Archivos Mensuales: noviembre 2017

Ejemplos de ANOVA

A continuación se podrán seguir una serie de ejemplos de ANOVA. Hay de factores cruzados, anidados. Factores intersujetos (los que no se mencionan expresamente), factores intrasujetos. Pueden verse los valores y los resultados que se obtendrían en los contrastes de hipótesis de los diferentes efectos a buscar en cada análisis. Recordemos que si el p-valor es menor de 0.05 se entiende que hay efecto del factor, significativo, lo que quiere decir que hay diferencia entre los niveles estudiados (si el factor es fijo) o entre la población de niveles de los que los niveles estudiados son una muestra (si el factor es aleatorio). Si el p-valor es mayor de 0.05 no hay efecto significativo, lo que quiere decir que las posibles diferencias muestrales que podamos ver entre los diferentes niveles no son extrapolables a la población.

Situación 113: Examen (Temas 1-9)

1.En la muestra (1, 3, 3, 6, 7) y la muestra (1, 2, 3, 3, 4, 5, 6, 8) es cierto:

a.Las medianas son iguales.

b.Los primeros cuartiles son iguales.

c.Los rangos intercuartílicos son iguales.

d.Los terceros cuartiles son iguales.

2. Del siguiente gráfico de clorofila y temperatura (con su intervalo de confianza de la media) en distintos meses (J, JL, A, S, O, N, D, E, F, M, A, M, J, JL y A) de los años 93 y 94, podemos decir lo siguiente:

a.Entre la clorofila y la temperatura parece haber una correlación negativa.

b.Si todas las muestras de temperatura en los distintos períodos son del mismo tamaño mostral podemos concluir que en invierno la desviación estándar es menor.

c.En verano las muestras de temperatura tiene menor error estándar.

d.En invierno la clorofila tiene menor desviación estándar.

3.En un estudio realizado en dos zonas marítimas (Zona 1 y Zona 2) se ha recontado el número de ejemplares de cada una de tres especies de organismos planctónicos. El resultado se expresa mediante la siguiente tabla:

a.A partir de estos datos podemos afirmar que habrá una relación significativa entre Zona y Especie.

b.A partir de estos datos podemos afirmar que no habrá una relación significativa entre Zona y Especie.

c.La tabla esperada construida a partir de la tabla observada es la siguiente:

d.Con la información que tenemos no se puede hacer una ji-cuadrado.

4.En cuál de las siguientes regresiones lineales simples podremos hacer mejores predicciones:

a) y=0.01x+30; IC del 95% de la correlación (0.1, 0.3).

b) y=-5x+3; IC del 95% de la correlación (-0.1, 0.4)

c) y=-10x-23; IC del 95% de la correlación (-0.4, -0.3)

d) y=25x+25; IC del 95% de la correlación (-0.6, 0.3).

5. Supongamos que tenemos los siguientes datos oceanográficos:

Supongamos que hemos calculado la correlación de Pearson entre las variables A y S y resulta ser r=0.6. ¿Cuál de las siguientes afirmaciones es cierta?

a.Si extraemos de la muestra los valores de la estación I4 la correlación bajará.

b.Si extraemos de la muestra los valores de la estación Z1 la correlación no cambiará.

c.Si extraemos de la muestra los valores de la estación J1 la correlación bajará.

d.Si cambiamos los valores de la estación Z4 y en lugar de ser 915 y 150 fueran 915 y 50, la correlación subirá.

6.Estamos interesados en saber en cuántos lugares del litoral español se superan los valores de un determinado contaminante. Para ello se toma al azar una muestra de 50 observaciones a lo largo del litoral. En 10 de ellas se supera ese nivel. Un intervalo de confianza del 95% del porcentaje de puntos del litoral donde se supera dicho nivel es:

a.(14.34, 25.66).

b.(8.69, 31.31).

c.(3.03, 36.97).

d.(11.51, 28.49).