A) El nivell de significància per acceptar la hipòtesi nul·la. B) La mesura de la confiança en la hipòtesi nul·la. C) El paràmetre de la població que s'està provant. D) La probabilitat d'obtenir resultats almenys tan extrems com els observats, donada la hipòtesi nul·la.
A) Prova t B) Prova de Kruskal-Wallis C) Prova de Mann-Whitney U D) Prova de Wilcoxon de rangs signats
A) Comprovar si hi ha diferències en les mitjanes. B) Resumir dades categòriques. C) Examinar la relació entre variables. D) Identificar valors atípics en un conjunt de dades.
A) La variabilitat dins dels grups. B) La intensitat i la direcció d'una relació lineal entre dues variables. C) La tendència central d'un conjunt de dades. D) La dispersió de les dades.
A) Comparar dos grups independents. B) Determinar la probabilitat que es produeixi un esdeveniment. C) Estimar l'interval dins del qual és probable que es trobi el paràmetre de la població. D) Predir valors futurs.
A) Mostreig per conveniència B) Mostreig aleatori simple C) Mostreig per grups D) Mostreig sistemàtic
A) Regressió lineal. B) Regressió polinòmica. C) Regressió logística. D) Regressió de cresta.
A) El marge d'error en la mitjana de la mostra. B) La probabilitat de rebutjar la hipòtesi nul·la quan aquesta és, de fet, certa. C) El nivell de confiança en l'hipòtesi alternativa. D) La mesura de correlació entre dues variables.
A) Anàlisi de клаusters (agrupaments). B) Anàlisi de sèries temporals. C) Anàlisi factorial. D) Anàlisi de regressió.
A) Prova de chi-quadrat. B) ANOVA (anàlisi de variància). C) Anàlisi de regressió. D) Prova t.
A) La correlació indica una relació entre variables, mentre que la causalitat implica que una variable provoca un canvi en l'altra. B) La correlació s'utilitza per a dades categòriques, mentre que la causalitat s'utilitza per a dades contínues. C) La correlació mesura la força d'una relació, mentre que la causalitat mesura la direcció. D) La correlació es refereix a relacions lineals, mentre que la causalitat es refereix a relacions no lineals.
A) Calcular l'abast d'un conjunt de dades. B) Comparar dues mostres diferents. C) Establir que la distribució de mostres de la mitjana de la mostra s'acosta a una distribució normal a mesura que augmenta la mida de la mostra. D) Determinar la variabilitat dins dels grups.
A) Una afirmació que indica que no hi ha una diferència significativa entre les poblacions especificades. B) La hipòtesi que es posa a prova mitjançant una prova d'una sola cua. C) Una afirmació que prediu un resultat en un experiment. D) La hipòtesi en què el investigador creu que és certa.
A) Imputació. B) Normalització. C) Enginyeria de característiques. D) Detecció de valors atípics.
A) ANOVA B) Anàlisi de regressió C) Prova del qui quadrat D) Prova t
A) John Tukey B) RAND Corporation C) Carlo Lauro D) William Sealy Gosset
A) Evitar l'ús d'ordinadors en l'anàlisi estadística. B) Transformar les dades brutes en coneixement utilitzant mètodes intensius en càlcul. C) Desenvolupar noves teories matemàtiques sense aplicació pràctica. D) Centrar-se exclusivament en mides de mostra petites.
A) Xarxes neuronals artificials B) Mètodes de Monte Carlo amb cadenes de Markov C) Estimació de la densitat del nucli D) Simulació del mètode de Monte Carlo
A) Taules de la RAND Corporation B) Mètode del 'jackknife' de John Tukey C) Dispositiu de simulació de Monte Carlo D) ERNIE
A) Estimació de la densitat del nucli. B) Xarxes neuronals artificials. C) El mètode del 'jackknife'. D) Mètodes de Monte Carlo amb cadenes de Markov.
A) Integració numèrica B) Generació de mostres a partir d'una distribució de probabilitat C) Actualització bayesiana D) Optimització
A) Una funció d'error. B) Una funció de probabilitat. C) Una funció de densitat de probabilitat. D) Una mostra aleatòria.
A) Estimació de la màxima versemblança B) Mètode de Monte Carlo C) Mètode Bootstrap D) Mètode de Monte Carlo amb cadenes de Markov
A) Generació de mostres a partir d'una distribució de probabilitat B) Solucions analítiques exactes C) Optimització D) Integració numèrica
A) En econometria. B) Estrictament dins de la lingüística computacional. C) Exclusivament en ciència de dades socials. D) Només en ciència de dades.
A) Associació Americana de Metges. B) Societat Internacional de Lingüística. C) Organització Mundial de la Salut. D) Associació Internacional per a la Computació Estadística.
A) Arts culinàries. B) Composició de música clàssica. C) Física computacional. D) Tècniques tradicionals de pintura. |