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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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