1. Sabemos que en un estudio de comparación de dos poblaciones se ha acabado usando un Test exacto de Fisher. No es correcto:

a. El tamaño de muestra de ambos grupos es menor que 30 ó si es mayor o igual a 30 el valor esperado por grupo, bajo la hipótesis nula, es menor de 5.

b. La variable respuesta estudiada es dicotómica.

c. Las muestras son independientes.

d. La Hipótesis nula afirma que hay diferencia entre proporciones.

2. Sabemos que en un estudio de comparación de dos poblaciones se ha acabado aplicando un Test de la t de Student de varianzas distintas. Podemos afirmar:

a. El Test de Fisher-Snedecor ha dado un p-valor inferior a 0.05.

b. Los dos Test de Shapiro-Wilk aplicados han dado un p-valor inferior a 0.05.

c. Son muestras relacionadas.

d. La variable estudiada es dicotómica.

3.¿Cuál de las siguientes afirmaciones es cierta?

a. La elevada prevalencia de una enfermedad hace aumentar el Valor predictivo negativo.

b. La baja prevalencia de una enfermedad hace aumentar el Valor predictivo positivo.

c. Las dos afirmaciones “a” y “b” son ciertas.

d. Las dos afirmaciones “a” y “b” no son ciertas.

4. ¿Qué correlación es mayor?

a. r= 0.6 IC 95%: (0.3, 0.79)

b. r= 0.5 (p>0.05)

c. r= -0.7 IC 95%: (-0.99, -0.1)

d. r= 0.2 (p<0.05)

5. ¿Qué Odds ratio es mayor; o sea, cuál indica más relación entre dos variables dicotómicas?

a. 0.33 (p<0.05)

b. 2 (p<0.05)

c. 0.5 (p<0.05)

d. 1.5 (p<0.05)

6. Si una muestra de tamaño 1600, que se ajusta bien a una distribución normal, tiene una media muestral de 40 y una desviación estándar de 20, un intervalo de confianza del 95% de la media poblacional sería:

a. (38, 42)

b. (0, 80)

c. (39, 41)

d. (39.5, 40.5)

7. Estamos estudiando dos posibles nuevos fármacos antidepresivos en pacientes con depresión mayor. Una muestra de tamaño 50 se divide en dos grupos de 25 cada uno. Los pacientes de cada uno de los dos grupos es tratado con uno de los dos fármacos. Con los valores obtenidos de la variable cuantitativa respuesta estudiada se aplica el Test de Shapiro-Wilk resultando un p-valor inferior a 0.05, en ambas muestras. El Test a aplicar será:

a. El Test de la t de Student de varianzas desiguales si el Test de Fisher-Snedecor nos da un p-valor inferior a 0.05..

b. El Test de la t de Student de varianzas iguales si el Test de Fisher-Snedecor nos da un p-valor inferior a 0.05.

c. El Test exacto de Fisher porque el tamaño de muestra por grupo es menor que 30.

d El Test de Mann-Whitney.

8. En una muestra como la siguiente: (4.2, 8.1, 9.2, 9.3, 10.1, 10.4, 10.9, 11.2, 12.4, 13.1, 13.4, 14.2, 17.5) si aplicamos un Test de Shapiro-Wilk el p-valor más lógico que podemos obtener es:

a. 0.00002

b. 0.08

c. 0.7

d. 0.02

9. Estamos tratando de asociar el consumo de un determinado producto alimenticio y una determinada enfermedad. Nos dicen que la Odds ratio entre los consumidores de ese producto y esa enfermedad es de 0.5 con un IC 95%: (0.36, 0.68). Podemos afirmar:

a. Que no hay asociación significativa porque el intervalo de confianza no contiene el 1.

b. Que la Odds ratio asociada al no consumo de ese producto sería 2 (1,47, 2.77).

c. Que la Odds ratio asociada al no consumo de ese producto sería 2 (0,47, 4.77).

d. Que la Odds ratio asociada al no consumo de ese producto sería 2 (1,04, 4.77).

10. Se quiere hacer un pronóstico de la media poblacional de la concentración de un determinado neurotransmisor. ¿Qué tamaño de muestra necesitamos tomar para tener un intervalo del 95% de radio 1 si la Desviación estándar que tenemos en una muestra piloto es de 10?:

a. 1000.

b. 100.

c. 400.

d. 250.

11. Si de una técnica diagnóstica de una determinada patología sabemos, si se aplica a la población general,  la Sensibilidad, la Especificidad, el Valor predictivo positivo y el Valor predictivo negativo, si la aplicamos ahora a pacientes filtrados previamente por tener unos determinados signos y síntomas que apuntan hacia la sospecha de una determinada enfermedad, ¿cuál de estas afirmaciones es la más posible?

a. La Sensibilidad disminuirá.

b. El Valor predictivo positivo aumentará.

c. La Especificidad disminuirá.

d. Aumentará la Sensibilidad y disminuirá el Valor predictivo positivo.

12. En una muestra con una variable cuantitativa con Asimetría estandarizada igual a 1.23 y Curtosis estandarizada de -0.98, con media igual a 120 y desviación estándar igual a  20, podemos afirmar:

a. La mediana muestral es 120.

b. Que el 95% de la población, aproximadamente, tiene valores entre 100 y 140.

c. Que el rango intercuartílico es aproximadamente 27.2.

d. Que el percentil 95 es 160.

