1. Los datos de una muestra obtenidos se resumen de la siguiente forma: 200 mujeres en facultades de Medicina, 50 mujeres en escuelas de Ingeniería. 50 hombres en facultades de Medicina y 200 hombres en escuelas de Ingeniería. ¿Qué afirmación es la más coherente hacer, sobre la relación entre la variable sexo y la variable ser estudiante de Medicina o Ingeniería, con la información que tenemos?

a) La correlación de Pearson es 0.75 (p=0.07).

b) La V de Cramer es -0.6.

c) La V de Cramer es 0.6.

d) La V de Cramer es 0 porque no hay ningún tipo de asociación entre estas variables.

2. ¿Qué afirmación, entre las siguientes, no es cierta?

a) El p-valor es el elemento que le proporciona la significación a una correlación de Pearson.

b) r=0.89 (p>0.05) indica que se trata de una correlación de elevada magnitud pero no significativa.

c) Para valorar la significación de una correlación de Pearson es necesario aplicar un test de la ji-cuadrado.

d) V=0.90 (p<0.05) indica que estamos ante dos variables cualitativas con relación de elevada magnitud y significativa.

3. Si estamos construyendo una fórmula matemática que nos concrete la relación entre la variable “Cantidad total de lluvia anual” y la variable “Humedad relativa media anual” en una estación metereológica, ¿cuál de las siguientes afirmaciones no es cierta?

a) Si queremos construir tal función aplicaremos una Regresión simple.

b) Si la relación entre esas dos variables queda concretada por una recta aplicaremos una Regresión lineal simple.

c) Si la correlación de Pearson es significativa la pendiente de la Regresión lineal simple podría no ser significativamente distinta de cero.

d) Si la correlación de Pearson es positiva, la pendiente de la Regresión lineal simple también será positiva.

4. Si tenemos una Regresión lineal simple como la siguiente y=3x+5+e, podemos decir lo siguiente:

a) Si un individuo tiene el valor x=5 tendrá el valor y=20.

b) Si un individuo tiene el valor x=5 tendrá el valor y=20 más un valor que irá desde 0 hasta 1.

c) Si un individuo tiene el valor x=5 tendrá el valor y=15.

d) Si un individuo tiene el valor x=5 tendrá el valor y=20 más un valor que girará en torno a 0 y que será tanto mayor, en valor absoluto, como menor sea la correlación entre esas dos variables.

5. Si nos dicen que tenemos entre dos variables una r=0.60 (p<0.05) podemos decir:

a) Tenemos un buen coeficiente de determinación R², por lo que podemos hacer un buen pronóstico de una variable a partir de la otra.

b) La correlación no es significativa porque es menor que 0.7.

c) Esta correlación es poco útil por ser el p-valor inferior a 0.05.

d) La correlación es significativa y la R² es del 36%, por lo que al tratarse de un coeficiente de determinación bajo (inferior al 50%) no podemos hacer un buen pronóstico de una variable a partir del conocimiento de la otra.