A) El nivel de significación para aceptar la hipótesis nula
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 parámetro de población sometido a prueba

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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