A) Der zu prüfende Populationsparameter
B) Das Maß des Vertrauens in die Nullhypothese
C) Das Signifikanzniveau für die Annahme der Nullhypothese
D) Die Wahrscheinlichkeit, Ergebnisse zu erhalten, die mindestens so extrem sind wie die beobachteten Ergebnisse, wenn die Nullhypothese wahr ist

A) Kruskal-Wallis-Test
B) t-test
C) Mann-Whitney-U-Test
D) Wilcoxon-Signature-Rank-Test

A) Untersuchung der Beziehung zwischen den Variablen
B) Zusammenfassen kategorischer Daten
C) Test auf Unterschiede in den Mittelwerten
D) So identifizieren Sie Ausreißer in einem Datensatz

A) Die Variabilität innerhalb der Gruppen
B) Die zentrale Tendenz eines Datensatzes
C) Die Stärke und Richtung einer linearen Beziehung zwischen zwei Variablen
D) Die Streuung der Daten

A) Zum Vergleich zweier unabhängiger Gruppen
B) Schätzung des Bereichs, in den der Populationsparameter wahrscheinlich fällt
C) Vorhersage zukünftiger Datenpunkte
D) So bestimmen Sie die Wahrscheinlichkeit des Eintretens eines Ereignisses

A) Bequemlichkeitsstichproben
B) Einfache Zufallsstichproben
C) Systematische Probenahme
D) Cluster-Stichproben

A) Die Wahrscheinlichkeit, dass die Nullhypothese abgelehnt wird, wenn sie tatsächlich wahr ist
B) Das Maß der Korrelation zwischen zwei Variablen
C) Der Grad des Vertrauens in die Alternativhypothese
D) Die Fehlermarge beim Stichprobenmittelwert

A) ANOVA
B) Regressionsanalyse
C) T-Test
D) Chi-Quadrat-Test

A) Erkennung von Ausreißern.
B) Normalisierung.
C) Anrechnung.
D) Feature Engineering.

A) Korrelation bezieht sich auf lineare Beziehungen, während Kausalität sich auf nicht-lineare Beziehungen bezieht.
B) Die Korrelation misst die Stärke einer Beziehung, während die Kausalität die Richtung angibt.
C) Die Korrelation wird für kategoriale Daten verwendet, während die Kausalität für kontinuierliche Daten verwendet wird.
D) Korrelation weist auf eine Beziehung zwischen Variablen hin, während Kausalität bedeutet, dass eine Variable eine Veränderung in der anderen verursacht.

A) Eine Likelihood-Funktion
B) Eine Wahrscheinlichkeitsdichtefunktion
C) Eine Fehlerfunktion
D) Eine Stichprobe

A) Zum Vergleich zweier unterschiedlicher Proben
B) So berechnen Sie den Bereich eines Datensatzes
C) Feststellung, dass sich die Stichprobenverteilung des Stichprobenmittelwerts mit zunehmendem Stichprobenumfang einer Normalverteilung annähert
D) Bestimmung der Variabilität innerhalb der Gruppen

A) Eine Aussage, dass es keinen signifikanten Unterschied zwischen bestimmten Populationen gibt
B) Eine Aussage, die ein Ergebnis eines Experiments vorhersagt
C) Die Hypothese, von der der Forscher glaubt, dass sie wahr ist
D) Die Hypothese, die mit einem einseitigen Test geprüft wird

A) Komposition klassischer Musik.
B) Traditionelle Maltechniken.
C) Kulinarische Künste.
D) Computationalphysik.

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

A) Exakte analytische Lösungen
B) Generierung von Zufallszahlen aus einer Wahrscheinlichkeitsverteilung
C) Numerische Integration
D) Optimierung

A) Internationale Vereinigung für statistische Datenverarbeitung.
B) Internationale Gesellschaft für Linguistik.
C) Amerikanische Ärztekammer.
D) Weltgesundheitsorganisation.

A) Künstliche neuronale Netze.
B) Markov-Ketten-Monte-Carlo-Methoden.
C) Die Jackknife-Methode.
D) Kernel-Dichteschätzung.

A) Nur in der Datenwissenschaft.
B) Streng genommen nur in der computationalen Linguistik.
C) In der Ökonometrie.
D) Ausschließlich in der sozialwissenschaftlichen Datenanalyse.

A) Der ausschließliche Fokus auf kleine Stichprobengrößen.
B) Die Entwicklung neuer mathematischer Theorien ohne praktische Anwendung.
C) Die Umwandlung von Rohdaten in Wissen unter Verwendung von computerintensiven Methoden.
D) Der Verzicht auf den Einsatz von Computern bei der statistischen Analyse.

A) John Tukey's Jackknife-Methode
B) Tabellen des RAND Corporation
C) ERNIE
D) Monte-Carlo-Simulationsgerät

A) Logistische Regression.
B) Ridge-Regression.
C) Lineare Regression.
D) Polynomiale Regression.

A) Monte-Carlo-Simulationsverfahren
B) Künstliche neuronale Netze
C) Schätzung der Kernel-Dichte
D) Markov-Ketten-Monte-Carlo-Methoden

A) Markov-Ketten-Monte-Carlo-Methode
B) Maximum-Likelihood-Schätzung
C) Monte-Carlo-Methode
D) Bootstrap-Methode

A) Regressionsanalyse.
B) Zeitreihenanalyse.
C) Cluster-Analyse.
D) Faktorenanalyse.

A) T-Test.
B) Regressionsanalyse.
C) Chi-Quadrat-Test.
D) ANOVA.

A) Bayesianische Aktualisierung
B) Generierung von Zufallszahlen aus einer Wahrscheinlichkeitsverteilung
C) Numerische Integration
D) Optimierung