A) Der zu prüfende Populationsparameter B) Die Wahrscheinlichkeit, Ergebnisse zu erhalten, die mindestens so extrem sind wie die beobachteten Ergebnisse, wenn die Nullhypothese wahr ist C) Das Signifikanzniveau für die Annahme der Nullhypothese D) Das Maß des Vertrauens in die Nullhypothese
A) Mann-Whitney-U-Test B) Wilcoxon-Signature-Rank-Test C) Kruskal-Wallis-Test D) t-test
A) So identifizieren Sie Ausreißer in einem Datensatz B) Test auf Unterschiede in den Mittelwerten C) Untersuchung der Beziehung zwischen den Variablen D) Zusammenfassen kategorischer Daten
A) Die Variabilität innerhalb der Gruppen B) Die Streuung der Daten C) Die Stärke und Richtung einer linearen Beziehung zwischen zwei Variablen D) Die zentrale Tendenz eines Datensatzes
A) Vorhersage zukünftiger Datenpunkte B) Schätzung des Bereichs, in den der Populationsparameter wahrscheinlich fällt C) So bestimmen Sie die Wahrscheinlichkeit des Eintretens eines Ereignisses D) Zum Vergleich zweier unabhängiger Gruppen
A) Einfache Zufallsstichproben B) Cluster-Stichproben C) Systematische Probenahme D) Bequemlichkeitsstichproben
A) Die Fehlermarge beim Stichprobenmittelwert B) Das Maß der Korrelation zwischen zwei Variablen C) Der Grad des Vertrauens in die Alternativhypothese D) Die Wahrscheinlichkeit, dass die Nullhypothese abgelehnt wird, wenn sie tatsächlich wahr ist
A) ANOVA B) Chi-Quadrat-Test C) Regressionsanalyse D) T-Test
A) Normalisierung. B) Erkennung von Ausreißern. C) Feature Engineering. D) Anrechnung.
A) Korrelation bezieht sich auf lineare Beziehungen, während Kausalität sich auf nicht-lineare Beziehungen bezieht. B) Korrelation weist auf eine Beziehung zwischen Variablen hin, während Kausalität bedeutet, dass eine Variable eine Veränderung in der anderen verursacht. 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) Ridge-Regression. B) Polynomiale Regression. C) Logistische Regression. D) Lineare Regression.
A) Eine Aussage, die ein Ergebnis eines Experiments vorhersagt B) Die Hypothese, die mit einem einseitigen Test geprüft wird C) Eine Aussage, dass es keinen signifikanten Unterschied zwischen bestimmten Populationen gibt D) Die Hypothese, von der der Forscher glaubt, dass sie wahr ist
A) Chi-Quadrat-Test. B) Regressionsanalyse. C) ANOVA. D) T-Test.
A) Regressionsanalyse. B) Faktorenanalyse. C) Cluster-Analyse. D) Zeitreihenanalyse.
A) So berechnen Sie den Bereich eines Datensatzes B) Bestimmung der Variabilität innerhalb der Gruppen C) Feststellung, dass sich die Stichprobenverteilung des Stichprobenmittelwerts mit zunehmendem Stichprobenumfang einer Normalverteilung annähert D) Zum Vergleich zweier unterschiedlicher Proben |