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