Estadística computacional

Estadística computacional - اختبار

1. La estadística computacional és una branca de l'estadística que se centra en els mètodes i les tècniques per analitzar dades utilitzant eines i algorismes computacionals. Implica el desenvolupament i l'aplicació de models estadístics, simulacions i algorismes per analitzar i interpretar conjunts de dades complexos. L'estadística computacional té un paper crucial en diversos camps, com ara l'aprenentatge automàtic, la ciència de dades, la bioinformàtica i l'anàlisi d'imatges, proporcionant a investigadors i analistes les eines necessàries per extreure informació significativa de conjunts de dades grans i complexos. Combinant la teoria estadística amb tècniques de ciència de l'ordinador, l'estadística computacional permet als professionals analitzar les dades de manera eficient i precisa, explorar patrons i tendències, i prendre decisions informades basades en inferències estadístiques i models predictius.

A) La mesura de la confiança en la hipòtesi nul·la.
B) El nivell de significància per acceptar la hipòtesi nul·la.
C) El paràmetre de la població que s'està provant.
D) La probabilitat d'obtenir resultats almenys tan extrems com els observats, donada la hipòtesi nul·la.

2. Quina de les següents opcions és una prova estadística paramètrica?

A) Prova de Kruskal-Wallis
B) Prova de Wilcoxon de rangs signats
C) Prova t
D) Prova de Mann-Whitney U

3. Quin és l'objectiu de l'anàlisi de regressió en estadística?

A) Comprovar si hi ha diferències en les mitjanes.
B) Resumir dades categòriques.
C) Examinar la relació entre variables.
D) Identificar valors atípics en un conjunt de dades.

4. Què mesura el coeficient de correlació?

A) La variabilitat dins dels grups.
B) La intensitat i la direcció d'una relació lineal entre dues variables.
C) La dispersió de les dades.
D) La tendència central d'un conjunt de dades.

5. Quin és l'objectiu d'un interval de confiança en estadística?

A) Determinar la probabilitat que es produeixi un esdeveniment.
B) Estimar l'interval dins del qual és probable que es trobi el paràmetre de la població.
C) Comparar dos grups independents.
D) Predir valors futurs.

6. Quin tipus de tècnica de mostreig implica seleccionar aleatòriament subjectes d'una població?

A) Mostreig aleatori simple
B) Mostreig per grups
C) Mostreig sistemàtic
D) Mostreig per conveniència

7. Quina tècnica de regressió s'utilitza quan la variable dependent és binària?

A) Regressió polinòmica.
B) Regressió logística.
C) Regressió lineal.
D) Regressió de cresta.

8. Quin és el nivell de significació en les proves d'hipòtesis?

A) La mesura de correlació entre dues variables.
B) La probabilitat de rebutjar la hipòtesi nul·la quan aquesta és, de fet, certa.
C) El marge d'error en la mitjana de la mostra.
D) El nivell de confiança en l'hipòtesi alternativa.

9. Quina tècnica estadística s'utilitza per predir el valor d'una variable dependent basant-se en una o més variables independents?

A) Anàlisi de клаusters (agrupaments).
B) Anàlisi de regressió.
C) Anàlisi factorial.
D) Anàlisi de sèries temporals.

10. Quina prova estadística s'utilitza per determinar si hi ha una associació significativa entre dues variables categòriques?

A) Anàlisi de regressió.
B) Prova de chi-quadrat.
C) ANOVA (anàlisi de variància).
D) Prova t.

11. Quina és la diferència entre correlació i causalitat?

A) La correlació indica una relació entre variables, mentre que la causalitat implica que una variable provoca un canvi en l'altra.
B) La correlació es refereix a relacions lineals, mentre que la causalitat es refereix a relacions no lineals.
C) La correlació mesura la força d'una relació, mentre que la causalitat mesura la direcció.
D) La correlació s'utilitza per a dades categòriques, mentre que la causalitat s'utilitza per a dades contínues.

12. Quin és l'objectiu del Teorema del Límits Central en estadística?

A) Establir que la distribució de mostres de la mitjana de la mostra s'acosta a una distribució normal a mesura que augmenta la mida de la mostra.
B) Comparar dues mostres diferents.
C) Calcular l'abast d'un conjunt de dades.
D) Determinar la variabilitat dins dels grups.

