A) Test edilen popülasyon parametresi
B) Sıfır hipotezinin doğru olduğu varsayıldığında, en az gözlenen sonuçlar kadar uç sonuçlar elde etme olasılığı
C) Sıfır hipotezini kabul etmek için anlamlılık düzeyi
D) Sıfır hipotezine duyulan güvenin ölçüsü

A) Mann-Whitney U testi
B) Wilcoxon işaretli sıralar testi
C) Kruskal-Wallis testi
D) t-testi

A) Ortalamalardaki farklılıkları test etmek için
B) Bir veri kümesindeki aykırı değerleri belirlemek için
C) Değişkenler arasındaki ilişkiyi incelemek için
D) Kategorik verileri özetlemek için

A) Verilerin yayılımı
B) İki değişken arasındaki doğrusal ilişkinin gücü ve yönü
C) Gruplar içindeki değişkenlik
D) Bir veri kümesinin merkezi eğilimi

A) Popülasyon parametresinin düşebileceği aralığı tahmin etmek için
B) Bir olayın gerçekleşme olasılığını belirlemek için
C) İki bağımsız grubu karşılaştırmak için
D) Gelecekteki veri noktalarını tahmin etmek için

A) Küme örneklemesi
B) Sistematik örnekleme
C) Basit rastgele örnekleme
D) Uygunluk örneklemesi

A) Aykırı değer tespiti.
B) Normalleştirme.
C) İmputasyon.
D) Özellik mühendisliği.

A) Küme analizi.
B) Zaman serisi analizi.
C) Regresyon analizi.
D) Faktör analizi.

A) Doğrusal regresyon.
B) Polinom regresyonu.
C) Lojistik regresyon.
D) Ridge regresyonu.

A) İki değişken arasındaki korelasyon ölçüsü
B) Örneklem ortalamasındaki hata payı
C) Alternatif hipoteze duyulan güven düzeyi
D) Gerçekte doğru olduğunda sıfır hipotezini reddetme olasılığı

A) Mutfak sanatları.
B) Hesaplamalı fizik.
C) Geleneksel resim teknikleri.
D) Klasik müzik besteciliği.

A) Pratik uygulaması olmayan yeni matematiksel teoriler geliştirmek.
B) İstatistiksel analizlerde bilgisayar kullanımından kaçınmak.
C) Sadece küçük örneklem boyutlarına odaklanmak.
D) Ham veriyi, yoğun bilgisayar kullanımı gerektiren yöntemlerle bilgiye dönüştürmek.

A) Monte Carlo simülasyon cihazı
B) RAND Corporation tabloları
C) John Tukey'nin "jackknife" yöntemi
D) ERNIE

A) Yapay sinir ağları.
B) Markov zinciri Monte Carlo yöntemleri.
C) Jackknife yöntemi.
D) Çekirdek yoğunluk tahmini.

A) Markov Zinciri Monte Carlo
B) En büyük olasılık tahmini
C) Bootstrap yöntemi
D) Monte Carlo yöntemi

A) Ekonometri.
B) Tamamen hesaplamalı dilbilim alanında.
C) Sadece veri bilimi alanında.
D) Sadece sosyal veri bilimi alanında.

A) Regresyon analizi.
B) ANOVA.
C) Ki-kare testi.
D) T-testi.

A) Olasılık dağılımından örnekler üretme
B) Sayısal integral alma
C) Optimizasyon
D) Bayes güncellemesi

A) Örneklem büyüklüğü arttıkça örneklem ortalamasının örneklem dağılımının normal dağılıma yaklaştığını belirtmek için
B) Bir veri kümesinin aralığını hesaplamak için
C) İki farklı örneği karşılaştırmak için
D) Gruplar içindeki değişkenliği belirlemek için

A) RAND Corporation
B) Carlo Lauro
C) William Sealy Gosset
D) John Tukey

A) T-testi
B) ANOVA
C) Regresyon analizi
D) Ki-kare testi

A) Korelasyon bir ilişkinin gücünü ölçerken, nedensellik yönünü ölçer
B) Korelasyon doğrusal ilişkileri ifade ederken, nedensellik doğrusal olmayan ilişkileri ifade eder
C) Korelasyon kategorik veriler için kullanılırken, nedensellik sürekli veriler için kullanılır
D) Korelasyon değişkenler arasında bir ilişki olduğunu gösterirken, nedensellik bir değişkenin diğerinde değişikliğe neden olduğunu ifade eder

A) Olasılık dağılımından rastgele örnekler üretme
B) Optimizasyon
C) Kesin analitik çözümler
D) Sayısal integral alma

A) Markov zinciri Monte Carlo yöntemleri
B) Yapay sinir ağları
C) Çekirdek yoğunluk tahmini
D) Monte Carlo yöntemi simülasyonu

A) Amerikan Tıp Birliği.
B) Dünya Sağlık Örgütü.
C) Uluslararası İstatistiksel Hesaplama Derneği.
D) Uluslararası Dilbilim Derneği.

A) Tek kuyruklu test kullanılarak test edilen hipotez
B) Bir deneydeki sonucu tahmin eden bir ifade
C) Belirtilen popülasyonlar arasında önemli bir fark olmadığına dair bir ifade
D) Araştırmacının doğru olduğuna inandığı hipotez

A) Bir olasılık yoğunluk fonksiyonu
B) Bir hata fonksiyonu
C) Rastgele bir örneklem
D) Bir olasılık fonksiyonu