Statistics Introducción a la Estadística Inferencial: Describir patrones y relaciones en conjuntos de datos por Liz Roth-Johnson, Ph.D. Lectura Prueba Enseñe con esto 1. ¿Qué enunciado explica con mayor precisión la estadística inferencial? Las estadísticas inferenciales son técnicas que utilizan los científicos para resumir las características de un conjunto de datos. Las estadísticas inferenciales son técnicas que utilizan los científicos para interpretar y emitir juicios sobre un conjunto de datos. Las estadísticas inferenciales brindan a los científicos un método para comprender sus datos. Las estadísticas inferenciales brindan a los científicos un método para describir sus datos. 2. ¿Cuál es la definición más precisa del término la cantidad de organismos en un área particular la submuestra seleccionada para el estudio el conjunto completo de posibles observaciones todos los posibles resultados de un experimento 3. Para determinar el tamaño de submuestra ideal para un experimento, los científicos solo necesitan considerar el tamaño de toda la población. verdadero falso 4. Suponga que tiene una cosecha de maíz y el intervalo de confianza del contenido de azúcar se calcula en 75 ± 4 mg / g. El rango de valores para la estimación es _________ mg / g. 72, 73, 74, 75, 76, 77, 78 71, 72, 73, 74, 75, 76, 77, 78, 79 73, 74, 75, 76, 77 70, 75, 80 5. ¿Qué es la significación estadística? La probabilidad de que una estadística sea muy importante. La probabilidad de que una estadística no sea importante. La probabilidad de que una estadística no se haya producido por casualidad. La probabilidad de que una estadística sea relevante para el análisis. 6. ¿Cuál es la mejor manera de seleccionar una submuestra de mazorcas de maíz de su campo de maíz para sacar conclusiones sobre toda la cosecha de maíz de la temporada? Use un programa de computadora para seleccionar al azar diferentes días y lugares en todo el campo desde donde recolectar sus mazorcas de maíz. Seleccione mazorcas de maíz que se recolectaron el mismo día durante el período de cosecha. Seleccione las mazorcas de maíz más grandes del campo porque serán las mejores representantes de toda la cosecha. Reúna sus mazorcas de maíz del mismo lugar en el campo de maíz. 7. El muestreo aleatorio es importante por todas las siguientes razones EXCEPTO Ayuda a los científicos a evitar la introducción de sesgos involuntarios. Ayuda a los científicos a crear una submuestra representativa de la población más grande para hacer inferencias. Le da a cada miembro individual de la población la misma posibilidad de ser seleccionado para la submuestra que se está estudiando. Ayuda a los científicos a elegir los miembros más perfectos y / o interesantes de una población. 8. Suponga que está comparando dos cosechas de maíz, una donde el contenido medio de azúcar es 75 ± 3 mg / gy la otra con un contenido medio de azúcar de 80 ± 4 mg / g. ¿Cómo determinaría si la diferencia en el contenido de azúcar de estas dos submuestras es estadísticamente Realice una prueba t y si el resultado es 0.05 o menos, entonces es estadísticamente significativo. Realice una prueba t y si el resultado es más de 0.05, entonces es estadísticamente significativo. Realice un análisis de varianza (ANOVA) y si el resultado es más de 0.05, es estadísticamente significativo. No hay suficiente información para determinar si la diferencia en el contenido de azúcar de las submuestras es estadísticamente significativa. 9. Suponga que ha realizado un seguimiento del contenido medio de azúcar del maíz durante las últimas 10 cosechas y que también ha realizado un seguimiento de la precipitación media media durante los períodos de crecimiento. Los dos conjuntos de datos, conocidos como variables, parecen correlacionados entre sí. ¿Puede también decir que también hay causalidad? Sí, ya que la cantidad de lluvia obviamente afecta el contenido de azúcar de la cosecha de maíz. Sí, ya que la cantidad de lluvia es una variable independiente y el contenido de azúcar del maíz es una variable dependiente. No, dado que la correlación no significa automáticamente que haya una causalidad. No, ya que no existe relación entre la cantidad de lluvia y el contenido de azúcar del maíz. 10. Dos variables pueden mostrar una correlación si están directamente relacionados entre sí. ambos están relacionados con una tercera variable desconocida. aparecen correlacionados simplemente por casualidad. Todo lo anterior Resultados de Prueba
