30 preguntas gratis

Test Estadística: genera exámenes desde tu PDF

Simulacro de examen gratuito con corrección automática

Elige el número de preguntas

Contenido del test

  • • Estadística descriptiva
  • • Probabilidad
  • • Distribuciones
  • • Inferencia estadística
  • • Contraste de hipótesis
  • • Regresión y correlación
Ver las 30 preguntas y respuestas

Sin registro. Todas con explicación y referencia legal.

Todas las preguntas de este test

Las 30 preguntas de este simulacro de Estadística, con su respuesta correcta, la explicación y la norma en la que se apoya. Practica arriba en modo simulacro o repasa aquí bloque por bloque.

Estadística descriptiva5 preguntas

1En un conjunto de datos {2, 3, 3, 5, 7, 8, 10}, ¿cuál es la mediana?

  • 3
  • 5✓ correcta
  • 5.43
  • 7

Por qué: La mediana es el valor central cuando los datos están ordenados. Con 7 datos, la mediana es el cuarto valor: 5. La mediana es robusta frente a valores extremos, a diferencia de la media.

Fuente: Estadística - Medidas de posición

2Si una población tiene media 100 y desviación típica 15, ¿aproximadamente qué porcentaje de valores cae dentro de una desviación típica de la media (regla empírica)?

  • 50%
  • 68%✓ correcta
  • 95%
  • 99.7%

Por qué: Según la regla empírica (regla 68-95-99.7) para distribuciones normales, aproximadamente el 68% de los datos cae dentro de una desviación típica de la media (entre 85 y 115 en este caso).

Fuente: Estadística - Regla empírica

3¿Qué medida de tendencia central es más adecuada cuando la distribución tiene valores extremos (outliers)?

  • Media aritmética
  • Media geométrica
  • Mediana✓ correcta
  • Media ponderada

Por qué: La mediana es más robusta que la media frente a valores extremos (outliers), ya que no se ve afectada por la magnitud de los valores, solo por su posición ordinal. Es la medida preferida en distribuciones asimétricas.

Fuente: Estadística - Medidas de tendencia central

4¿Qué indica un coeficiente de variación (CV) alto?

  • Que la media es muy grande
  • Que los datos tienen poca dispersión relativa
  • Que los datos tienen mucha dispersión relativa respecto a la media✓ correcta
  • Que la distribución es simétrica

Por qué: El coeficiente de variación (CV = desviación típica / media x 100) mide la dispersión relativa. Un CV alto indica que la variabilidad es grande en relación con la media, lo que permite comparar dispersiones entre variables con distintas unidades.

Fuente: Estadística - Medidas de dispersión

5¿Qué percentil corresponde a la mediana?

  • Percentil 25 (Q1)
  • Percentil 50 (Q2)✓ correcta
  • Percentil 75 (Q3)
  • Percentil 90

Por qué: La mediana corresponde al percentil 50 (segundo cuartil, Q2). Divide la distribución en dos mitades iguales: el 50% de los datos está por debajo y el 50% por encima.

Fuente: Estadística - Percentiles y cuartiles

Probabilidad5 preguntas

6Si P(A) = 0.3 y P(B) = 0.4 y A y B son eventos independientes, ¿cuál es P(A y B)?

  • 0.7
  • 0.1
  • 0.12✓ correcta
  • 0.70

Por qué: Para eventos independientes, P(A y B) = P(A) x P(B) = 0.3 x 0.4 = 0.12. La independencia significa que la ocurrencia de un evento no afecta la probabilidad del otro.

Fuente: Estadística - Probabilidad de eventos independientes

7¿Qué establece el teorema de Bayes?

  • Que la probabilidad de la unión de dos eventos es la suma de sus probabilidades
  • Permite calcular la probabilidad a posteriori de un evento dado un resultado observado✓ correcta
  • Que la media muestral converge a la media poblacional
  • Que la suma de todas las probabilidades es 1

Por qué: El teorema de Bayes permite actualizar la probabilidad de un evento (a priori) tras observar nueva evidencia, obteniendo la probabilidad a posteriori: P(A|B) = P(B|A) x P(A) / P(B).

