b) 0.75
(c) 0.25

89. Si realizamos 100 lanzamientos de una moneda, con un nivel de significación del 5%:
 (a) Aceptamos que la moneda es correcta si el número de caras pertenece al intervalo (5,95).
(b) Rechazamos que la moneda es correcta si el número de caras es distinto de 50.
(c) Rechazamos que la moneda es correcta si el número de caras no pertenece al intervalo
(40,60).

90. Si X e Y son variables aleatorias independientes con distribución N(1, 1), la distribución de
la diferencia es:

(a) N(0, 1)
√
(b) N(0, 2)
(c) N(0, 0)

91. Si aplicamos el test chi-cuadrado de Pearson de bondad de ajuste para contrastar la hipótesis
de que la distribución de una variable aleatoria X es N(µ, 3), la distribución del estadístico
es:

(a) El test chi-cuadrado de Pearson no puede aplicarse para contrastar modelos continuos.
(b) Aproximadamente normal, si el número de clases es lo suficientemente grande para
poder aplicar el teorema central del límite.
(c) χ2k−1 , donde k representa el número de clases construidas.

92. Si el 10% de las reses de la cabaña inglesa están infectadas con el virus ”de las vacas
locas”, >Cuántas vacas, por término medio, hemos de examinar para encontrar la primera
infectada?

(a) 11
(b) 9
(c) 10

93. Si una variable tiene media 1 y varianza 2, su distribución no podrá ser:

(a) chi-cuadrado
(b) normal
(c) binomial
94. Supongamos que se acepta que una moneda es correcta si se observa una vez el resultado
cara en dos lanzamientos. Entonces, la función de potencia es:

(a) P (p) = 2 − 2p(1 − p)

(b) P (p) = 1 − p(1 − p)
(c) P (p) = 1 − 2p(1 − p)

95. La siguiente tabla muestra la distribución a lo largo de los días de la semana de 60 exámenes
de distintas asignaturas de la Facultad de Informática:

Dı́a de la semana L M Mi J V
Número de exámenes 12 16 9 11 12

(a) Si contrastamos que la distribución de exámenes en los días de la semana es uniforme,

el nivel crítico del contraste es mayor que 00 10.
(b) Con un nivel de significación del 10% se rechaza que la distribución de exámenes en los
días de la semana es uniforme.
(c) Con un nivel de significación del 5% se acepta que la distribución de exámenes en los
días de la semana es normal.

96. En un proceso de fabricación se sabe que, en promedio, una de cada 100 piezas es defectuosa.
>Cuál es la probabilidad de que la quinta pieza inspeccionada sea la primera defectuosa?

(a) 00 995
(b) 00 994 00 01
³ ´
5
(c) 1
00 994 00 01

97. Una urna contiene cinco bolas de colores. Si aceptamos que todas las bolas son de color
blanco cuando al extraer dos bolas (sin reemplazamiento) de la urna las dos son blancas, la
probabilidad de cometer un error de tipo I es:

(a) Cero, pues es imposible cometer un error de tipo I.

(b) 00 05
(c) Ninguna de las otras dos.

98. La estimación por intervalo de confianza al 95% para la media de una población normal con
σ = 5 es I = (20 02, 30 98). Entonces, el tamaño muestral utilizado es:
 (a) n = 100
(b) Necesitamos conocer el valor de la media muestral para determinar el valor del tamaño
muestral.
(c) n = 10

99. Si X es una variable aleatoria con distribución de Poisson de media 3, la media de Y = 2X 2

es:

(a) 24
(b) 6
(c) No puede calcularse

100. Si µ representa la media de una población normal con desviación típica σ conocida, con un
nivel de significación del 5%, aceptaremos que µ > 3 si el valor de la media calculada en una
muestra de tamaño 100 es:

(a) X > 3 + 00 196σ

(b) X < 3 − 00 196σ
(c) X > 3 + 00 164σ

X1 + 3X2 2X1 + 3X2

101. Dados los estimadores de la media µ̂1 = y µ̂2 = , >cuál es más
4 5
eficiente?

(a) µ̂1
(b) µ̂2
(c) Los dos tienen la misma eficiencia, pues están calculados con el mismo número de
observaciones.