13. En la prova d'hipòtesis estadística, què és la hipòtesi nul·la?

A) La hipòtesi en què el investigador creu que és certa.
B) Una afirmació que indica que no hi ha una diferència significativa entre les poblacions especificades.
C) La hipòtesi que es posa a prova mitjançant una prova d'una sola cua.
D) Una afirmació que prediu un resultat en un experiment.

14. Quina tècnica estadística s'utilitza per gestionar els valors perduts en un conjunt de dades?

A) Enginyeria de característiques.
B) Normalització.
C) Imputació.
D) Detecció de valors atípics.

15. Quina prova estadística s'hauria d'utilitzar per comparar les mitjanes de més de dos grups independents?

A) ANOVA
B) Anàlisi de regressió
C) Prova t
D) Prova del qui quadrat

16. Qui va proposar una distinció entre 'computació estadística' i 'estadística computacional'?

A) Carlo Lauro
B) William Sealy Gosset
C) John Tukey
D) RAND Corporation

17. Quin és un dels objectius principals de l'estadística computacional?

A) Centrar-se exclusivament en mides de mostra petites.
B) Desenvolupar noves teories matemàtiques sense aplicació pràctica.
C) Evitar l'ús d'ordinadors en l'anàlisi estadística.
D) Transformar les dades brutes en coneixement utilitzant mètodes intensius en càlcul.

18. Quin mètode va utilitzar William Sealy Gosset que va conduir al descobriment de la distribució t de Student?

A) Simulació del mètode de Monte Carlo
B) Estimació de la densitat del nucli
C) Mètodes de Monte Carlo amb cadenes de Markov
D) Xarxes neuronals artificials

19. Quina és una de les dispositius conegudes que generen números aleatoris per determinar els guanyadors de la loteria?

A) Taules de la RAND Corporation
B) ERNIE
C) Dispositiu de simulació de Monte Carlo
D) Mètode del 'jackknife' de John Tukey

20. Quin mètode va desenvolupar John Tukey el 1958?

A) Mètodes de Monte Carlo amb cadenes de Markov.
B) Estimació de la densitat del nucli.
C) El mètode del 'jackknife'.
D) Xarxes neuronals artificials.

21. En quines de les següents classes de problemes els mètodes de Monte Carlo no s'utilitzen habitualment?

A) Integració numèrica
B) Optimització
C) Generació de mostres a partir d'una distribució de probabilitat
D) Actualització bayesiana

22. Què es maximitza en l'estimació de la màxima probabilitat per ajustar les dades observades sota un model estadístic?

A) Una funció de probabilitat.
B) Una mostra aleatòria.
C) Una funció de densitat de probabilitat.
D) Una funció d'error.

23. Quin mètode es basa en maximitzar una funció de probabilitat?

A) Mètode de Monte Carlo
B) Estimació de la màxima versemblança
C) Mètode Bootstrap
D) Mètode de Monte Carlo amb cadenes de Markov

24. Quina d'aquestes opcions NO és una aplicació típica dels mètodes de Monte Carlo?

A) Generació de mostres a partir d'una distribució de probabilitat
B) Solucions analítiques exactes
C) Optimització
D) Integració numèrica

25. En quins àmbits es pot aplicar l'estadística computacional?

A) Exclusivament en ciència de dades socials.
B) Estrictament dins de la lingüística computacional.
C) Només en ciència de dades.
D) En econometria.

26. Quina associació està dedicada a la computació estadística?

A) Societat Internacional de Lingüística.
B) Associació Internacional per a la Computació Estadística.
C) Organització Mundial de la Salut.
D) Associació Americana de Metges.

27. Quina és una àrea d'aplicació comuna per a l'estadística computacional?

A) Composició de música clàssica.
B) Física computacional.
C) Tècniques tradicionals de pintura.
D) Arts culinàries.

تم إنشاؤها باستخدام That Quiz — موقع إنشاء الاختبارات والدرجات في الرياضيات والمواد الأخرى.