Fuente: Estadística - Teorema de Bayes

8Se lanza un dado justo. ¿Cuál es la probabilidad de obtener un número par O un número mayor que 4?

  • 1/2
  • 2/3✓ correcta
  • 3/6
  • 5/6

Por qué: Números pares: {2, 4, 6}. Números mayores que 4: {5, 6}. Unión: {2, 4, 5, 6}. P = 4/6 = 2/3. Aplicamos P(A o B) = P(A) + P(B) - P(A y B) = 3/6 + 2/6 - 1/6 = 4/6 = 2/3.

Fuente: Estadística - Probabilidad de la unión

9¿Qué significa que dos eventos sean mutuamente excluyentes?

  • Que la ocurrencia de uno no afecta al otro
  • Que ambos tienen la misma probabilidad
  • Que no pueden ocurrir simultáneamente✓ correcta
  • Que son eventos complementarios

Por qué: Dos eventos son mutuamente excluyentes (o incompatibles) si no pueden ocurrir al mismo tiempo: P(A y B) = 0. Ejemplo: obtener cara y cruz en el mismo lanzamiento de una moneda.

Fuente: Estadística - Eventos mutuamente excluyentes

10Una prueba diagnostica tiene sensibilidad del 95% y especificidad del 90%. Si la prevalencia de la enfermedad es del 1%, ¿es probable que un resultado positivo sea un verdadero positivo?

  • Si, la probabilidad de ser un verdadero positivo supera el 90%
  • Si, la probabilidad es de aproximadamente 50%
  • No, el valor predictivo positivo es bajo (aproximadamente 8.8%)✓ correcta
  • No se puede calcular sin más datos

Por qué: Aplicando Bayes: VPP = (0.95 x 0.01) / ((0.95 x 0.01) + (0.10 x 0.99)) = 0.0095 / 0.1085 = 8.8%. Con prevalencia baja, incluso pruebas buenas generan muchos falsos positivos, reduciendo el VPP.

Fuente: Estadística - Valor predictivo y Bayes

Distribuciones5 preguntas

11¿Qué distribución modela el número de éxitos en n ensayos independientes con probabilidad constante p?

  • Distribución de Poisson
  • Distribución normal
  • Distribución binomial✓ correcta
  • Distribución exponencial

Por qué: La distribución binomial B(n, p) modela el número de éxitos en n ensayos independientes de Bernoulli, cada uno con probabilidad de éxito p. Su media es np y su varianza es np(1-p).

Fuente: Estadística - Distribución binomial

12¿Qué distribución es apropiada para modelar el número de eventos raros en un intervalo fijo de tiempo o espacio?

  • Distribución binomial
  • Distribución de Poisson✓ correcta
  • Distribución uniforme
  • Distribución t de Student

Por qué: La distribución de Poisson modela el número de eventos que ocurren en un intervalo fijo cuando los eventos son raros, independientes y con tasa media constante (lambda). Su media y varianza son ambas iguales a lambda.

Fuente: Estadística - Distribución de Poisson

13¿Qué propiedad distingue a la distribución normal estándar (Z)?

  • Media = 1 y desviación típica = 0
  • Media = 0 y desviación típica = 1✓ correcta
  • Media = 0 y varianza = 0
  • Media = 1 y desviación típica = 1

Por qué: La distribución normal estándar Z tiene media 0 y desviación típica 1. Cualquier variable normal X con media mu y desviación sigma puede estandarizarse: Z = (X - mu) / sigma.

Fuente: Estadística - Distribución normal

14¿Cuándo se utiliza la distribución t de Student en lugar de la normal?