102. Para una muestra particular, se ha obtenido el valor p = 00 047 para el nivel crítico del
contraste. Entonces:

(a) Aceptamos la hipótesis nula con un nivel de significación del 10%.

(b) Rechazamos la hipótesis nula con un nivel de significación del 1%.
(c) Aceptamos la hipótesis alternativa con un nivel de significación del 5%.
103. Si se eligen al azar (sin reemplazamiento) 3 números enteros de 0 a 9, >cuál es la probabilidad
de que dos de ellos sean mayores que 3?

(a) Ninguno de los otros

(b) 0’6
(c) 0’5

104. Para una muestra de tamaño n = 10 se obtuvo el valor ŝ2n−1 = 19 para la cuasivarianza.
Entonces, el nivel crítico para el contraste H0 : σ ≤ 3 frente a H1 : σ > 3 es:

(a) p = 00 050
(b) p = 00 025
(c) p = 00 975

105. La cuasivarianza muestral, como estimador de la varianza, verifica

(a) Su sesgo es cero.

(b) Su varianza es la varianza teórica.
(c) Su esperanza es cero.

106. En un contraste de hipótesis el nivel crítico p=0.085. Entonces, con un nivel de significación
del 5%

(a) debe rechazarse la hipótesis alternativa

(b) no puede adoptarse una decisión acerca de la validez de la hipótesis nula.
(c) debe rechazarse la hipótesis nula.

107. En La Coruña, el 60% de los días son soleados y el 30% llueve. La prob. de tener accidentes
de tráfico en un día soleado es 0.0001, en un día lluvioso 0.01 y en un día ni lluvioso ni
soleado 0.001. Si el chófer del rector ha tenido un accidente de tráfico, la probabilidad de
que haya sido en un dia soleado

(a) 0.00006
(b) muy alta, porque iba con su novia y se distraía con facilidad.
(c) 0.01898
108. El porcentaje de contrincantes que, boxeando con Tyson, aguantan sin caerse dos asaltos, es
el 20%. Que aguanten 5 asaltos es sólo el 5%. Calcula la probabilidad de que un boxeador
que ha aguantado dos asaltos siga en pie después del quinto.

(a) 0.05
(b) 0.01
(c) 0.25

109. Con el 95.45% de confianza, calcula el tamaño muestral necesario para garantizar que el
error de estimación de una proporción no es superior a 0.01.

(a) ninguna de las otras

(b) 9604
(c) 10000

110. En un intervalo de confianza al 90% para estimar un parámetro

(a) el 90% de las observaciones de la variable caen en él.

(b) ninguna de las otras dos
(c) hay un riesgo del 10% de que ninguna observación caiga en el.

111. Calcula el int. de confianza al 99% para la media de una variable normal, sabiendo que
P P
n = 20, xi = 100, x2i = 3500

(a) (-3.036, 13.036)

(b) (-2.832, 12.832)
(c) ninguna de las otras

112. La suma de 40 variables aleatorias independientes uniformes en el intervalo (-2,2) tiene

distribución
q
(a) aproximadamente N(0, 160/3)
(b) U (−40, 40)
q
(c) exactamente N(0, 160/3)

113. Sean las Variables X e Y. Las rectas de regresión de X sobre Y e Y sobre X tienen en común
 (a) Ninguna pasa por el origen de coordenadas.
(b) El signo de la pendiente, siempre que el coeficiente de correlación sea distinto de cero.
(c) Son la misma recta.

114. De una baraja de 40 cartas se extraen 4. La probabilidad de que dos sean reyes es

(a) aproximadamente 0.5279

(b) aproximadamente 0.04136
(c) aproximadamente 0.001524

115. Si sumo muchas variables aleatorias exponenciales, entonces, por el teorema central del límite

(a) cada una se aproxima por una normal, y la suma también.

(b) cada una se aproxima por una normal, y la suma sigue exactamente una distribución
normal.
(c) la suma es aproximadamente normal.

