ThatQuiz
|
Biblioteca
|
Intenteu aquesta prova
Estadística computacional - Qüestionari
Computational statistics
  • 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) El nivell de significància per acceptar la hipòtesi nul·la.
B) La mesura de la confiança en 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 de Mann-Whitney U
D) Prova t
  • 3. Quin és l'objectiu de l'anàlisi de regressió en estadística?
A) Resumir dades categòriques.
B) Identificar valors atípics en un conjunt de dades.
C) Examinar la relació entre variables.
D) Comprovar si hi ha diferències en les mitjanes.
  • 4. Què mesura el coeficient de correlació?
A) La variabilitat dins dels grups.
B) La tendència central d'un conjunt de dades.
C) La dispersió de les dades.
D) La intensitat i la direcció d'una relació lineal entre dues variables.
  • 5. Quin és l'objectiu d'un interval de confiança en estadística?
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.
  • 6. Quin tipus de tècnica de mostreig implica seleccionar aleatòriament subjectes d'una població?
A) Mostreig per grups
B) Mostreig sistemàtic
C) Mostreig per conveniència
D) Mostreig aleatori simple
  • 7. Quina tècnica de regressió s'utilitza quan la variable dependent és binària?
A) Regressió de cresta.
B) Regressió logística.
C) Regressió polinòmica.
D) Regressió lineal.
  • 8. Quin és el nivell de significació en les proves d'hipòtesis?
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.
  • 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 regressió.
B) Anàlisi factorial.
C) Anàlisi de sèries temporals.
D) Anàlisi de клаusters (agrupaments).
  • 10. Quina prova estadística s'utilitza per determinar si hi ha una associació significativa entre dues variables categòriques?
A) Prova t.
B) Anàlisi de regressió.
C) ANOVA (anàlisi de variància).
D) Prova de chi-quadrat.
  • 11. Quina és la diferència entre correlació i causalitat?
A) La correlació s'utilitza per a dades categòriques, mentre que la causalitat s'utilitza per a dades contínues.
B) La correlació indica una relació entre variables, mentre que la causalitat implica que una variable provoca un canvi en l'altra.
C) La correlació es refereix a relacions lineals, mentre que la causalitat es refereix a relacions no lineals.
D) La correlació mesura la força d'una relació, mentre que la causalitat mesura la direcció.
  • 12. Quin és l'objectiu del Teorema del Límits Central en estadística?
A) Calcular l'abast d'un conjunt de dades.
B) Determinar la variabilitat dins dels grups.
C) 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.
D) Comparar dues mostres diferents.
  • 13. En la prova d'hipòtesis estadística, què és la hipòtesi nul·la?
A) Una afirmació que prediu un resultat en un experiment.
B) La hipòtesi que es posa a prova mitjançant una prova d'una sola cua.
C) Una afirmació que indica que no hi ha una diferència significativa entre les poblacions especificades.
D) La hipòtesi en què el investigador creu que és certa.
  • 14. Quina tècnica estadística s'utilitza per gestionar els valors perduts en un conjunt de dades?
A) Normalització.
B) Enginyeria de característiques.
C) Detecció de valors atípics.
D) Imputació.
  • 15. Quina prova estadística s'hauria d'utilitzar per comparar les mitjanes de més de dos grups independents?
A) Prova del qui quadrat
B) ANOVA
C) Anàlisi de regressió
D) Prova t
  • 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) Transformar les dades brutes en coneixement utilitzant mètodes intensius en càlcul.
B) Evitar l'ús d'ordinadors en l'anàlisi estadística.
C) Centrar-se exclusivament en mides de mostra petites.
D) Desenvolupar noves teories matemàtiques sense aplicació pràctica.
  • 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) Mètodes de Monte Carlo amb cadenes de Markov
C) Estimació de la densitat del nucli
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) Mètode del 'jackknife' de John Tukey
C) ERNIE
D) Dispositiu de simulació de Monte Carlo
  • 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) Xarxes neuronals artificials.
D) El mètode del 'jackknife'.
  • 21. En quines de les següents classes de problemes els mètodes de Monte Carlo no s'utilitzen habitualment?
A) Optimització
B) Generació de mostres a partir d'una distribució de probabilitat
C) Actualització bayesiana
D) Integració numèrica
  • 22. Què es maximitza en l'estimació de la màxima probabilitat per ajustar les dades observades sota un model estadístic?
A) Una funció d'error.
B) Una funció de densitat de probabilitat.
C) Una funció de probabilitat.
D) Una mostra aleatòria.
  • 23. Quin mètode es basa en maximitzar una funció de probabilitat?
A) Mètode Bootstrap
B) Mètode de Monte Carlo
C) Mètode de Monte Carlo amb cadenes de Markov
D) Estimació de la màxima versemblança
  • 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) Integració numèrica
C) Optimització
D) Solucions analítiques exactes
  • 25. En quins àmbits es pot aplicar l'estadística computacional?
A) Exclusivament en ciència de dades socials.
B) En econometria.
C) Estrictament dins de la lingüística computacional.
D) Només en ciència de dades.
  • 26. Quina associació està dedicada a la computació estadística?
A) Organització Mundial de la Salut.
B) Associació Americana de Metges.
C) Societat Internacional de Lingüística.
D) Associació Internacional per a la Computació Estadística.
  • 27. Quina és una àrea d'aplicació comuna per a l'estadística computacional?
A) Tècniques tradicionals de pintura.
B) Composició de música clàssica.
C) Física computacional.
D) Arts culinàries.
Prova creada amb That Quiz — el lloc on es poden crear i avaluar proves matemàtiques i d'altres matèries.