A) 计算事件发生的概率。
B) 使用汇总统计对数据进行总结。
C) 使用图表将数据可视化。
D) 确定是否有足够的证据拒绝零假设。

A) 描述数据集中数据点的分布情况。
B) 一种统计假设检验。
C) 数据离群点检测方法
D) 指出随着样本量的增加，样本平均值的抽样分布接近正态分布。

A) 当拒绝了零假设，但它实际上是真的。
B) 当零假设未被拒绝，但它是假的。
C) 统计分析中的计算错误。
D) 一种数据转换。

A) 当零假设没有被拒绝，但它实际上是假的。
B) 一种抽样技术。
C) 当拒绝零假设，而零假设为真时。
D) 关联的统计量。

A) 数据集中最大值和最小值之差。
B) 一种数据可视化技术。
C) 事件发生的概率。
D) 衡量两个变量之间线性关系的强度和方向。

A) 分析因变量与一个或多个自变量之间的关系。
B) 使用描述性统计对数据进行总结。
C) 计算数据集的中值。
D) 确定分布的模式。

A) 一组有序数据点中的中间值。
B) 与平均值的平方差的平均值。
C) 数据集中的数值范围。
D) 所有数据值的总和除以数据值的个数。

A) 相关系数
B) 平均值
C) 标准偏差
D) 差异

A) 排序数据集中的中间值。
B) 最大值和最小值之间的差值。
C) 数据集中出现频率最高的值。
D) 数据集中所有数值的平均值。

A) 数据集中最大值和最小值之差。
B) 数据集中所有数值的平均值。
C) 数据集中所有数值的总和。
D) 数据集中的数值个数。

A) 卡方检验
B) T 检验
C) 回归分析
D) 方差分析

A) 方差分析
B) 曼-惠特尼 U 检验
C) 回归分析
D) T 检验

A) 差异
B) 平均值
C) 模式
D) 中位数

A) 一种收集数据的非统计方法。
B) 一种基于便利性选择个体的抽样技术。
C) 一种抽样技术，人口中的每个成员都有一个已知的、非零的机会被选入样本。
D) 一种依靠随机选择个体的抽样技术。

A) 可视化数据集的分布情况并识别异常值。
B) 计算数据集的平均值。
C) 检验变量之间的相关性。
D) 计算置信区间。

A) 方差分析
B) 卡方检验
C) t检验
D) 回归分析

A) 变量之间关系的强度。
B) 拒绝错误零假设的概率。
C) 假设检验的显著性水平。
D) 参数估计的置信区间。

A) 数据集中的数值范围。
B) 数据集中所有数据点的平均值。
C) 数据集的方差。
D) 一组观测值中低于该值的百分比。

A) 确定两个分类变量之间是否存在重大关联。
B) 找出数据集的中位数。
C) 分析因变量和自变量之间的关系。
D) 计算相关系数。

A) 二项式
B) 泊松
C) 正常
D) 指数

A) 99.7%
B) 95%
C) 50%
D) 68%

A) 选择偏差
B) 测量偏差
C) 响应偏差
D) 抽样偏差

A) 变量之间存在显著差异的声明。
B) 关系强度的衡量标准。
C) 统计分析得出的结论。
D) 变量之间没有显著差异或关系的声明。

A) 数据集中是否存在异常值。
B) 数据点与平均值的差值。
C) 两个变量之间的关系。
D) 数据分布的不对称程度。

A) 数据集中所有数值的平均值。
B) 排序数据集中的中间值。
C) 数据集中的最大值。
D) 衡量数据点在均值附近的离散程度。