A) Sıfır hipotezinin doğru olduğu varsayıldığında, en az gözlenen sonuçlar kadar uç sonuçlar elde etme olasılığı B) Sıfır hipotezini kabul etmek için anlamlılık düzeyi C) Sıfır hipotezine duyulan güvenin ölçüsü D) Test edilen popülasyon parametresi
A) Wilcoxon işaretli sıralar testi B) Kruskal-Wallis testi C) Mann-Whitney U testi D) t-testi
A) Ortalamalardaki farklılıkları test etmek için B) Kategorik verileri özetlemek için C) Değişkenler arasındaki ilişkiyi incelemek için D) Bir veri kümesindeki aykırı değerleri belirlemek için
A) Verilerin yayılımı B) Bir veri kümesinin merkezi eğilimi C) İki değişken arasındaki doğrusal ilişkinin gücü ve yönü D) Gruplar içindeki değişkenlik
A) İki bağımsız grubu karşılaştırmak için B) Popülasyon parametresinin düşebileceği aralığı tahmin etmek için C) Bir olayın gerçekleşme olasılığını belirlemek için D) Gelecekteki veri noktalarını tahmin etmek için
A) Sistematik örnekleme B) Basit rastgele örnekleme C) Uygunluk örneklemesi D) Küme örneklemesi
A) Özellik mühendisliği. B) Normalleştirme. C) İmputasyon. D) Aykırı değer tespiti.
A) Zaman serisi analizi. B) Faktör analizi. C) Regresyon analizi. D) Küme analizi.
A) Ridge regresyonu. B) Doğrusal regresyon. C) Lojistik regresyon. D) Polinom 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) Regresyon analizi. B) T-testi. C) ANOVA. D) Ki-kare testi.
A) Ki-kare testi B) ANOVA C) T-testi D) Regresyon analizi
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) Örneklem büyüklüğü arttıkça örneklem ortalamasının örneklem dağılımının normal dağılıma yaklaştığını belirtmek için B) İki farklı örneği karşılaştırmak için C) Bir veri kümesinin aralığını hesaplamak için D) Gruplar içindeki değişkenliği belirlemek için
A) Belirtilen popülasyonlar arasında önemli bir fark olmadığına dair bir ifade B) Tek kuyruklu test kullanılarak test edilen hipotez C) Bir deneydeki sonucu tahmin eden bir ifade D) Araştırmacının doğru olduğuna inandığı hipotez
A) Carlo Lauro B) William Sealy Gosset C) John Tukey D) RAND Corporation
A) Sadece küçük örneklem boyutlarına odaklanmak. B) İstatistiksel analizlerde bilgisayar kullanımından kaçınmak. C) Ham veriyi, yoğun bilgisayar kullanımı gerektiren yöntemlerle bilgiye dönüştürmek. D) Pratik uygulaması olmayan yeni matematiksel teoriler geliştirmek.
A) Yapay sinir ağları B) Çekirdek yoğunluk tahmini C) Markov zinciri Monte Carlo yöntemleri D) Monte Carlo yöntemi simülasyonu
A) Monte Carlo simülasyon cihazı B) RAND Corporation tabloları C) John Tukey'nin "jackknife" yöntemi D) ERNIE
A) Markov zinciri Monte Carlo yöntemleri. B) Çekirdek yoğunluk tahmini. C) Jackknife yöntemi. D) Yapay sinir ağları.
A) Optimizasyon B) Bayes güncellemesi C) Olasılık dağılımından örnekler üretme D) Sayısal integral alma
A) Bir olasılık yoğunluk fonksiyonu B) Rastgele bir örneklem C) Bir hata fonksiyonu D) Bir olasılık fonksiyonu
A) Monte Carlo yöntemi B) En büyük olasılık tahmini C) Bootstrap yöntemi D) Markov Zinciri Monte Carlo
A) Olasılık dağılımından rastgele örnekler üretme B) Sayısal integral alma C) Kesin analitik çözümler D) Optimizasyon
A) Ekonometri. B) Tamamen hesaplamalı dilbilim alanında. C) Sadece veri bilimi alanında. D) Sadece sosyal veri bilimi alanında.
A) Dünya Sağlık Örgütü. B) Uluslararası İstatistiksel Hesaplama Derneği. C) Uluslararası Dilbilim Derneği. D) Amerikan Tıp Birliği.
A) Hesaplamalı fizik. B) Klasik müzik besteciliği. C) Geleneksel resim teknikleri. D) Mutfak sanatları. |