13. En dos muestras, de tamaño 100 cada una, de dos poblaciones de una variable que se ajusta bien a la distribución normal tenemos los siguientes valores: Primera muestra: 15±5. Segunda muestra: 18±5. ¿Qué afirmación es cierta? (Cada una de las muestras es de tamaño 100)

a. Como los intervalos de confianza del 95%, de cada una de las dos muestras, se solapan no hay diferencia estadísticamente significativa de medias poblacionales.

b. Como los intervalos de confianza del 95%, de cada una de las dos muestras, no se solapan hay diferencia estadísticamente significativa de medias poblacionales.

c. Como los intervalos de confianza del 95% de la media, de cada una de las dos muestras, se solapan no hay diferencia estadísticamente significativa de medias poblacionales.

d. Como los intervalos de confianza del 95% de la media, de cada una de las dos muestras, no se solapan hay diferencia estadísticamente significativa de medias poblacionales.

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

a. Cuanta menos dispersión tenemos en dos grupos a comparar menos tamaño de muestra necesitaremos para encontrar diferencias significativas.

b. Cuanta más diferencia haya entre las medias muestrales de dos grupos a comparar menos tamaño de muestra necesitaremos para detectar significación estadística.

c. Una técnica estadística de comparación de dos poblaciones aplicada a dos muestras con medias muestrales iguales, en un test bilateral nos dará un p-valor de 1, independientemente de la dispersión que tengamos.

d. Si el p-valor en una comparación de dos poblaciones es menor de 0.05 entonces las dos cajas del Box-Plot, de ambas muestras, no se solapan en ningún intervalo de valores.

15. ¿Qué afirmación, entre las siguientes, es cierta?:

a. Si la Odds ratio entre dos variables dicotómicas nos da un intervalo de confianza del 95% (0.9, 1.1) se trata de una relación significativa porque es un intervalo muy estrecho.

b. Si el valor del estadístico de la ji-cuadrado es menor que 0.05 rechazamos la Hipótesis nula de independencia de las variables cualitativas.

c. Una correlación de Pearson entre dos variables cuantitativas con intervalo de confianza del 95% (0.05, 0.85) no es una correlación significativa porque no contiene al 0.

d. Una correlación de Pearson no significativa entre dos variables es incompatible con la realización de una regresión lineal entre esas variables.

16. ¿Cuál de las siguientes afirmaciones no es cierta?

a. Un intervalo de confianza del 95% de una pendiente en una Regresión lineal simple que sea (-0.75, 0.34) nos indica una pendiente no significativa.

b. La significación de una Odds ratio puede mostrarse tanto mediante un p-valor como mediante un intervalo de confianza del 95%.

c. La precisión en la estimación por intervalos de confianza de un valor poblacional mantiene una relación inversa con el tamaño de muestra necesario.

d. Un intervalo de confianza del 99% tendrá un radio de intervalo mayor que uno del 95% de confianza.

17. Sea la muestra (-7, -7, 1, 1, 3, 3, 3, 7). Podemos afirmar:

a. El rango es 7.

b. La mediana es 1.

c. El rango intercuartílico es 6.

d. Ninguno de los tres cálculos anteriores es cierto.

18. ¿Cuál de las siguientes afirmaciones  es cierta?

a. El Test de McNemar es para muestras relacionadas cualquiera que sea la distribución de la variable estudiada.

b. En un Test de la ji-cuadrado si el p-valor es menor que 0.05 la principal conclusión estadística es que la tabla de contingencias observada y la esperada son distintas.

c. Un intervalo de confianza de la media del 95% que sea (8, 12) indica que el Error estándar es igual a 2.

d. Si la correlación de Pearson entre las variables A y B es r=0.6 (p<0.05) y la correlación de Pearson entre las variables C y D es r=0.7, si el tamaño de muestra de ambos estudios es el mismo, podemos concluir que esta última correlación de 0.7 es mayor que la de 0.6, aunque no dispongamos del p-valor concreto de esa correlación entre las variables C y D.

19. ¿Cuál de las siguientes afirmaciones es cierta?

a. Si en una regresión la R² es del 80% podemos hablar de una relación significativa.

b. Si en una tabla de contingencias 2×2 el valor del estadístico de la ji-cuadrado es menor que 3.84 no podremos decir, con la información que tenemos, que hay una relación estadísticamente significativa entre las dos variables cualitativas, independientemente del tamaño de muestra que tengamos.

c. Una Odds ratio negativa indica una relación inversa entre las variables.

d. Si existe distinta varianza, estadísticamente significativa, entre dos muestras de variables cuantitativas que no se ajustan a una distribución normal, no puede aplicarse el Test de Mann-Whitney.

20. En una muestra con curtosis estandarizada de 0.34 y asimetría estandarizada de -7.18:

a. Si la media muestral es 10 y la desviación estándar es 2 podremos decir que entre 6 y 14 tenemos el 95% de los valores.

b. La media muestral es menor que la mediana muestral.

c. Si el primer cuartil es 9 y la media muestral es 20 podemos decir que entre 9 y 20 tenemos un 25% aproximadamente de la población.

d. Si el primer cuartil es 9 y el tercer cuartil es 30 podemos decir que en la población hay, aproximadamente, los mismos valores por debajo de 9 que por encima de 30.