A) Probabilidad de obtener resultados al menos tan extremos como los observados, dado que la hipótesis nula es cierta. B) El parámetro de población sometido a prueba C) La medida de confianza en la hipótesis nula D) El nivel de significación para aceptar la hipótesis nula
A) Prueba t B) Prueba U de Mann-Whitney C) Prueba de Kruskal-Wallis D) Prueba de rango con signo de Wilcoxon
A) Para identificar valores atípicos en un conjunto de datos B) Para comprobar las diferencias de medias C) Examinar la relación entre las variables D) Para resumir datos categóricos
A) La dispersión de los datos B) La variabilidad dentro de los grupos C) La fuerza y la dirección de una relación lineal entre dos variables D) La tendencia central de un conjunto de datos
A) Para determinar la probabilidad de que se produzca un suceso B) Predecir datos futuros C) Para estimar el intervalo dentro del cual es probable que se sitúe el parámetro de población D) Comparar dos grupos independientes
A) Muestreo aleatorio simple B) Muestreo sistemático C) Muestreo de conveniencia D) Muestreo por conglomerados
A) Para calcular el rango de un conjunto de datos B) Para comparar dos muestras diferentes C) Determinar la variabilidad dentro de los grupos D) Afirmar que la distribución muestral de la media muestral se aproxima a una distribución normal a medida que aumenta el tamaño de la muestra.
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) Análisis de regresión B) Prueba T C) ANOVA D) Prueba Chi-cuadrado
A) Prueba T. B) ANOVA. C) Prueba de Chi-cuadrado. D) Análisis de regresión.
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) Imputación. B) Normalización. C) Detección de valores atípicos. D) Ingeniería de funciones.
A) Análisis de series temporales. B) Análisis de conglomerados. C) Análisis de regresión. D) Análisis factorial.
A) Regresión logística. B) Regresión polinómica. C) Regresión lineal. D) Regresión Ridge.
A) La correlación mide la fuerza de una relación, mientras que la causalidad mide la dirección. B) La correlación se utiliza para datos categóricos, mientras que la causalidad se utiliza para datos continuos. 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 se refiere a las relaciones lineales, mientras que la causalidad se refiere a las relaciones no lineales.
A) John Tukey B) Carlo Lauro C) RAND Corporation D) William Sealy Gosset
A) Transformar los datos brutos en conocimiento utilizando métodos computacionales avanzados. B) Desarrollar nuevas teorías matemáticas sin aplicación práctica. C) Evitar el uso de computadoras en el análisis estadístico. D) Centrarse únicamente en tamaños de muestra pequeños.
A) Redes neuronales artificiales B) Métodos de Monte Carlo basados en cadenas de Markov C) Simulación del método de Monte Carlo D) Estimación de la densidad del núcleo
A) Método de 'jackknife' de John Tukey B) Dispositivo de simulación de Monte Carlo C) Tablas de la RAND Corporation D) ERNIE
A) El método del 'jackknife'. B) Redes neuronales artificiales. C) Métodos de Monte Carlo basados en cadenas de Markov. D) Estimación de la densidad del núcleo.
A) Integración numérica B) Actualización Bayesiana C) Generación de muestras a partir de una distribución de probabilidad D) Optimización
A) Una función de verosimilitud B) Una función de densidad de probabilidad C) Una función de error D) Una muestra aleatoria
A) Método de Monte Carlo B) Método de Monte Carlo basado en cadenas de Markov C) Estimación de máxima verosimilitud D) Método de bootstrapping
A) Integración numérica B) Optimización C) Soluciones analíticas exactas D) Generación de muestras a partir de una distribución de probabilidad
A) Estrictamente dentro de la lingüística computacional. B) Exclusivamente en la ciencia de datos sociales. C) Solo en la ciencia de datos. D) Econometría.
A) Organización Mundial de la Salud. B) Asociación Internacional para la Computación Estadística. C) Sociedad Internacional de Lingüística. D) Asociación Médica Americana.
A) Técnicas tradicionales de pintura. B) Artes culinarias. C) Física computacional. D) Composición de música clásica. |