116. Calculo el coeficiente de correlación lineal entre dos variables estadísticas y me sale -1.2.
Entonces digo:

(a) Cullons!!!
(b) Me han dado mal los datos.
(c) La relación entre las variables nunca puede ser lineal.

117. Sea X una v.aleatoria continua con función de densidad f (x) = (x/5) − k si x ∈ (4, 6) y 0
en otro caso. Siendo a tal que P (a ≤ X < a + 1) = 0.5 , a vale

(a) 4.5
(b) 5
(c) 0.5

118. La varianza de la diferencia de dos V.A. independientes es

(a) ninguna de las otras

(b) la diferencia de las varianzas
(c) la suma de las varianzas
119. Si A y B son sucesos tales A ⊂ B, P (B) = 0.8 y P (A ∩ B) = 0.2 la probabilidad de A es

(a) 0.2
(b) no puede calcularse
(c) 0.4

120. Se extraen dos muestras de tamaño 10 de dos variables X e Y. Las varianzas muestrales
respectivas son 0.5419 y 0.6065. Un interv. de confianza al 95% para el cociente de varianzas
teóricas σy2 /σx2 es

(a) (0.2778, 4.505)

(b) (0.3519, 3.5574)
(c) (0.2712, 2.1418)

121. Sea X una Variable N(µ, 5) . Al calcular los int. de confianza para la media al 90% y al
95% observamos que sus longitudes varían en 0.32 unidades. El tamaño muestral empleado
ha sido

(a) ninguna de las otras

(b) n=10
(c) no se puede calcular

122. Si los sucesos A y B son independientes, entonces

(a) P (A) + P (B) − P (A)P (B) ≤ 1

(b) P (A) + P (B) ≤ 1
(c) Son también incompatibles.
OTRO

123. Para una muestra de tamaño n = 10 se obtuvo el valor ŝ2n−1 = 19 para la cuasivarianza.
Entonces, el nivel crítico para el contraste H0 : σ ≤ 3 frente a H1 : σ > 3 es:

(a) p = 00 050
(b) p = 00 975
(c) p = 00 025
124. Si aplicamos el test chi-cuadrado de Pearson de bondad de ajuste para contrastar la hipótesis
de que la distribución de una variable aleatoria X es N(µ, 3), la distribución del estadístico
es:

(a) Aproximadamente normal, si el número de clases es lo suficientemente grande para

poder aplicar el teorema central del límite.
(b) χ2k−1 , donde k representa el número de clases construidas.
(c) El test chi-cuadrado de Pearson no puede aplicarse para contrastar modelos continuos.

125. Si se eligen al azar (sin reemplazamiento) 3 números enteros de 0 a 9, >cuál es la probabilidad

de que dos de ellos sean mayores que 3?

(a) Ninguno de los otros

(b) 0’5
(c) 0’6

126. Supongamos que se acepta que una moneda es correcta si se observa una vez el resultado
cara en dos lanzamientos. Entonces, la función de potencia es:

(a) P (p) = 2 − 2p(1 − p)

(b) P (p) = 1 − p(1 − p)
(c) P (p) = 1 − 2p(1 − p)

127. Si X es una variable aleatoria con distribución de Poisson de media 3, la media de Y = 2X 2

es:

(a) 24
(b) 6
(c) No puede calcularse

X1 + 3X2 2X1 + 3X2

128. Dados los estimadores de la media µ̂1 = y µ̂2 = , >cuál es más
4 5
eficiente?

(a) µ̂1
(b) µ̂2
(c) Los dos tienen la misma eficiencia, pues están calculados con el mismo número de
observaciones.
129. La siguiente tabla muestra la distribución a lo largo de los días de la semana de 60 exámenes
de distintas asignaturas de la Facultad de Informática:

Dı́a de la semana L M Mi J V
Número de exámenes 12 16 9 11 12

(a) Con un nivel de significación del 5% se acepta que la distribución de exámenes en los
días de la semana es normal.
(b) Si contrastamos que la distribución de exámenes en los días de la semana es uniforme,
el nivel crítico del contraste es mayor que 00 10.
(c) Con un nivel de significación del 10% se rechaza que la distribución de exámenes en los
días de la semana es uniforme.

