A) El parámetro de población sometido a prueba
B) El nivel de significación para aceptar la hipótesis nula
C) Probabilidad de obtener resultados al menos tan extremos como los observados, dado que la hipótesis nula es cierta.
D) La medida de confianza en 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 identificar valores atípicos en un conjunto de datos
C) Para comprobar las diferencias de medias
D) Para resumir datos categóricos

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

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

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

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

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

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

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

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

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

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

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 mide la fuerza de una relación, mientras que la causalidad mide la dirección.
C) La correlación se utiliza para datos categóricos, mientras que la causalidad se utiliza para datos continuos.
D) La correlación se refiere a las relaciones lineales, mientras que la causalidad se refiere a las relaciones no lineales.

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

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

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

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

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

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

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

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

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

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

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

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