Estatística computacional - Questionário
A) O nível de significância para aceitar a hipótese nula B) O parâmetro da população que está a ser testado C) A probabilidade de obter resultados pelo menos tão extremos como os resultados observados, dado que a hipótese nula é verdadeira D) A medida de confiança na hipótese nula
A) Teste U de Mann-Whitney B) Teste de Wilcoxon de postos assinados C) teste t D) Teste de Kruskal-Wallis
A) Para examinar a relação entre as variáveis B) Para resumir dados categóricos C) Para identificar valores anómalos num conjunto de dados D) Para testar diferenças nas médias
A) A força e a direção de uma relação linear entre duas variáveis B) A difusão dos dados C) A tendência central de um conjunto de dados D) A variabilidade dentro dos grupos
A) Para estimar o intervalo dentro do qual o parâmetro populacional é suscetível de cair B) Para comparar dois grupos independentes C) Para determinar a probabilidade de ocorrência de um acontecimento D) Para prever pontos de dados futuros
A) Amostragem sistemática B) Amostragem por conglomerados C) Amostragem por conveniência D) Amostragem aleatória simples
A) A margem de erro da média da amostra B) O nível de confiança na hipótese alternativa C) A probabilidade de rejeitar a hipótese nula quando esta é efetivamente verdadeira D) A medida de correlação entre duas variáveis
A) Análise de regressão B) Teste T C) Teste do qui-quadrado D) ANOVA
A) Regressão de cumeeira. B) Regressão polinomial. C) Regressão logística. D) Regressão linear.
A) Teste T. B) ANOVA. C) Análise de regressão. D) Teste do qui-quadrado.
A) Concentrar-se exclusivamente em amostras de tamanho reduzido. B) Transformar dados brutos em conhecimento, utilizando métodos que exigem grande poder de processamento computacional. C) Evitar o uso de computadores na análise estatística. D) Desenvolver novas teorias matemáticas sem aplicação prática.
A) Análise fatorial. B) Análise de regressão. C) Análise de séries cronológicas. D) Análise de agrupamento.
A) Redes neurais artificiais. B) O método do "jackknife". C) Métodos de Monte Carlo com cadeia de Markov. D) Estimativa de densidade de kernel.
A) Método Bootstrap B) Método de Monte Carlo C) Método de Monte Carlo com Cadeias de Markov D) Estimativa de máxima verossimilhança
A) Imputação. B) Engenharia de recursos. C) Deteção de outlier. D) Normalização.
A) A correlação mede a força de uma relação, enquanto a causalidade mede a direção B) A correlação é utilizada para dados categóricos, enquanto a causalidade é utilizada para dados contínuos C) A correlação indica uma relação entre variáveis, enquanto a causalidade implica que uma variável provoca uma alteração na outra D) A correlação refere-se a relações lineares, enquanto a causalidade se refere a relações não lineares
A) Otimização B) Soluções analíticas exatas C) Integração numérica D) Geração de amostras a partir de uma distribuição de probabilidade
A) Geração de amostras a partir de uma distribuição de probabilidade B) Otimização C) Integração numérica D) Atualização Bayesiana
A) Uma amostra aleatória B) Uma função de erro C) Uma densidade de probabilidade D) Uma função de verossimilhança
A) Uma declaração de que não existe diferença significativa entre populações específicas B) Uma afirmação que prevê um resultado numa experiência C) A hipótese que o investigador acredita ser verdadeira D) A hipótese que é testada utilizando um teste unilateral
A) John Tukey B) RAND Corporation C) Carlo Lauro D) William Sealy Gosset
A) Física computacional. B) Artes culinárias. C) Técnicas tradicionais de pintura. D) Composição de música clássica.
A) Organização Mundial da Saúde. B) Sociedade Internacional de Linguística. C) Associação Médica Americana. D) Associação Internacional para Computação Estatística.
A) Simulação do método de Monte Carlo B) Métodos de Monte Carlo baseados em cadeias de Markov C) Redes neurais artificiais D) Estimativa de densidade de kernel
A) Para calcular o intervalo de um conjunto de dados B) Afirmar que a distribuição amostral da média da amostra se aproxima de uma distribuição normal à medida que o tamanho da amostra aumenta C) Para determinar a variabilidade dentro dos grupos D) Para comparar duas amostras diferentes
A) Apenas na ciência de dados. B) Exclusivamente na ciência de dados social. C) Estritamente dentro da linguística computacional. D) Em econometria.
A) Método "jackknife" de John Tukey B) ERNIE C) Tabelas da RAND Corporation D) Dispositivo de simulação de Monte Carlo |
Criado com That Quiz —
onde a realização de um teste de matemática está a um clique de distância.