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