1b: Si el p-valor es menor que 0.05 debemos rechazar la hipótesis nula. Y en un test de ajuste a la normal la hipótesis nula es normalidad.

2a: Hay normalidad, no hay igualdad de varianzas y por lo tanto hay que aplicar un test de la t de Student de varianzas diferentes. Si el p-valor es inferior a 0.05 en este último test debemos concluir que las medias poblacionales son distintas.

3c: Aumentar el tamaño de muestra y disminuir la desviación estándar van en la misma dirección de reducir el p-valor. Por lo tanto, esta es la opción correcta.

4b: El tamaño muestral es mayor que 30 pero el valor esperado por grupo, bajo la hipótesis nula es menor que 5. El valor esperado es 3, puesto que hay 4 (10% de 40) casos en una muestra y 2 (5% de 40) en la otra.

5c: Ninguno de los dos factores será significativo y claramente hay interacción puesto que las profundidades se comportan de forma muy distinta según las zonas.

6c: Se pretende comparar dos muestras independientes, aunque hay dos valores por cada punto muestral. Deberá trabajarse con la variable resta y comprobar la normalidad de cada muestra. En función de ello se aplicará uno de los dos test de la t de Student de muestras independientes o el Test de Mann-Whitney.

7b: Como el p-valor es mayor que 0.05 mantendremos la hipótesis nula por lo que podremos estar cometiendo el error de tipo II.

8a: Si la potencia es del 85% es el error de tipo II el que será de 0.15, no el de tipo I.

9c: Subzona está anidado en zona y profundidad está cruzado con zona y subzona. Profundidad y subzona son claramente significativos.

10b: Aplicando la fórmula para el cálculo del tamaño de muestra en variables cuantitativas obtenemos este resultado.