A) Die Wahrscheinlichkeit, Ergebnisse zu erhalten, die mindestens so extrem sind wie die beobachteten Ergebnisse, wenn die Nullhypothese wahr ist B) Das Signifikanzniveau für die Annahme der Nullhypothese C) Der zu prüfende Populationsparameter D) Das Maß des Vertrauens in die Nullhypothese
A) Wilcoxon-Signature-Rank-Test B) t-test C) Mann-Whitney-U-Test D) Kruskal-Wallis-Test
A) Test auf Unterschiede in den Mittelwerten B) Zusammenfassen kategorischer Daten C) Untersuchung der Beziehung zwischen den Variablen D) So identifizieren Sie Ausreißer in einem Datensatz
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) So bestimmen Sie die Wahrscheinlichkeit des Eintretens eines Ereignisses C) Schätzung des Bereichs, in den der Populationsparameter wahrscheinlich fällt D) Zum Vergleich zweier unabhängiger Gruppen
A) Einfache Zufallsstichproben B) Bequemlichkeitsstichproben C) Cluster-Stichproben D) Systematische Probenahme
A) Die Wahrscheinlichkeit, dass die Nullhypothese abgelehnt wird, wenn sie tatsächlich wahr ist B) Die Fehlermarge beim Stichprobenmittelwert C) Der Grad des Vertrauens in die Alternativhypothese D) Das Maß der Korrelation zwischen zwei Variablen
A) T-Test B) Regressionsanalyse C) Chi-Quadrat-Test D) ANOVA
A) Erkennung von Ausreißern. B) Feature Engineering. C) Normalisierung. D) Anrechnung.
A) Korrelation weist auf eine Beziehung zwischen Variablen hin, während Kausalität bedeutet, dass eine Variable eine Veränderung in der anderen verursacht. 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 bezieht sich auf lineare Beziehungen, während Kausalität sich auf nicht-lineare Beziehungen bezieht.
A) Eine Fehlerfunktion B) Eine Likelihood-Funktion C) Eine Stichprobe D) Eine Wahrscheinlichkeitsdichtefunktion
A) So berechnen Sie den Bereich eines Datensatzes B) Zum Vergleich zweier unterschiedlicher Proben C) Feststellung, dass sich die Stichprobenverteilung des Stichprobenmittelwerts mit zunehmendem Stichprobenumfang einer Normalverteilung annähert D) Bestimmung der Variabilität innerhalb der Gruppen
A) Eine Aussage, die ein Ergebnis eines Experiments vorhersagt B) Eine Aussage, dass es keinen signifikanten Unterschied zwischen bestimmten Populationen gibt C) Die Hypothese, die mit einem einseitigen Test geprüft wird D) Die Hypothese, von der der Forscher glaubt, dass sie wahr ist
A) Komposition klassischer Musik. B) Kulinarische Künste. C) Computationalphysik. D) Traditionelle Maltechniken.
A) William Sealy Gosset B) John Tukey C) RAND Corporation D) Carlo Lauro
A) Optimierung B) Numerische Integration C) Generierung von Zufallszahlen aus einer Wahrscheinlichkeitsverteilung D) Exakte analytische Lösungen
A) Internationale Vereinigung für statistische Datenverarbeitung. B) Internationale Gesellschaft für Linguistik. C) Weltgesundheitsorganisation. D) Amerikanische Ärztekammer.
A) Die Jackknife-Methode. B) Markov-Ketten-Monte-Carlo-Methoden. C) Künstliche neuronale Netze. D) Kernel-Dichteschätzung.
A) Ausschließlich in der sozialwissenschaftlichen Datenanalyse. B) Nur in der Datenwissenschaft. C) Streng genommen nur in der computationalen Linguistik. D) In der Ökonometrie.
A) Der ausschließliche Fokus auf kleine Stichprobengrößen. B) Der Verzicht auf den Einsatz von Computern bei der statistischen Analyse. C) Die Entwicklung neuer mathematischer Theorien ohne praktische Anwendung. D) Die Umwandlung von Rohdaten in Wissen unter Verwendung von computerintensiven Methoden.
A) ERNIE B) John Tukey's Jackknife-Methode C) Tabellen des RAND Corporation D) Monte-Carlo-Simulationsgerät
A) Ridge-Regression. B) Polynomiale Regression. C) Logistische Regression. D) Lineare Regression.
A) Künstliche neuronale Netze B) Markov-Ketten-Monte-Carlo-Methoden C) Monte-Carlo-Simulationsverfahren D) Schätzung der Kernel-Dichte
A) Markov-Ketten-Monte-Carlo-Methode B) Maximum-Likelihood-Schätzung C) Bootstrap-Methode D) Monte-Carlo-Methode
A) Zeitreihenanalyse. B) Regressionsanalyse. C) Faktorenanalyse. D) Cluster-Analyse.
A) T-Test. B) ANOVA. C) Chi-Quadrat-Test. D) Regressionsanalyse.
A) Optimierung B) Bayesianische Aktualisierung C) Generierung von Zufallszahlen aus einer Wahrscheinlichkeitsverteilung D) Numerische Integration |