  • Cuando la muestra es grande (n > 100)
  • Cuando se conoce la desviación típica poblacional
  • Cuando la muestra es pequeña y se estima la desviación típica poblacional a partir de la muestra✓ correcta
  • Cuando la variable es categórica

Por qué: La distribución t de Student se usa cuando la muestra es pequeña (típicamente n < 30), la población es normal y la desviación típica poblacional es desconocida (se estima con s muestral). A medida que n crece, la t converge a la normal.

Fuente: Estadística - Distribución t de Student

15¿Para que se utiliza la distribución chi-cuadrado en estadística?

  • Para comparar medias de dos grupos
  • Para pruebas de bondad de ajuste y tablas de contingencia (asociación entre variables categóricas)✓ correcta
  • Para estimar la media poblacional
  • Para modelar tiempos entre eventos

Por qué: La distribución chi-cuadrado se usa en pruebas de bondad de ajuste (comparar frecuencias observadas vs esperadas) y en pruebas de independencia en tablas de contingencia. Solo toma valores positivos y es asimétrica.

Fuente: Estadística - Distribución chi-cuadrado

Inferencia estadística5 preguntas

16¿Qué establece el teorema central del límite?

  • Que la media muestral siempre iguala la media poblacional
  • Que la distribución de la media muestral se aproxima a una normal cuando n es grande, independientemente de la distribución original✓ correcta
  • Que la varianza muestral siempre subestima la varianza poblacional
  • Que los datos deben seguir una distribución normal para hacer inferencia

Por qué: El teorema central del límite establece que la distribución de la media muestral tiende a una normal con media mu y desviación sigma/sqrt(n) a medida que n crece, sin importar la forma de la distribución poblacional original.

Fuente: Estadística - Teorema central del límite

17¿Qué mide el error estándar de la media?

  • La desviación típica de la población
  • La variabilidad de la media muestral entre distintas muestras✓ correcta
  • El sesgo del estimador
  • La diferencia entre la media y la mediana

Por qué: El error estándar de la media (SEM = s / sqrt(n)) mide la precisión de la media muestral como estimador de la media poblacional. Cuanto mayor es n, menor es el SEM y más precisa es la estimación.

Fuente: Estadística - Error estándar

18¿Qué significa un intervalo de confianza del 95% para la media?

  • Que la media poblacional está dentro del intervalo con probabilidad 0.95
  • Que si repitiéramos el muestreo muchas veces, el 95% de los intervalos construidos contendrían la media poblacional✓ correcta
  • Que el 95% de los datos de la muestra están en el intervalo
  • Que la probabilidad de cometer un error es del 5%

Por qué: El nivel de confianza del 95% significa que, si se construyeran intervalos con el mismo procedimiento en muchas muestras independientes, el 95% de dichos intervalos contendrían el verdadero valor del parámetro poblacional.

Fuente: Estadística - Intervalos de confianza

19¿Cómo afecta al ancho del intervalo de confianza duplicar el tamaño muestral?

  • Se reduce a la mitad
  • Se reduce por un factor de sqrt(2) (aproximadamente 1.41)✓ correcta
  • No cambia
  • Se duplica

Por qué: El ancho del intervalo de confianza es proporcional a 1/sqrt(n). Si n se duplica, el ancho se divide por sqrt(2) = 1.414. Para reducir el intervalo a la mitad, se necesita cuadruplicar el tamaño muestral.

Fuente: Estadística - Tamaño muestral

20¿Qué propiedad debe tener un buen estimador puntual además de ser insesgado?

  • Debe ser siempre positivo
  • Debe ser eficiente (tener la menor varianza posible entre los estimadores insesgados)✓ correcta
  • Debe ser igual a la moda
  • Debe ser entero

Por qué: Un estimador eficiente es aquel que, siendo insesgado, tiene la menor varianza posible (alcanza la cota inferior de Cramer-Rao). Otras propiedades deseables son la consistencia (converge al parámetro con n grande) y la suficiencia.

