A) La probabilitat d'obtenir resultats almenys tan extrems com els observats, donada la hipòtesi nul·la. B) El paràmetre de la població que s'està provant. C) El nivell de significància per acceptar la hipòtesi nul·la. D) La mesura de la confiança en la hipòtesi nul·la.
A) Prova de Kruskal-Wallis B) Prova de Mann-Whitney U C) Prova t D) Prova de Wilcoxon de rangs signats
A) Resumir dades categòriques. B) Comprovar si hi ha diferències en les mitjanes. C) Identificar valors atípics en un conjunt de dades. D) Examinar la relació entre variables.
A) La intensitat i la direcció d'una relació lineal entre dues variables. B) La variabilitat dins dels grups. C) La dispersió de les dades. D) La tendència central d'un conjunt de dades.
A) Predir valors futurs. B) Determinar la probabilitat que es produeixi un esdeveniment. C) Estimar l'interval dins del qual és probable que es trobi el paràmetre de la població. D) Comparar dos grups independents.
A) Mostreig aleatori simple B) Mostreig per grups C) Mostreig per conveniència D) Mostreig sistemàtic
A) Regressió de cresta. B) Regressió polinòmica. C) Regressió lineal. D) Regressió logística.
A) El marge d'error en la mitjana de la mostra. B) La probabilitat de rebutjar la hipòtesi nul·la quan aquesta és, de fet, certa. C) El nivell de confiança en l'hipòtesi alternativa. D) La mesura de correlació entre dues variables.
A) Anàlisi de sèries temporals. B) Anàlisi de regressió. C) Anàlisi factorial. D) Anàlisi de клаusters (agrupaments).
A) Prova t. B) ANOVA (anàlisi de variància). C) Anàlisi de regressió. D) Prova de chi-quadrat.
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 mesura la força d'una relació, mentre que la causalitat mesura la direcció. C) La correlació es refereix a relacions lineals, mentre que la causalitat es refereix a relacions no lineals. D) La correlació s'utilitza per a dades categòriques, mentre que la causalitat s'utilitza per a dades contínues.
A) Calcular l'abast d'un conjunt de dades. B) Comparar dues mostres diferents. C) Determinar la variabilitat dins dels grups. D) 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.
A) Una afirmació que indica que no hi ha una diferència significativa entre les poblacions especificades. B) La hipòtesi que es posa a prova mitjançant una prova d'una sola cua. C) La hipòtesi en què el investigador creu que és certa. D) Una afirmació que prediu un resultat en un experiment.
A) Imputació. B) Enginyeria de característiques. C) Normalització. D) Detecció de valors atípics.
A) Anàlisi de regressió B) Prova del qui quadrat C) Prova t D) ANOVA
A) John Tukey B) William Sealy Gosset C) RAND Corporation D) Carlo Lauro
A) Transformar les dades brutes en coneixement utilitzant mètodes intensius en càlcul. B) Centrar-se exclusivament en mides de mostra petites. C) Evitar l'ús d'ordinadors en l'anàlisi estadística. D) Desenvolupar noves teories matemàtiques sense aplicació pràctica.
A) Mètodes de Monte Carlo amb cadenes de Markov B) Simulació del mètode de Monte Carlo C) Estimació de la densitat del nucli D) Xarxes neuronals artificials
A) ERNIE B) Taules de la RAND Corporation C) Dispositiu de simulació de Monte Carlo D) Mètode del 'jackknife' de John Tukey
A) Estimació de la densitat del nucli. B) Xarxes neuronals artificials. C) Mètodes de Monte Carlo amb cadenes de Markov. D) El mètode del 'jackknife'.
A) Generació de mostres a partir d'una distribució de probabilitat B) Optimització C) Integració numèrica D) Actualització bayesiana
A) Una funció de probabilitat. B) Una funció d'error. C) Una mostra aleatòria. D) Una funció de densitat de probabilitat.
A) Mètode de Monte Carlo amb cadenes de Markov B) Estimació de la màxima versemblança C) Mètode de Monte Carlo D) Mètode Bootstrap
A) Solucions analítiques exactes B) Integració numèrica C) Generació de mostres a partir d'una distribució de probabilitat D) Optimització
A) Només en ciència de dades. B) Estrictament dins de la lingüística computacional. C) En econometria. D) Exclusivament en ciència de dades socials.
A) Societat Internacional de Lingüística. B) Organització Mundial de la Salut. C) Associació Americana de Metges. D) Associació Internacional per a la Computació Estadística.
A) Tècniques tradicionals de pintura. B) Composició de música clàssica. C) Arts culinàries. D) Física computacional. |