A) El nivel de significación para aceptar la hipótesis nula
B) El parámetro de población sometido a prueba
C) La medida de confianza en la hipótesis nula
D) Probabilidad de obtener resultados al menos tan extremos como los observados, dado que la hipótesis nula es cierta.

A) Prueba U de Mann-Whitney
B) Prueba de rango con signo de Wilcoxon
C) Prueba de Kruskal-Wallis
D) Prueba t

A) Para resumir datos categóricos
B) Examinar la relación entre las variables
C) Para comprobar las diferencias de medias
D) Para identificar valores atípicos en un conjunto de datos

A) La dispersión de los datos
B) La fuerza y la dirección de una relación lineal entre dos variables
C) La variabilidad dentro de los grupos
D) La tendencia central de un conjunto de datos

A) Para determinar la probabilidad de que se produzca un suceso
B) Comparar dos grupos independientes
C) Para estimar el intervalo dentro del cual es probable que se sitúe el parámetro de población
D) Predecir datos futuros

A) Muestreo aleatorio simple
B) Muestreo por conglomerados
C) Muestreo sistemático
D) Muestreo de conveniencia

A) Afirmar que la distribución muestral de la media muestral se aproxima a una distribución normal a medida que aumenta el tamaño de la muestra.
B) Para calcular el rango de un conjunto de datos
C) Determinar la variabilidad dentro de los grupos
D) Para comparar dos muestras diferentes

A) Una afirmación que predice un resultado en un experimento
B) La hipótesis que el investigador cree cierta
C) Una afirmación de que no hay diferencias significativas entre poblaciones específicas
D) La hipótesis que se comprueba mediante una prueba de una cola

A) Prueba Chi-cuadrado
B) Análisis de regresión
C) Prueba T
D) ANOVA

A) Prueba de Chi-cuadrado.
B) ANOVA.
C) Prueba T.
D) Análisis de regresión.

A) El margen de error de la media muestral
B) La probabilidad de rechazar la hipótesis nula cuando es realmente cierta
C) La medida de correlación entre dos variables
D) El nivel de confianza en la hipótesis alternativa

A) Normalización.
B) Ingeniería de funciones.
C) Imputación.
D) Detección de valores atípicos.

A) Análisis de conglomerados.
B) Análisis factorial.
C) Análisis de regresión.
D) Análisis de series temporales.

A) Regresión Ridge.
B) Regresión polinómica.
C) Regresión lineal.
D) Regresión logística.

A) La correlación se utiliza para datos categóricos, mientras que la causalidad se utiliza para datos continuos.
B) La correlación indica una relación entre variables, mientras que la causalidad implica que una variable provoca un cambio en la otra.
C) La correlación se refiere a las relaciones lineales, mientras que la causalidad se refiere a las relaciones no lineales.
D) La correlación mide la fuerza de una relación, mientras que la causalidad mide la dirección.

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

A) Desarrollar nuevas teorías matemáticas sin aplicación práctica.
B) Evitar el uso de computadoras en el análisis estadístico.
C) Transformar los datos brutos en conocimiento utilizando métodos computacionales avanzados.
D) Centrarse únicamente en tamaños de muestra pequeños.

A) Redes neuronales artificiales
B) Métodos de Monte Carlo basados en cadenas de Markov
C) Estimación de la densidad del núcleo
D) Simulación del método de Monte Carlo

A) ERNIE
B) Dispositivo de simulación de Monte Carlo
C) Método de 'jackknife' de John Tukey
D) Tablas de la RAND Corporation

A) Estimación de la densidad del núcleo.
B) El método del 'jackknife'.
C) Redes neuronales artificiales.
D) Métodos de Monte Carlo basados en cadenas de Markov.

A) Generación de muestras a partir de una distribución de probabilidad
B) Integración numérica
C) Optimización
D) Actualización Bayesiana

A) Una función de densidad de probabilidad
B) Una muestra aleatoria
C) Una función de verosimilitud
D) Una función de error

A) Método de Monte Carlo
B) Método de bootstrapping
C) Estimación de máxima verosimilitud
D) Método de Monte Carlo basado en cadenas de Markov

A) Soluciones analíticas exactas
B) Generación de muestras a partir de una distribución de probabilidad
C) Integración numérica
D) Optimización

A) Exclusivamente en la ciencia de datos sociales.
B) Econometría.
C) Estrictamente dentro de la lingüística computacional.
D) Solo en la ciencia de datos.

A) Sociedad Internacional de Lingüística.
B) Asociación Médica Americana.
C) Asociación Internacional para la Computación Estadística.
D) Organización Mundial de la Salud.

A) Física computacional.
B) Composición de música clásica.
C) Artes culinarias.
D) Técnicas tradicionales de pintura.