Examen 2

Alumno:
Grupo:
Marca todas las respuestas verdaderas en las siguientes preguntas (puede haber más de una
verdadera):
C1. Para realizar un test Chi- cuadrado en una tabla de contingencia con m filas y n columnas, los grados de
libertad del estadístico chi-cuadrado son:
a. m x n. b. m + n.
c. (m-1) x (n- d. (m-1) + (n-
1). 1).
C2. Los grados de libertad sirven para:

a. Contar el número de filas y columnas.
b. Calcular el parámetro de la distribución del estadístico.
c. Encontrar en las tablas de la distribución la probabilidad de un valor de Chi-cuadrado, y
saber si el valor de Chi cuadrado es estadísticamente significativo.
C3. Un investigador usa un test Chi- cuadrado para determinar si hay asociación entre dos variables en una
tabla de contingencia. Calcula el valor de Chi cuadrado y obtiene el valor p correspondiente. ¿Cuál de los
siguientes valores p indicaría de forma más concluyente que hay asociación entre las variables.
a. .002 b. .01
c. .05 d. .10
C4. Un investigador quiere estudiar si existe relación entre dos variables. Calcula el estadístico Chi-
cuadrado y obtiene un valor p estadísticamente significativo (p<0,05). La decisión que debe tomar es:
a. Rechazar la hipótesis de independencia entre las dos variables
b. Rechazar la hipótesis de asociación entre las dos variables
c. Rechazar la hipótesis de asociación directa entre las dos variables
d. Con estos datos, no podemos saber la decisión que se debe tomar
C5. Un investigador quiere estudiar la relación entre dos variables estadísticas. Usando un programa de
ordenador obtiene los siguientes valores en un contraste Chi cuadrado
Pruebas de chi-cuadrado
Significación (valor
Valor gl p)
Chi-cuadrado de Pearson 157,331(a) 4 ,005
N de casos válidos 398
0 casillas (,0%) tienen una frecuencia esperada inferior a 5. La frecuencia mínima esperada es 14,77.
a. El contraste es estadísticamente significativo, pero el investigador no puede aplicar el contraste Chi-

cuadrado porque ninguna celda tiene frecuencia esperada menor que 5
b. El contraste es estadísticamente significativo, y el investigador puede aplicar el contraste Chi- cuadrado
porque se cumplen las condiciones
c. El contraste es estadísticamente significativo, pero el investigador no puede aplicar el contraste Chi-
cuadrado porque la frecuencia mínima esperada es menor de 20.
C6. El investigador anterior:
a. Debe concluir que no hay asociación entre las dos variables en su estudio
b. Debe concluir que hay asociación entre las dos variables en su estudio, y la probabilidad de que las
variables en realidad sean independientes es menor que 0,005
c. Debe concluir que hay asociación entre las dos variables en su estudio; la probabilidad de obtener el
valor Chi= 157, 331 si las variables son en realidad independientes es menor que 0,005
D1. Si el coeficiente Phi tiene un valor 0,3, esto indica

a. Relación inversa y moderada entre las variables
b. Relación directa y moderada entre las variables
c. Relación directa y alta entre las variables
d. Relación inversa y alta entre las variables
D2. Las medidas de la asociación para tablas 2x2 son:

a. Coeficiente Phi de Pearson, riesgo relativo y coeficiente de contingencia de Pearson.
b. Coeficiente Phi de Pearson, riesgo relativo y razón de productos cruzados.
c. Riesgo relativo, razón de productos cruzados y V de Cramer.
D3. El riesgo relativo por filas y columnas:

a. Difieren y el valor por filas siempre es mayor o igual que el valor por columnas.
b. Son diferentes su forma de cálculo, pero coinciden.
c. Difieren y no hay una regla para saber cual es mayor.
D4. La razón de productos cruzados varía de:

a. 0 < RC < 1.
b. -1 < RC < 1.
c. Puede ser mayor o menor que 1
D5. Un investigador quiere relacionar el número de cilindros de una serie de marca de automóviles con el
sitio donde se han fabricado. Obtiene las siguientes medidas de asociación en sus datos:
Valor
Lambda Número de cilindros dependiente ,183
Lambda País de origen dependiente ,000
V de Cramer ,445
C Coeficiente de contingencia ,532
a. Los valores de Lambda indican que se obtiene mejor predicción al predecir el número de cilindros
sabiendo el país de origen que al predecir el país de origen sabiendo el número de cilindros.
b. Los valores de Lambda indican que se obtiene mejor predicción al predecir el país de origen sabiendo el
número de cilindros que al predecir el número de cilindros sabiendo el país de origen.
c. Se obtiene igual predicción en ambos casos
D6. En el ejemplo anterior, los valores de los coeficientes de asociación V y C indican:

a. Una asociación positiva débil
b. Una asociación positiva moderada
c. Una asociación negativa moderada
d. Tendríamos que realizar el contraste Chi-cuadrado para conocer la intensidad y el signo
Actividad 2. En un estudio se analiza la relación entre la dieta pobre en calcio y el desarrollo de
osteoporosis. Se obtienen los siguientes resultados
Desarrolla osteoporosis
Dieta Si No
Pobre en calcio 58 62
Normal 22 258
a. ¿Hay asociación entre el tipo de dieta (rica o pobre en calcio) y el desarrollo de osteoporosis?
b. ¿Es la relación directa o inversa?
c. ¿Es fuerte o moderada?
d. Utiliza algún coeficiente de asociación que recuerdes para justificar tus respuestas
e. Si no recuerdas los coeficientes, da la justificación usando cualquier propiedad que hayas aprendido
en el temas de tablas de contingencia
Solución
a. ¿Hay asociación entre el tipo de dieta (rica o pobre en calcio) y el desarrollo de osteoporosis?
Si, ya que una de las diagonales tienen la gran parte de los sujetos del experimento. En una diagonal
tenemos 316 casos de 403 (las tres cuartas partes).
b. ¿Es la relación directa o inversa?
La relación es directa ya que las celdas de la diagonal donde están los sujetos, son las celdas que
informan de una dependencia directa. Si la dieta es pobre en calcio hay mayor osteoporosis.
c. ¿Es fuerte o moderada?

f. Utiliza algún coeficiente de asociación que recuerdes para justificar tus respuestas
Phi de Pearson = 0,464
Ya que el valor Phi de Pearson está por debajo del 0,5 se considera que es moderada, pues este
coeficiente puede tomar un valor hasta 1. Quiere decir que, además de la dieta habrá otros factores
que influyan en la osteoporosis.
Riesgo Relativo por columnas = 3,7419; indica que es 3,7 veces más probable tener dieta pobre en
calcio si se tiene osteoporosis que si no se tiene
Riesgo Relatico por filas = 6,1515; incida que es 6, 15 veces más probable tener osteoporosis con
dieta pobre en calcio que con dieta normal
Razón de productos cruzados = 10,97. Al ser mayor que 1 la dependencia es directa. El cociente
entre casos con y sin osteoporosis es 10 veces mayor si la dieta es pobre en calcio.
g. Si no recuerdas los coeficientes, da la justificación usando cualquier propiedad que hayas aprendido
en el temas de tablas de contingencia
Se pueden comparar las frecuencias observadas con las esperadas. Vemos en la siguiente tabla, que tenemos
más personas que lo esperado con osteoporosis si la dieta es pobre en calcio y menos si es normal.
Desarrolla osteoporosis
Dieta Si No
Pobre en calcio 24 96
Normal 56 224

Examen 2

Cargado por

Copyright:

Formatos disponibles

Examen 2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Examen 2

Cargado por

Copyright:

Formatos disponibles

Alumno:

C2. Los grados de libertad sirven para:

a. El contraste es estadísticamente significativo, pero el investigador no puede aplicar el contraste Chi-

D1. Si el coeficiente Phi tiene un valor 0,3, esto indica

D2. Las medidas de la asociación para tablas 2x2 son:

D3. El riesgo relativo por filas y columnas:

D4. La razón de productos cruzados varía de:

D6. En el ejemplo anterior, los valores de los coeficientes de asociación V y C indican:

b. ¿Es la relación directa o inversa?

c. ¿Es fuerte o moderada?

Phi de Pearson = 0,464

También podría gustarte