130. Si X e Y son variables aleatorias independientes con distribución N(1, 1), la distribución de
la diferencia es:

(a) N(0, 0)
(b) N(0, 1)
√
(c) N(0, 2)

131. Para una muestra particular, se ha obtenido el valor p = 00 047 para el nivel crítico del
contraste. Entonces:

(a) Rechazamos la hipótesis nula con un nivel de significación del 1%.

(b) Aceptamos la hipótesis alternativa con un nivel de significación del 5%.
(c) Aceptamos la hipótesis nula con un nivel de significación del 10%.

132. La estimación por intervalo de confianza al 95% para la media de una población normal con
σ = 5 es I = (20 02, 30 98). Entonces, el tamaño muestral utilizado es:

(a) n = 10
(b) n = 100
(c) Necesitamos conocer el valor de la media muestral para determinar el valor del tamaño
muestral.

133. Si µ representa la media de una población normal con desviación típica σ conocida, con un
nivel de significación del 5%, aceptaremos que µ > 3 si el valor de la media calculada en una
muestra de tamaño 100 es:
 (a) X > 3 + 00 196σ
(b) X < 3 − 00 196σ
(c) X > 3 + 00 164σ

134. Si una variable tiene media 1 y varianza 2, su distribución no podrá ser:

(a) chi-cuadrado
(b) binomial
(c) normal

135. Si el 10% de las reses de la cabaña inglesa están infectadas con el virus ”de las vacas
locas”, >Cuántas vacas, por término medio, hemos de examinar para encontrar la primera
infectada?

(a) 11
(b) 10
(c) 9

136. En un proceso de fabricación se sabe que, en promedio, una de cada 100 piezas es defectuosa.
>Cuál es la probabilidad de que la quinta pieza inspeccionada sea la primera defectuosa?

(a) 00 995
(b) 00 994 00 01
³ ´
5
(c) 1
00 994 00 01

137. Una urna contiene cinco bolas de colores. Si aceptamos que todas las bolas son de color
blanco cuando al extraer dos bolas (sin reemplazamiento) de la urna las dos son blancas, la
probabilidad de cometer un error de tipo I es:

(a) Ninguna de las otras dos.

(b) 00 05
(c) Cero, pues es imposible cometer un error de tipo I.

138. Si realizamos 100 lanzamientos de una moneda, con un nivel de significación del 5%:

(a) Rechazamos que la moneda es correcta si el número de caras no pertenece al intervalo

(40,60).
 (b) Rechazamos que la moneda es correcta si el número de caras es distinto de 50.
(c) Aceptamos que la moneda es correcta si el número de caras pertenece al intervalo (5,95).

(a) Tenemos una muestra aleatoria de tamaño 2n de una población denotada por X, tal que E(X)=µ y
X2n Xn
xi xi
Var(X)=σ 2 . Sea T1 = y T2 = dos estimadores de µ , entonces
i=1
2n i=1
n

(b) T1 es mejor estimador que T2

(c) los dos estimadores no son comparables
(d) T2 es mejor estimador que T1

139. De una v.a. X se sabe que Var(X)=16 y E(X 2 )=25. Si tipificamos el valor x=5 se obtiene

(a) z=0
(b) z=0.5
(c) z=0.125

140. En el año 1996 se constató que el 52% de los afectados con la enfermedad del SIDA eran toxicómanos. Si
el tiempo de supervivencia a esta enfermedad desde el momento del diagnóstico (medido en años) para el
e−x/3
grupo de toxicómanos es una v.a. continua con función de densidad f (x) = 3 si x > 0, >cuál es la
probabilidad de que un paciente de SIDA sea toxicómano y sobreviva al menos tres años?

(a) 0.3287
(b) 0.6712
(c) 0.1913

141. Las estimaciones por intervalo de confianza del 90% y del 95% para un parámetro θ, calculadas para un
mismo conjunto de observaciones son (3,7) y (3.5,6.5), respectivamente. Entonces

(a) ninguna de las otras dos

(b) hemos cometido un error en el cálculo de dichos intervalos
(c) el 90% de los valores de la muestra están incluidos en el intervalo (3,7)

142. La media muestral es

(a) una variable aleatoria

(b) la media de la población
(c) la media aritmética de n números

143. Si en un contraste de hipótesis se acepta la hipótesis nula H0 , entonces

 (a) H0 es totalmente cierta
(b) no hay razones para pensar que H0 no es cierta
(c) H1 no es cierta

144. La probabilidad de que el lanzamiento de un cohete tenga éxito es igual a 0.8. Supóngase que se hacen
ensayos hasta que ocurren tres lanzamientos exitosos. La probabilidad de que sean necesarios seis intentos
es

(a) 0.04096
(b) 0.5
(c) 0.0009

145. Los errores aleatorios de dos aparatos de medida siguen la distribución N (µ1 , σ1 ) y N (µ2 , σ2 ) . Se han
detectado los siguientes errores:
Primero: 0.3 0.7 -1.1 2 1.7 -0.8 -0.5
Segundo: 1.6 -0.9 -2.8 3.1 4.2 -1 2.1
¿Podemos aceptar la hipótesis de que el primer aparato tiene mayor precisión que el segundo?

(a) Sí, puesto que el estadístico del contraste vale 0.2181

(b) Como el estadístico del contraste es, aproximadamente, 0.2306, para α = 0.05 se acepta esa hipótesis.
(c) Como el estadístico del contraste es, aproximadamente, 0.2306, para α = 0.05 se rechaza esa hipótesis.

146. El coeficiente de variación es

(a) una medida de dispersión menor que la desviación típica

(b) una medida de dispersión adimensional
(c) la inversa de la desviación típica

147. Sean A y B sucesos incompatibles y P (B) > 0 . >Cuánto vale P(A/B)?

(a) 0
P (A)
(b) P (B)

(c) 1

148. Un examen consta de 3 ejercicios. Se estima que los tiempos que necesita un alumno para resolver los tres
ejercicios son independientes y siguen distribuciones N(40,10), N(50,20) y N(60,20) respectivamente. Si se
propone un tiempo de tres horas para hacerlo, >cuál es la probabilidad de que un alumno acabe antes de
las tres horas?

(a) 0.1587
 (b) 1
(c) 0.8413

149. En el problema anterior, y sabiendo que al examen se presentan 120 alumnos, >cuál es la probabilidad de
que menos del 10% de los alumnos dispongan del tiempo suficiente para la realización del examen?

(a) 1
(b) 0
(c) 0.5

150. Se lanza una moneda 400 veces y se obtienen 175 caras y 225 cruces. El tamaño muestral necesario para
que la longitud del intervalo de confianza (para la probabilidad de cara) al 90% sea menor que 0.05 es

(a) 265
(b) no tengo suficiente información para calcularlo
(c) 1060

151. Una de las siguientes condiciones no es una propiedad de las funciones de distribución

(a) F es continua
(b) F es continua por la derecha
(c) F es no decreciente

152. La función de densidad es el límite cuando el tamaño muestral crece y la amplitud de las clases tiende a cero
de

(a) los histogramas de frecuencia relativas

(b) los polígonos de frecuencias absolutas
(c) los histogramas de frecuencias acumuladas

153. El cuantil de orden 30 y el tercer cuartil de una distribución encierran una región con probabilidad (área)

(a) 00 6
(b) 00 45
(c) ninguna de las anteriores
154. Si el número de elementos de A es menor que el de B, la probabilidad de A es menor que la de B

(a) si A y B son incompatibles

(b) si los sucesos elementales son equiprobables
(c) siempre

155. En una planta armadora el 40% de las piezas provienen del fabricante A y el resto del B. El porcentaje
de piezas defectuosas de A es del 4% y el de B del 7%. Si un aparato consta de 2 piezas a ensamblar, la
probabilidad de que ninguna sea defectuosa es

(a) 0.952
(b) ninguna de las otras respuestas
(c) 0.887