Archivos Mensuales: febrero 2021

Situación 171: Examen (Tema 10)

1. ¿Dónde hay más tamaño del efecto entre los cuatro siguientes casos?

a.Media 1=5; Media 2=6: Desviación estándar=0.1.

b.Media 1=5; Media 2=6: Desviación estándar=0.5.

c.Media 1=5; Media 2=6: Desviación estándar=0.2.

d.Media 1=5; Media 2=6: Desviación estándar=1.

 

2.En un primer estudio de comparación se calcula la d de Cohen y resulta ser 5 y en un segundo estudio la d de Cohen resulta ser 1. Podemos decir:

a.En el primer estudio hay más tamaño del efecto.

b.Debemos ver primero si la diferencia es estadísticamente significativa antes de valorar esta diferencia en el tamaño del efecto.

c.El segundo estudio tiene mayor tamaño del efecto.

d.En el primer estudio hay más Desviación estándar.

 

3.En un estudio tenemos una correlación de Pearson de r=0.8 con una p=0.23. Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

4.En un estudio tenemos una correlación de Pearson de r=0.2 con una p=0.001. Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

5.En un estudio tenemos una correlación de Pearson de r=0.9 con una p=0.001. Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

6.En un estudio tenemos una correlación de Pearson de r=0.1 con una p=0.73. Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

7.En un estudio tenemos una OR=2; IC 95%: (0.3, 5.32). Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

8.En un estudio tenemos una OR=0.40; IC 95%: (0.18, 0.67). Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

9.En un estudio en el que relacionamos dos variables dicotómicas tenemos una OR=1.02; IC 95%: (0.41, 4.03). Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

10.En un estudio en el que relacionamos dos variables dicotómicas tenemos una OR=1.02; IC 95%: (1.01, 1.03). Podemos decir:

a. Tenemos significación formal y significación material.

b.Tenemos significación formal y no tenemos significación material.

c.No tenemos significación formal y no tenemos significación material.

d.No tenemos significación formal y sí tenemos significación material.

 

Lección 9: Estimaciones y Contrastes de hipótesis

Retomemos el final de la lección anterior dedicada al muestreo:

 

Test de una proporción:

 

 

Test de la t de Student de una media:

 

Test de comparación de dos proporciones:

 

Test de la t de Student de muestras independientes y varianzas iguales:

 

Test de la t de Student de muestras independientes y varianzas diferentes:

 

Test de Fisher de igualdad de varianzas:

 

Test de la t de Student de datos apareados:

 

Test de Mann-Whitney:

 

Test de los signos:

 

Test de Wilcoxon:

 

Test de la ji-cuadrado de independencia:

 

Test de la ji-cuadrado de ajuste a una distribución:

 

Test de McNemar:

 

Test de la correlación de Pearson:

 

Odds ratio:

Test de Wald:

Otra alternativa:

 

Test exacto de Fisher:

 

Test ANOVA de un factor:

Test de la pendiente de una regresión lineal simple:

 

Estimador de Kaplan-Meier de curvas de supervivencia:

 

Test Log-rang para comparación de curvas de supervivencia: