Preguntas Flashcards
(181 cards)
1
Q
El tamaño ideal de una muestra es inversamente proporcional a la diferencia y la disperción que se estudia. V o F
A
Verdadero
2
Q
Al construir una matriz de confusión, los enfermos se escriben en que columna
A
En la primera columna
3
Q
El valor predictivo positivo de una prueba depende principalmente de:
A
La prevalencia de la enfermedad
4
Q
Una prueba que solo produce resultados negativos tendrá:
A
Especificidad del 100%
5
Q
Las variables numéricas son forzosamente continuas. V o F
A
Falso
6
Q
El peso de un termino en el modelo lineal es proporcional al valor de su pendiente. V o F
A
Verdadero
7
Q
Los modelos lineales asumen que la dispersión de los residuales es constante. V o F
A
Verdadero
8
Q
El error sistemático es….
A
Unidireccional
9
Q
El tamaño ideal de una muestra es inversamente proporcional a la diferencia y la dispersión entre las distribuciones que se estudia. V o F
A
Verdadero
10
Q
Entre mas grande sea una muestra, mejor. V o F
A
Falso
11
Q
Por convención, si el valor de p < 0.05, se acepta la hipótesis alternativa. V o F
A
Falso
12
Q
De los cálculos derivados de la matriz de confusión, el más útil para saber si un paciente tiene una enfermedad es:
A
Sensibilidad
13
Q
Al construir una matriz de confusión, los resultados negativos de la prueva de estudio se escriben en:
A
La segunda fila y la segunda columna
14
Q
Otro nombre de la matriz de confusión es:
Tabla tetracórica
Tabla de contingencia
Tabla de 2x2
Todas las anteriores
A
Todas las anteriores
15
Q
El eje “x” de la curva ROC representa….
A
La tasa de falsos positivos
16
Q
El punto de corte ideal de una prueba diagnóstica es:
A
Dependiendo de si se quiere cometer falsos positivos o falsos negativos
17
Q
Otro nombre para la sensibilidad de una prueba es:
A
Tasa de verdaderos positivos
18
Q
De los cálculos derivados de la matriz de confusión, el más útil para saber si una prueba es buena para detectar personas enfermas es:
A
La sensibilidad
19
Q
Los intervalos de confianza, entre más pequeños mejor? V o F
A
Verdadero
20
Q
El poder estadístico es:
A
La probabilidad de encontrar una diferencia que si existe
21
Q
En una distribución gaussiana, la media y el intervalo intercuartilar son equivalentes. V o F
A
Falso
22
Q
Los intervalos de confianza pueden ser asimétricos. V o F
A
Verdadero
23
Q
Las diferencias estadísticamente significativas, son médicamente relevantes. V o F
A
Falso
24
Q
La probabilidad acumulada por debajo de un valor de z=-2 es:
A
<5%
25
El intervalo de confianza es proporcional a la dispersión de la distribución. V o F
Verdadero
26
La estimación de una media puede ser precisa pero equivocada. V o F
Verdadero
27
Que es un error tipo 1
Es un falso positivo
28
Las cuotas de muestreo buscan mejorar la representatividad de una muestra cuando la población es muy heterogénea. V o F
Verdadero
29
Las muestras aleatorizadas siempre son mejores que las no aleatorizadas. V o F
Falso
30
Un fenómeno con distribución de Poisson se muestrea 100 veces:
Todas las anteriores
31
El bootsrap puede....
Puede estimar también la moda real de una distribución no Gaussiana
32
Las pruebas de hipótesis permiten concluir....
Si se rechaza la hipótesis nula
33
EL tamaño del error estándar es inversamente proporcional al número de muestras realizadas. V o F
Verdadero
34
El error estándar es....
Es la diferencia que hay entre la media de las medias y la media real
35
Cual de los siguientes no es un modelo lineal:
a) y = mx + b
b) (xIa) + (yIb) = 1
c) (x - h)^2 + (y - k)^2 = r^2
d) y = a
C
36
Un modelo lineal puede nunca cruzar el origen. V o F
Verdadero
37
Los modelos lineales asumen que la dispersión de los resultados es constante. V o F
Verdadero
38
Los modelos lineales asumen que las variables de sus términos, no están relacionadas. V o F
Verdadero
39
El intercepto de un modelo lineal puede ser negativo. V o F
Verdadero
40
El peso de un término en el modelo lineal es proporcional al valor de su pendiente. V o F
Verdadero
41
Las variables incluidas en un modelo lineal deben de estar normalmente distribuidas. V o F
Verdadero
42
Un modelo lineal puede ser curvo. V o F
Falso
43
Los términos de un modelo lineal pueden tener exponentes. V o F
Verdadero
44
Los residuales son:
a)La suma de las distancias entre los puntos y las líneas de regresión
b)Los errores de predicción del modelo lineal
c)La variación no explicada por el modelo
d)Todas las anteriores
Todas las anteriores
45
En una regresión de Poisson, los cambios unitarios de en una variable independiente tienen un efecto constante sobre la variable dependiente. V o F
Falso
46
En una regresión de Poisson los residuales pueden tener distribución normal. V o F
Falso
47
De los siguientes, el mejor modelo para estudiar el efecto hipoglucemiante de un nuevo fármaco es:
a) Regresión logística
b) Modelo lineal general
c) Regresión de Poisson
d) Modelo lineal generalizado de efectos mixtos
Modelo lineal general
48
De los siguientes, el modelo ideal para un estudio de supervivencia es:
a) Regresión lineal
b) Regresión logística
c) Modelo lineal generalizado de efectos mixtos
d) Regresión de Poisson
Regresión de Poisson
49
En una regresión logística, el efecto del cambio unitario de x sobre y es constante. V o F
Falso
50
Las regresiones logísticas se pueden adaptar a cualquier evento binomial. V o F
Verdadero
51
En un modelo lineal, el eje de la "x" puede no contener números. V o F
Verdadero
52
EL modelo lineal general es un tipo específico de modelo lineal generalizado. V o F
Verdadero
53
La distribución de Poisson permite conocer que tan improbable es un evento. V o F
Falso
54
De los siguientes, el mejor modelo para un estudio de vacunación es:
a) Regresión logística
b) Regresión de Poisson
c) Modelo lineal de efectos mixtos
d) Regresión lineal
Regresión logística
55
Es posible categorizar una variable continua. V o F
Verdadero
56
Los únicos operadores lógicos que se pueden utilizar al comparar variables categóricas son los de igualdad. V o F
Verdadero
57
En algunos contextos, los colores funcionan como variables ordinales. V o F
Verdadero
58
Es posible volver continua una variable categórica. V o F
Falso
59
Si modificamos el tipo de variable que estudiamos, tendríamos que cambiar el modelo con el que la estudiamos. V o F
Verdadero
60
Las variables Booleanas son un tipo especial de variables categóricas. V o F
Verdadero
61
La clasificación de obesidad de la OMS es un ejemplo de variable categórica ordinal. V o F
Verdadero
62
Los números pueden funcionar como variables categóricas no ordinales. V o F
Verdadero
63
Una regresión logística puede utilizarse para estudiar cualquier conjunto de variables categóricas. V o F
Falso
64
si se quieren comparar dos medidas que provienen de grupos con tamaños muestrales diferentes, la mejor alternativa es:
a) Ninguna de las anteriores
b) T de Yuen
c) T de Welch
d) T de Student para muestras independientes
T de Welch
65
Realizar una prueba de Kruskal-Wallis en dos grupos es equivalente a realizar una prueba de U de Mann-Whitney. V o F
Verdadero
66
Es posible aceptar la hipótesis nula usando una prueba de T de Student. V o F
Verdadero
67
De las siguientes, es la mejor alternativa para comparar muestras con valores extremos:
a) Ninguna de las anteriores
b) T de Student para muestras independientes
c) T de Student para muestras pareadas
d) T de Yuen
T de Yuen
68
Cuando no se cumple el supuesto de normalidad, es válido comparar dos variables cuantitativas con varianza independiente usando la prueba de U de Mann-Whitney. V o F
Verdadero
69
Las pruebas de hipótesis cuantitativas son equivalentes a comparar la diferencia entre el intercepto de a linea de regresión de dos distribuciones. V o F
Verdadero
70
Un ANOVA nos dice que hay diferencias entre grupos pero no entre cual de ellos. V o F
Verdadero
71
Es posible comparar las medidas de las variables ordinales. V o F
Verdadero
72
Si se quiere comparar dos medidas con la misma varianza la mejor alternativa es:
a) T de Welch
b) T de Student para, muestras independientes
c) T de Yuen
d) T de Student para muestras pareadas
T de Student para muestras pareadas
73
El equivalente no paramétrico de la prueba T de Student para muestras pareadas es la prueba de Wilcoxon. V o F
Falso
74
La interferencia frecuentista en la prueba Xi2 utiliza el área bajo la curva de la distribución de probabilidad acumulada de Xi2. V o F
Verdadero
75
La distribución de Xi2 es una distribución simétrica. V o F
Falso
76
La prueba de McNemar es ideal para grupos con varianza independiente. V o F
Falso
77
La prueba de Xi2 asume que las muestras fueron obtenidas al azar. V o F
Verdadero
78
La prueba exacta de Fisher se usa cuando no se cumple el supuesto de valores esperados mínimos en la prueba de Xi2. V o F
Verdadero
79
La fórmula de los grados de libertad es: filas + columnas / número de participantes. V o F
Falso
80
La prueba exacta de Fisher es una prueba no paramétrica. V o F
Verdadero
81
La prueba de Xi2 es ideal para comparar incidencias
Falso
82
Los grados de libertad dependen del número de filas y columnas de la tabla de entrada múltiple que se analiza. V o F
Verdadero
83
Es posible evaluar una Xi2 en tablas con a¡mas de dos columnas y celdas. V o F
Verdadero
84
Es posible comparar las medias de las variables ordinales. V o F
Verdadero
85
Las pruebas de hipótesis para variables cuantitativas son equivalentes a comparar la diferencia entre el intercepto de la línea de regresión de dos distribuciones. V o F
Verdadero
86
Realizar una prueba de Kruskal-Wallis en dos grupos es equivalente a realizar una prueba de U de Mann-Whitney. V o F
Verdadero
87
EL error tipo 1 puede ser considerado un falso positivo. V o F
Verdadero
88
Para los frecuentistas, la hipótesis nula se acepta si el valor de p>0.05 V o F
Falso
89
Para el tamizaje, es preferible usar pruebas que cometan muchos errores tipo 1 que pruebas que cometan muchos errores tipo 2. V o F
Verdadero
90
El error tipo 2 aumenta si el poder estadístico de un estudio aumenta. V o F
Falso
91
En la inferencia estadística Bayesiana, es posible aceptar la hipótesis nula. V o F
Verdadero
92
En la inferencia estadística Bayesiana, es podible aceptar la hipótesis alternativa. V o F
Verdadero
93
El valor de p es inversamente proporcional al tamaño de la diferencia entre los grupos que se comparan. V o F
Falso
94
la probabilidad de cometer un error tipo 1 es proporcional al número de comparaciones que se hacen en una prueba de hipótesis. V o F
Verdadero
95
Una hipótesis con p<0.01 tiene mas probabilidad de ser verdadera que una hipótesis on una p<0.05. V o F
Falso
96
Las pruebas diagnósticas que tengan una sensibilidad muy alta, serán mas propensas a cometer errores tipo 2. V o F
Falso
97
Las variables numéricas son forzosamente continuas. V o F
Falso
98
Es posible categorizar una variable contínua. V o F
Verdadero
99
Una regresión logística puede utilizarse para estudiar cualquier conjunto de variables categóricas. V o F
Falso
100
En algunos contextos, los colores funcionan como variables ordinales. V o F
Verdadero
101
Los números pueden funcionar como variables categóricas no ordinales. V o F
Verdadero
102
Los únicos operadores lógicos que se pueden utilizar al comparar variables categóricas son los de igualdad. V o F
Verdadero
103
Es posible volver continua una variable categórica. V o F
Falso
104
En una regresión de Poisson, los cambios unitarios en una variable independiente tienen un efecto constante sobre la variable dependiente. V o F
Falso
105
En una regresión de Poisson los residuales pueden tener distribución normal. V o F
Falso
106
La distribución de Poisson permite conocer que tan improbable es un evento. V o F
Falso
107
En una regresión logística, el efecto del cambio unitario de x sobre y es constante. V o F
Falso
108
El modelo lineal general es un tipo específico de modelo lineal generalizado. V o F
Verdadero
109
En un modelo lineal, el eje de la "x" puede no contener números. V o F
Verdadero
110
Los términos de un modelo lineal pueden tener exponentes. V o F
Verdadero
111
El intercepto de un modelo lineal puede ser negativo. V o F
Verdadero
112
Un modelo lineal puede ser curvo. V o F
Falso
113
Los modelos lineales asumen que las variables de sus términos, no están relacionadas. V o F
Verdadero
114
El peso de un término en el modelo lineal es proporcional al valor de su pendiente. V o F
Verdadero
115
Los residuales son:
a) Los errores de predicción del modelo lineal
b) La variación no explicada por el modelo
c) Todas las anteriores
d)La suma de las distancias entre los puntos y la línea de regresión
Todas las anteriores
116
Los modelos lineales asumen que la dispersión de los residuales es constante. V o F
Verdadero
117
Las variables incluidas en un modelo lineal deben de estar normalmente distribuidas. V o F
Falso
118
La magnitud de los efectos fijos se calcula con:
a) d de Cohen
b) f2 de Cohen
c) R2 de Pearson
d) Ninguna de las anteriores
Ninguna de las anteriores
119
El número necesario a tratar, entre más bajo, mejor. V o F
Verdadero
120
El traslape de dos distribuciones es inversamente proporcional a su "d" de Cohen. V o F
Verdadero
121
Los meta-análisis son comparaciones ponderadas del tamaño del efecto. V o F
Verdadero
122
La eficiencia de una intervención es variable a lo largo del tiempo. V o F
Verdadero
123
Cuando se compara un medicamento vs placebo, entre más grande sea la "d" de Cohen, mejor. V o F
Verdadero
124
Los meta-análisis permiten comparar distintas intervenciones para tratar la misma enfermedad. V o F
Verdadero
125
Un tamaño de efecto puede ser estadísticamente significativo y clínicamente irrelevante. V o F
Verdadero
126
Una intervención puede ser poco efectiva pero muy eficaz. V o F
Verdadero
127
Es esperable que la "d" de Cohen sea inversamente proporcional a la dispersión de los datos que se estudian. V o F
Verdadero
128
El bootsrap:
a) Puede estimar también la mediana real de una distribución no gaussiana
b) Sólo permite estimar con precisión la media de una distribución no gaussiana
c) Puede estimar también la desviación estándar real de una distribución no gaussiana
d) Puede estimar también la moda real de una distribución no gaussiana
a, c y d
129
Un fenómeno de Poisson:
a) El intervalo de confianza de la media de las medias será simétrico
b) La distancia entre la media de las medias y la media real disminuye si se muestrea más veces
c) Todas las anteriores
d) El valor de la media de las medias tendrá distribución normal
Todas las anteriores
130
Las cuotas de muestreo buscan mejorar la representatividad de una muestra cuando la población es muy heterogénea. V o F
Verdadero
131
Las pruebas de hipótesis permiten concluir:
a) Si se comprueba la hipótesis alternativa
b) Si se comprueba la hipótesis nula
c) Si se rechaza la hipótesis nula
d) Todas las anteriores
Si se rechaza la hipótesis nula
132
La estimación de una media puede ser precisa pero equivocada. V o F
Verdadero
133
El error tipo 1:
a) Es un falso positivo
b) Es igual al error estándar
c) Es más grande en las distribuciones no gaussianas
d) Es un falso negativo
Es un fals positivo
134
Las muestras aleatorizadas siempre son mejores que las no aleatorizadas. V o F
Falso
135
El tamaño del error estándar es inversamente proporcional al número de muestras realizadas. V o F
Verdadero
136
El error sistemático:
a) Depende del tipo de distribución de que estudia
b) Es unidireccional
c) Depende del tamaño de la muestra
d) Es inevitable
Es unidireccional
137
El error estándar:
a) Es el promedio de las desviaciones estándar de las muestras repetidas
b) Es el error en cada una de las muestras
c) Es un tipo de error sistemático
d) Es la diferencia que hay entre la media de las medias y la media real
Es la diferencia que hay entre la media de las medias y la media real
138
El intervalo de confianza es proporcional a la dispersión de la distribución. V o F
Verdadero
139
Las diferencias esticadísticamente significativas, son médicamente relevantes. V o F
Falso
140
Los intervalos de confianza, entre más pequeños, mejor. V o F
Verdadero
141
Por convención, si el p<0.05, se acepta la hipótesis alternativa. V o F
Falso
142
El poder estadístico es:
a) El poder de una muestra para dar resultados significativos
b) La capacidad mínima de detección de una prueba
c) La diferencia que hay entre dos medias
d) La probabilidad de encontrar una diferencia que si existe
La probabilidad de encontrar una diferencia que si existe
143
La probabilidad acumulada por debajo de un valor de z = -2 es:
a) Entre el 36% y el 68%
b) >95%
c) Entre el 13 y el 36%
d) <5%
<5%
144
Los intervalos de confianza pueden ser asimétricos. V o F
Verdadero
145
Entre más grande sea una muestra, mejor. V o F
Falso
146
El tamaño ideal de una muestra es inversamente proporcional a la diferencia y la dispersión entre las distribuciones que se estudia. V o F
Verdadero
147
En una distribución gaussiana, la media y el intervalo intercuartilar son equivalentes. V o F
Falso
148
En una distribución de chi-cuadrada, aumentar los grados de libertad:
a) No tiene ningún efecto en el área de las colas