Fuente: Estadística - Propiedades de los estimadores

Contraste de hipótesis5 preguntas

21¿Qué es el error tipo I en un contraste de hipótesis?

  • No rechazar H0 cuando es falsa
  • Rechazar H0 cuando es verdadera (falso positivo)✓ correcta
  • Aceptar H1 cuando H0 es falsa
  • No alcanzar significación estadística

Por qué: El error tipo I (alfa) consiste en rechazar la hipótesis nula (H0) cuando en realidad es verdadera (falso positivo). La probabilidad de cometer este error es el nivel de significación alfa, típicamente 0.05.

Fuente: Estadística - Errores tipo I y tipo II

22¿Qué indica un p-valor de 0.03 en un contraste con nivel de significación alfa = 0.05?

  • No hay evidencia suficiente para rechazar H0
  • Se rechaza H0, ya que p < alfa✓ correcta
  • La probabilidad de que H0 sea cierta es del 3%
  • El efecto observado es clínicamente relevante

Por qué: Si p-valor (0.03) < alfa (0.05), se rechaza H0. El p-valor es la probabilidad de obtener un resultado tan extremo o más que el observado, asumiendo que H0 es cierta. No es la probabilidad de que H0 sea verdadera.

Fuente: Estadística - P-valor

23¿Qué es la potencia de un test estadístico?

  • La probabilidad de cometer un error tipo I
  • La probabilidad de rechazar H0 cuando realmente es falsa (1 - beta)✓ correcta
  • El nivel de significación alfa
  • El tamaño del efecto observado

Por qué: La potencia (1 - beta) es la probabilidad de detectar un efecto real, es decir, rechazar H0 cuando es falsa. Aumenta con mayor tamaño muestral, mayor tamaño del efecto y mayor nivel de significación.

Fuente: Estadística - Potencia del test

24¿Qué test paramétrico se utiliza para comparar las medias de dos grupos independientes?

  • Test chi-cuadrado
  • Test t de Student para muestras independientes✓ correcta
  • Test de Wilcoxon
  • Test ANOVA de un factor

Por qué: El test t de Student para muestras independientes compara las medias de dos grupos cuando los datos son continuos, independientes y aproximadamente normales. Para más de dos grupos se usa ANOVA.

Fuente: Estadística - Test t de Student

25¿Qué ocurre con la probabilidad de error tipo I si se realizan múltiples comparaciones sin corrección?

  • Disminuye
  • Se mantiene constante
  • Aumenta (inflación del error tipo I)✓ correcta
  • Se convierte en error tipo II

Por qué: Al realizar múltiples comparaciones, la probabilidad global de cometer al menos un error tipo I (falso positivo) aumenta. Por eso se aplican correcciones como Bonferroni (alfa/k) o el control de la tasa de descubrimientos falsos (FDR).

Fuente: Estadística - Comparaciones múltiples

Regresión y correlación5 preguntas

26¿Qué mide el coeficiente de correlación de Pearson (r)?

  • La relación causal entre dos variables
  • La fuerza y dirección de la relación lineal entre dos variables cuantitativas✓ correcta
  • La proporción de varianza explicada
  • La pendiente de la recta de regresión

Por qué: El coeficiente de correlación de Pearson (r) mide la fuerza y dirección de la asociación lineal entre dos variables cuantitativas. Varia entre -1 (correlación negativa perfecta) y +1 (correlación positiva perfecta). r = 0 indica ausencia de relación lineal.

Fuente: Estadística - Correlación de Pearson

27¿Qué indica un coeficiente de determinación (R cuadrado) de 0.81?

  • Que el 81% de los datos son outliers
  • Que la correlación es 0.81
  • Que el modelo de regresión explica el 81% de la variabilidad de la variable dependiente✓ correcta
  • Que la pendiente de la recta es 0.81

Por qué: R cuadrado (coeficiente de determinación) indica la proporción de la varianza de la variable dependiente explicada por el modelo. Un R cuadrado de 0.81 significa que el 81% de la variabilidad es explicada. Además, R cuadrado = r al cuadrado en regresión simple.

Fuente: Estadística - Coeficiente de determinación

28En la ecuación de regresión lineal simple Y = a + bX, ¿qué representa el coeficiente b?

  • El valor de Y cuando X = 0 (intercepto)
  • El cambio medio en Y por cada unidad de cambio en X (pendiente)✓ correcta
  • El coeficiente de correlación
  • El error estándar de la estimación

Por qué: El coeficiente b (pendiente) indica cuanto cambia en promedio la variable dependiente Y por cada unidad de incremento en la variable independiente X. El coeficiente a (intercepto) es el valor predicho de Y cuando X = 0.

Fuente: Estadística - Regresión lineal simple

29¿Qué supuesto básico de la regresión lineal se refiere a que los residuos tienen varianza constante?

  • Normalidad
  • Independencia
  • Homocedasticidad✓ correcta
  • Linealidad

Por qué: La homocedasticidad (varianza constante de los residuos) es un supuesto clave de la regresión lineal. Si los residuos muestran varianza creciente o decreciente (heterocedasticidad), las estimaciones de los errores estándar pueden ser incorrectas.

Fuente: Estadística - Supuestos de regresión

30Si el coeficiente de correlación de Pearson entre dos variables es r = -0.90, ¿qué se puede afirmar?

  • Existe una fuerte relación lineal positiva
  • No existe relación entre las variables
  • Existe una fuerte relación lineal negativa (cuando una sube, la otra baja)✓ correcta
  • Las variables son independientes

Por qué: Un r = -0.90 indica una correlación lineal negativa fuerte: cuando una variable aumenta, la otra tiende a disminuir de forma proporcional. El signo indica la dirección y el valor absoluto la fuerza de la relación.

Fuente: Estadística - Interpretación de correlación

Clave de respuestas

Respuesta correcta de cada pregunta de este test
#Respuesta correcta
1B5
2B68%
3CMediana
4CQue los datos tienen mucha dispersión relativa respecto a la media
5BPercentil 50 (Q2)
6C0.12
7BPermite calcular la probabilidad a posteriori de un evento dado un resultado observado
8B2/3
9CQue no pueden ocurrir simultáneamente
10CNo, el valor predictivo positivo es bajo (aproximadamente 8.8%)
11CDistribución binomial
12BDistribución de Poisson
13BMedia = 0 y desviación típica = 1
14CCuando la muestra es pequeña y se estima la desviación típica poblacional a partir de la muestra
15BPara pruebas de bondad de ajuste y tablas de contingencia (asociación entre variables categóricas)
16BQue la distribución de la media muestral se aproxima a una normal cuando n es grande, independientemente de la distribución original
17BLa variabilidad de la media muestral entre distintas muestras
18BQue si repitiéramos el muestreo muchas veces, el 95% de los intervalos construidos contendrían la media poblacional
19BSe reduce por un factor de sqrt(2) (aproximadamente 1.41)
20BDebe ser eficiente (tener la menor varianza posible entre los estimadores insesgados)
21BRechazar H0 cuando es verdadera (falso positivo)
22BSe rechaza H0, ya que p < alfa
23BLa probabilidad de rechazar H0 cuando realmente es falsa (1 - beta)
24BTest t de Student para muestras independientes
25CAumenta (inflación del error tipo I)
26BLa fuerza y dirección de la relación lineal entre dos variables cuantitativas
27CQue el modelo de regresión explica el 81% de la variabilidad de la variable dependiente
28BEl cambio medio en Y por cada unidad de cambio en X (pendiente)
29CHomocedasticidad
30CExiste una fuerte relación lineal negativa (cuando una sube, la otra baja)

Test de práctica de estadistica. Si detectas una pregunta incorrecta, escríbenos y la corregimos.