A) Das Signifikanzniveau für die Annahme der Nullhypothese
B) Die Wahrscheinlichkeit, Ergebnisse zu erhalten, die mindestens so extrem sind wie die beobachteten Ergebnisse, wenn die Nullhypothese wahr ist
C) Der zu prüfende Populationsparameter
D) Das Maß des Vertrauens in die Nullhypothese

A) Mann-Whitney-U-Test
B) t-test
C) Kruskal-Wallis-Test
D) Wilcoxon-Signature-Rank-Test

A) So identifizieren Sie Ausreißer in einem Datensatz
B) Zusammenfassen kategorischer Daten
C) Test auf Unterschiede in den Mittelwerten
D) Untersuchung der Beziehung zwischen den Variablen

A) Die Variabilität innerhalb der Gruppen
B) Die Streuung der Daten
C) Die zentrale Tendenz eines Datensatzes
D) Die Stärke und Richtung einer linearen Beziehung zwischen zwei Variablen

A) Schätzung des Bereichs, in den der Populationsparameter wahrscheinlich fällt
B) Zum Vergleich zweier unabhängiger Gruppen
C) Vorhersage zukünftiger Datenpunkte
D) So bestimmen Sie die Wahrscheinlichkeit des Eintretens eines Ereignisses

A) Cluster-Stichproben
B) Einfache Zufallsstichproben
C) Bequemlichkeitsstichproben
D) Systematische Probenahme

A) Das Maß der Korrelation zwischen zwei Variablen
B) Der Grad des Vertrauens in die Alternativhypothese
C) Die Wahrscheinlichkeit, dass die Nullhypothese abgelehnt wird, wenn sie tatsächlich wahr ist
D) Die Fehlermarge beim Stichprobenmittelwert

A) T-Test
B) Chi-Quadrat-Test
C) ANOVA
D) Regressionsanalyse

A) Feature Engineering.
B) Anrechnung.
C) Normalisierung.
D) Erkennung von Ausreißern.

A) Die Korrelation wird für kategoriale Daten verwendet, während die Kausalität für kontinuierliche Daten verwendet wird.
B) Korrelation weist auf eine Beziehung zwischen Variablen hin, während Kausalität bedeutet, dass eine Variable eine Veränderung in der anderen verursacht.
C) Korrelation bezieht sich auf lineare Beziehungen, während Kausalität sich auf nicht-lineare Beziehungen bezieht.
D) Die Korrelation misst die Stärke einer Beziehung, während die Kausalität die Richtung angibt.

A) Eine Fehlerfunktion
B) Eine Wahrscheinlichkeitsdichtefunktion
C) Eine Stichprobe
D) Eine Likelihood-Funktion

A) So berechnen Sie den Bereich eines Datensatzes
B) Feststellung, dass sich die Stichprobenverteilung des Stichprobenmittelwerts mit zunehmendem Stichprobenumfang einer Normalverteilung annähert
C) Bestimmung der Variabilität innerhalb der Gruppen
D) Zum Vergleich zweier unterschiedlicher Proben

A) Eine Aussage, dass es keinen signifikanten Unterschied zwischen bestimmten Populationen gibt
B) Eine Aussage, die ein Ergebnis eines Experiments vorhersagt
C) Die Hypothese, von der der Forscher glaubt, dass sie wahr ist
D) Die Hypothese, die mit einem einseitigen Test geprüft wird

A) Computationalphysik.
B) Kulinarische Künste.
C) Traditionelle Maltechniken.
D) Komposition klassischer Musik.

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

A) Numerische Integration
B) Exakte analytische Lösungen
C) Generierung von Zufallszahlen aus einer Wahrscheinlichkeitsverteilung
D) Optimierung

A) Weltgesundheitsorganisation.
B) Amerikanische Ärztekammer.
C) Internationale Vereinigung für statistische Datenverarbeitung.
D) Internationale Gesellschaft für Linguistik.

A) Markov-Ketten-Monte-Carlo-Methoden.
B) Die Jackknife-Methode.
C) Kernel-Dichteschätzung.
D) Künstliche neuronale Netze.

A) Ausschließlich in der sozialwissenschaftlichen Datenanalyse.
B) Streng genommen nur in der computationalen Linguistik.
C) Nur in der Datenwissenschaft.
D) In der Ökonometrie.

A) Der ausschließliche Fokus auf kleine Stichprobengrößen.
B) Die Umwandlung von Rohdaten in Wissen unter Verwendung von computerintensiven Methoden.
C) Der Verzicht auf den Einsatz von Computern bei der statistischen Analyse.
D) Die Entwicklung neuer mathematischer Theorien ohne praktische Anwendung.

A) John Tukey's Jackknife-Methode
B) Tabellen des RAND Corporation
C) ERNIE
D) Monte-Carlo-Simulationsgerät

A) Ridge-Regression.
B) Logistische Regression.
C) Polynomiale Regression.
D) Lineare Regression.

A) Markov-Ketten-Monte-Carlo-Methoden
B) Künstliche neuronale Netze
C) Monte-Carlo-Simulationsverfahren
D) Schätzung der Kernel-Dichte

A) Bootstrap-Methode
B) Markov-Ketten-Monte-Carlo-Methode
C) Monte-Carlo-Methode
D) Maximum-Likelihood-Schätzung

A) Regressionsanalyse.
B) Zeitreihenanalyse.
C) Faktorenanalyse.
D) Cluster-Analyse.

A) Chi-Quadrat-Test.
B) ANOVA.
C) T-Test.
D) Regressionsanalyse.

A) Bayesianische Aktualisierung
B) Numerische Integration
C) Generierung von Zufallszahlen aus einer Wahrscheinlichkeitsverteilung
D) Optimierung