A) La probabilité d'obtenir des résultats au moins aussi extrêmes que les résultats observés, étant donné que l'hypothèse nulle est vraie. B) Le paramètre de population testé C) Le niveau de signification pour accepter l'hypothèse nulle D) La mesure de la confiance dans l'hypothèse nulle
A) test t B) Test de Kruskal-Wallis C) Test U de Mann-Whitney D) Test de Wilcoxon signé
A) Pour tester les différences entre les moyennes B) Examiner la relation entre les variables C) Pour résumer les données catégorielles D) Pour identifier les valeurs aberrantes dans un ensemble de données
A) La force et la direction d'une relation linéaire entre deux variables B) La diffusion des données C) La variabilité au sein des groupes D) La tendance centrale d'un ensemble de données
A) Comparer deux groupes indépendants B) Pour estimer la fourchette dans laquelle le paramètre de la population est susceptible de se situer C) Prévoir les futurs points de données D) Déterminer la probabilité qu'un événement se produise
A) Échantillonnage aléatoire simple B) Échantillonnage de commodité C) Échantillonnage systématique D) Échantillonnage en grappe
A) Test du chi carré B) ANOVA C) Analyse de régression D) Test T
A) La probabilité de rejeter l'hypothèse nulle alors qu'elle est vraie B) Le niveau de confiance dans l'hypothèse alternative C) La marge d'erreur de la moyenne de l'échantillon D) Mesure de la corrélation entre deux variables
A) La corrélation indique une relation entre les variables, tandis que la causalité implique qu'une variable provoque un changement dans l'autre. B) La corrélation est utilisée pour les données catégorielles, tandis que la causalité est utilisée pour les données continues. C) La corrélation fait référence à des relations linéaires, tandis que la causalité fait référence à des relations non linéaires. D) La corrélation mesure la force d'une relation, tandis que la causalité en mesure la direction.
A) Pour calculer l'étendue d'un ensemble de données B) Déterminer la variabilité au sein des groupes C) Comparer deux échantillons différents D) Affirmer que la distribution d'échantillonnage de la moyenne de l'échantillon se rapproche d'une distribution normale lorsque la taille de l'échantillon augmente.
A) Régression de crête. B) Régression linéaire. C) Régression polynomiale. D) Régression logistique.
A) Analyse des séries chronologiques. B) Analyse factorielle. C) Analyse en grappes. D) Analyse de régression.
A) Analyse de régression. B) ANOVA. C) Test du chi carré. D) Test T.
A) Détection des valeurs aberrantes. B) Imputation. C) Ingénierie de fonctionnalité. D) Normalisation.
A) Une déclaration qui prédit le résultat d'une expérience B) Une déclaration selon laquelle il n'y a pas de différence significative entre les populations spécifiées C) L'hypothèse que le chercheur croit être vraie D) L'hypothèse qui est testée à l'aide d'un test unilatéral
A) RAND Corporation B) John Tukey C) Carlo Lauro D) William Sealy Gosset
A) Éviter l'utilisation des ordinateurs dans l'analyse statistique. B) Développer de nouvelles théories mathématiques sans application pratique. C) Transformer les données brutes en connaissances en utilisant des méthodes nécessitant une puissance de calcul importante. D) Se concentrer uniquement sur les petits échantillons.
A) Réseaux neuronaux artificiels B) Simulation par la méthode de Monte Carlo C) Estimation de la densité par noyaux D) Méthodes de Monte Carlo par chaînes de Markov
A) Tableaux de la RAND Corporation B) Dispositif de simulation de Monte Carlo C) ERNIE D) Méthode de resampling de John Tukey (jackknife)
A) Les méthodes de Monte Carlo par chaînes de Markov. B) Les réseaux neuronaux artificiels. C) La méthode du jackknife. D) L'estimation de la densité par noyaux.
A) Optimisation B) Intégration numérique C) Génération de tirages à partir d'une distribution de probabilité D) Mise à jour bayésienne
A) Une densité de probabilité B) Une fonction d'erreur C) Une fonction de vraisemblance D) Un échantillon aléatoire
A) Méthode de Monte Carlo par chaînes de Markov B) Estimation par maximum de vraisemblance C) Méthode de Monte Carlo D) Méthode du bootstrap
A) Optimisation B) Intégration numérique C) Solutions analytiques exactes D) Génération de tirages à partir d'une distribution de probabilité
A) Strictement dans le domaine de la linguistique computationnelle. B) Uniquement dans la science des données. C) En économétrie. D) Exclusivement dans la science des données sociales.
A) Association médicale américaine. B) Association internationale pour l'informatique statistique. C) Société internationale de linguistique. D) Organisation mondiale de la santé.
A) La physique computationnelle. B) Les techniques traditionnelles de peinture. C) Les arts culinaires. D) La composition de musique classique. |