ThatQuiz Biblioteca Intenteu aquesta prova
Estadística computacional - Qüestionari
Contribució de: Borowska
  • 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 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) La mesura de la confiança en la hipòtesi nul·la.
D) El nivell de significància per acceptar la hipòtesi nul·la.
  • 2. Quina de les següents opcions és una prova estadística paramètrica?
A) Prova de Mann-Whitney U
B) Prova t
C) Prova de Wilcoxon de rangs signats
D) Prova de Kruskal-Wallis
  • 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) Comprovar si hi ha diferències en les mitjanes.
D) Examinar la relació entre variables.
  • 4. Què mesura el coeficient de correlació?
A) La dispersió de les dades.
B) La intensitat i la direcció d'una relació lineal entre dues variables.
C) La tendència central d'un conjunt de dades.
D) La variabilitat dins dels grups.
  • 5. Quin és l'objectiu d'un interval de confiança en estadística?
A) Comparar dos grups independents.
B) Predir valors futurs.
C) Determinar la probabilitat que es produeixi un esdeveniment.
D) Estimar l'interval dins del qual és probable que es trobi el paràmetre de la població.
  • 6. Quin tipus de tècnica de mostreig implica seleccionar aleatòriament subjectes d'una població?
A) Mostreig per grups
B) Mostreig per conveniència
C) Mostreig aleatori simple
D) Mostreig sistemàtic
  • 7. Quina tècnica de regressió s'utilitza quan la variable dependent és binària?
A) Regressió lineal.
B) Regressió logística.
C) Regressió de cresta.
D) Regressió polinòmica.
  • 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) La mesura de correlació entre dues variables.
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 sèries temporals.
C) Anàlisi de regressió.
D) Anàlisi factorial.
  • 10. Quina prova estadística s'utilitza per determinar si hi ha una associació significativa entre dues variables categòriques?
A) Prova t.
B) Prova de chi-quadrat.
C) Anàlisi de regressió.
D) ANOVA (anàlisi de variància).
  • 11. Quina és la diferència entre correlació i causalitat?
A) La correlació mesura la força d'una relació, mentre que la causalitat mesura la direcció.
B) La correlació s'utilitza per a dades categòriques, mentre que la causalitat s'utilitza per a dades contínues.
C) La correlació indica una relació entre variables, mentre que la causalitat implica que una variable provoca un canvi en l'altra.
D) La correlació es refereix a relacions lineals, mentre que la causalitat es refereix a relacions no lineals.
  • 12. Quin és l'objectiu del Teorema del Límits Central en estadística?
A) Calcular l'abast d'un conjunt de dades.
B) 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.
C) Comparar dues mostres diferents.
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) La hipòtesi que es posa a prova mitjançant una prova d'una sola cua.
C) Una afirmació que prediu un resultat en un experiment.
D) Una afirmació que indica que no hi ha una diferència significativa entre les poblacions especificades.
  • 14. Quina tècnica estadística s'utilitza per gestionar els valors perduts en un conjunt de dades?
A) Normalització.
B) Detecció de valors atípics.
C) Imputació.
D) Enginyeria de característiques.
  • 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) Prova t
D) Anàlisi de regressió
  • 16. Qui va proposar una distinció entre 'computació estadística' i 'estadística computacional'?
A) RAND Corporation
B) Carlo Lauro
C) John Tukey
D) William Sealy Gosset
  • 17. Quin és un dels objectius principals de l'estadística computacional?
A) Evitar l'ús d'ordinadors en l'anàlisi estadística.
B) Centrar-se exclusivament en mides de mostra petites.
C) Desenvolupar noves teories matemàtiques sense aplicació pràctica.
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) 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
  • 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) Dispositiu de simulació de Monte Carlo
D) ERNIE
  • 20. Quin mètode va desenvolupar John Tukey el 1958?
A) El mètode del 'jackknife'.
B) Xarxes neuronals artificials.
C) Mètodes de Monte Carlo amb cadenes de Markov.
D) Estimació de la densitat del nucli.
  • 21. En quines de les següents classes de problemes els mètodes de Monte Carlo no s'utilitzen habitualment?
A) Optimització
B) Actualització bayesiana
C) Integració numèrica
D) Generació de mostres a partir d'una distribució de probabilitat
  • 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 funció de densitat de probabilitat.
C) Una funció d'error.
D) Una mostra aleatòria.
  • 23. Quin mètode es basa en maximitzar una funció de probabilitat?
A) Estimació de la màxima versemblança
B) Mètode de Monte Carlo
C) Mètode de Monte Carlo amb cadenes de Markov
D) Mètode Bootstrap
  • 24. Quina d'aquestes opcions NO és una aplicació típica dels mètodes de Monte Carlo?
A) Solucions analítiques exactes
B) Integració numèrica
C) Optimització
D) Generació de mostres a partir d'una distribució de probabilitat
  • 25. En quins àmbits es pot aplicar l'estadística computacional?
A) Estrictament dins de la lingüística computacional.
B) En econometria.
C) Només en ciència de dades.
D) Exclusivament en ciència de dades socials.
  • 26. Quina associació està dedicada a la computació estadística?
A) Associació Americana de Metges.
B) Societat Internacional de Lingüística.
C) Associació Internacional per a la Computació Estadística.
D) Organització Mundial de la Salut.
  • 27. Quina és una àrea d'aplicació comuna per a l'estadística computacional?
A) Tècniques tradicionals de pintura.
B) Composició de música clàssica.
C) Arts culinàries.
D) Física computacional.
Prova creada amb That Quiz — el lloc on es poden crear i avaluar proves matemàtiques i d'altres matèries.