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

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

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

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

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

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

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) Determinar la variabilidad dentro de los grupos
C) Para calcular el rango de un conjunto de datos
D) Para comparar dos muestras diferentes

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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