A) لتلخيص البيانات الفئوية. B) لإنشاء تمثيلات مرئية للبيانات. C) لحساب متوسطات البيانات الرقمية. D) لفحص العلاقة بين المتغيرات.
A) عدد المتغيرات في النموذج. B) حجم مجموعة البيانات. C) مدى توافق النموذج مع البيانات المرصودة. D) نوع الاختبار الإحصائي المستخدم.
A) تجانس التباين B) استقلالية الملاحظات C) الخطية D) التوزيع الطبيعي للبواقي
A) عندما يكون النموذج معقدًا للغاية ويستوعب الضوضاء الموجودة في البيانات. B) عندما يكون النموذج بسيطًا للغاية ويفتقر إلى القدرة التنبؤية. C) عندما يتطابق النموذج تمامًا مع بيانات التدريب ولكنه يفشل في التعامل مع بيانات جديدة. D) عندما يكون النموذج مناسبًا تمامًا ويتمتع بقدرة جيدة على التعميم على البيانات غير المرئية.
A) تحليل التباين (ANOVA) B) تحليل المكونات الرئيسية (PCA) C) شجرة القرارات D) الانحدار اللوجستي
A) لتحقيق فهم للعلاقات السببية. B) لرسم نقاط البيانات في فضاء ثنائي الأبعاد. C) لتجميع نقاط البيانات المتشابهة معًا بناءً على الأنماط أو الخصائص. D) لإنشاء مقياس مركب واحد من خلال دمج متغيرات متعددة.
A) التحقق المتقاطع (Cross-validation) B) تحليل المكونات الرئيسية (Principal component analysis) C) اختبار مربع كاي (Chi-square test) D) تحليل الانحدار (Regression analysis)
A) إنشاء متغيرات إدخال جديدة من البيانات الموجودة لتحسين أداء النموذج. B) مطابقة النموذج تمامًا مع بيانات التدريب. C) إزالة جميع متغيرات الإدخال باستثناء الأكثر أهمية. D) أتمتة عملية النمذجة بأكملها.
A) لتقييم أداء نموذج التصنيف. B) لتلخيص توزيع مجموعة البيانات. C) لتقييم مدى ملاءمة النموذج في الانحدار اللوجستي. D) لاختبار افتراض الخطية في نماذج الانحدار. |