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