b) Disminuye en el área de las colas
c) Disminuye la asimetría de las colas
d) Aumenta el área de las colas
Disminuye la asimetría de las colas
149
En una distribución de Poisson. Aumentar el número de eventos:
a) Aumenta el área de las colas
b) No tiene ningún efecto en el área de las colas
c) Disminuye el área de las colas
d) Disminuye la asimetría
Disminuye la asimetría
150
Las mejores pruebas estadísticas para analizar fenómenos con distribución normal son:
a) Las pruebas frecuentistas
b) Las pruebas no paramétricas
c) Ninguna de las anteriores
d) Las pruebas paramétricas
Las pruebas paramétricas
151
Una distribución en donde los datos se concentran a la izquierda del eje es:
a) Simétrica
b) Sesgada a la derecha
c) Leptocúrtica
d) Sesgada a la izquierda
Sesgada a la derecha
152
Las distribuciones gaussianas:
a) Son simétricas
b) Son ls más adecuadas para analizar eventos en un intervalo de tiempo
c) Son logarítmicas
d) Son las más frecuentes en la aturaleza
Son simétricas
153
Una distribución gaussiana puede ser:
a) Platicúrtica
b) Mesocúrtica
c) Todas las anteriores
d) Leptocúrtica
Todas las anteriores
154
La mejor forma de representear una distribución probabilística es:
a) Con una gráfica de pay
b) Con una gráfica de caja
c) Con una gráfica de violín
d) Con un histograma
Con una gráfica de violín
154
El azar tiene distribución:
a) De Student
b) De Poisson
c) Binomial
d) Gaussiana
Gaussiana
155
En una distribución no gaussiana:
a) La media, la mediana y la moda tienen valores diferentes
b) La amplitud es proporcional a los grados de libertad
c) La media, la mediana y la moda tienen el mismo valor
d) Las colas son simétricas
La media, la mediana y la moda tienen valores diferentes
156
Al construir una matriz de confusión, los enfermos se escriben en:
a) La primera columna
b) La segunda fila
c) La segunda columna
d) La primera fila
La primera columna
157
Otro nombre para la sensibilidad de una prueba es:
Tasa de verdaderos positivos
158
El valor predictivo positivo de una prueba depende principalmente de:
La prevalencia de la enfermedad
159
Al construir una matriz de confusión, los resultados negativos de la prueba en estudio se escriben en:
La segunda fila
160
De los cálculos derivados de la matriz de confusión, el más útil para saber si un paciente tiene una enfermedad es:
Valor predictivo positivo
161
El análisis proporcional de Cox puede aceptar más de una covariable. V o F
Verdadero
162
Las pruebas de tiempo evento tienen más poder estadístico que las pruebas clásicas para detectar diferencias de supervivencia. V o F
Verdadero
163
Las pruebas de tiempo-evento asumen que los datos tienen distribución normal. V o F
Falso
164
El análisis de Kaplan Meier puede aceptar más de una covariable. V o F
Falso
165
En un análisis de tiempo evento, el eje de las Y siempre es una probabilidad y los límites siempre deben ser 0 y 1. V o F
Verdadero
166
En las pruebas de tiempo-evento, el eje de las x SIEMPRE es una unidad de tiempo. V o F
Verdadero
167
Las pruebas de tiempo-evento pueden usarse para analizar cualquier tipo de evento a lo largo del tiempo. V o F
Verdadero
168
El análisis de Kaplan Meier puede aceptar más de un factor. V o F
Verdadero
169
El análisis de riesgos proporcionales de Cox es, esencialmente un modelo lineal multivariado para predecir la probabilidad en distintas unidades de tiempo. V o F
Verdadero
170
Con fines pedagógicos podemos decir que, el análisis de Kaplan Meier es, esencialmente, una concatenación de pruebas de Xi cuadrada. V o F
Verdadero
171
El factor de Bayes es proporcional al tamaño del efecto. V o F
Verdadero
172
Las pruebas de hipótesis bayesianas requieren que la distribución del prior y la distribución posterior sean de la misma "familia". V o F
Falso
173
Desde el punto de vista de Bayes, las probabilidades son opiniones. V o F
Verdadero
174
Una p<0.05 puede no ir a favor de la hipótesis nula. V o F
Verdadero
175
El factor de Bayes es el multiplicador de la distribución prior, para obtener la distribución posterior. V o F
Verdadero
176
UN tamaño del efecto pequeño irrelevante puede ser estadísticamente significativo. V o F
Verdadero
177
Las pruebas de hipótesis Bayesianas permiten aceptar la hipótesis nula. V o F
Verdadero
178
Un tamaño del efecto grande puede NO ser estadísticamente significativo. V o F
Verdadero
179
Los métodos de inferencia bayesianos son robustos (resistentes a la presencia de valores extremos). V o F
Verdadero
180
Las pruebas de hipótesis bayesianas asumen que los datos tienen distribución normal. V o F
Falso
