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