A) El parámetro de población sometido a prueba
B) Probabilidad de obtener resultados al menos tan extremos como los observados, dado que la hipótesis nula es cierta.
C) El nivel de significación para aceptar la hipótesis nula
D) La medida de confianza en la hipótesis nula

A) Prueba de Kruskal-Wallis
B) Prueba t
C) Prueba U de Mann-Whitney
D) Prueba de rango con signo de Wilcoxon

A) Para identificar valores atípicos en un conjunto de datos
B) Examinar la relación entre las variables
C) Para comprobar las diferencias de medias
D) Para resumir datos categóricos

A) La dispersión de los datos
B) La tendencia central de un conjunto de datos
C) La fuerza y la dirección de una relación lineal entre dos variables
D) La variabilidad dentro de los grupos

A) Comparar dos grupos independientes
B) Para estimar el intervalo dentro del cual es probable que se sitúe el parámetro de población
C) Para determinar la probabilidad de que se produzca un suceso
D) Predecir datos futuros

A) Muestreo aleatorio simple
B) Muestreo por conglomerados
C) Muestreo sistemático
D) Muestreo de conveniencia

A) Para calcular el rango de un conjunto de datos
B) Determinar la variabilidad dentro de los grupos
C) Para comparar dos muestras diferentes
D) Afirmar que la distribución muestral de la media muestral se aproxima a una distribución normal a medida que aumenta el tamaño de la muestra.

A) Una afirmación de que no hay diferencias significativas entre poblaciones específicas
B) Una afirmación que predice un resultado en un experimento
C) La hipótesis que el investigador cree cierta
D) La hipótesis que se comprueba mediante una prueba de una cola

A) Prueba Chi-cuadrado
B) Análisis de regresión
C) Prueba T
D) ANOVA

A) ANOVA.
B) Prueba T.
C) Análisis de regresión.
D) Prueba de Chi-cuadrado.

A) La medida de correlación entre dos variables
B) El margen de error de la media muestral
C) El nivel de confianza en la hipótesis alternativa
D) La probabilidad de rechazar la hipótesis nula cuando es realmente cierta

A) Imputación.
B) Ingeniería de funciones.
C) Detección de valores atípicos.
D) Normalización.

A) Análisis factorial.
B) Análisis de regresión.
C) Análisis de series temporales.
D) Análisis de conglomerados.

A) Regresión polinómica.
B) Regresión Ridge.
C) Regresión logística.
D) Regresión lineal.

A) La correlación mide la fuerza de una relación, mientras que la causalidad mide la dirección.
B) La correlación se refiere a las relaciones lineales, mientras que la causalidad se refiere a las relaciones no lineales.
C) La correlación se utiliza para datos categóricos, mientras que la causalidad se utiliza para datos continuos.
D) La correlación indica una relación entre variables, mientras que la causalidad implica que una variable provoca un cambio en la otra.

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

A) Centrarse únicamente en tamaños de muestra pequeños.
B) Transformar los datos brutos en conocimiento utilizando métodos computacionales avanzados.
C) Desarrollar nuevas teorías matemáticas sin aplicación práctica.
D) Evitar el uso de computadoras en el análisis estadístico.

A) Redes neuronales artificiales
B) Estimación de la densidad del núcleo
C) Métodos de Monte Carlo basados en cadenas de Markov
D) Simulación del método de Monte Carlo

A) Método de 'jackknife' de John Tukey
B) ERNIE
C) Dispositivo de simulación de Monte Carlo
D) Tablas de la RAND Corporation

A) Redes neuronales artificiales.
B) Métodos de Monte Carlo basados en cadenas de Markov.
C) El método del 'jackknife'.
D) Estimación de la densidad del núcleo.

A) Generación de muestras a partir de una distribución de probabilidad
B) Actualización Bayesiana
C) Optimización
D) Integración numérica

A) Una función de error
B) Una función de densidad de probabilidad
C) Una función de verosimilitud
D) Una muestra aleatoria

A) Estimación de máxima verosimilitud
B) Método de bootstrapping
C) Método de Monte Carlo basado en cadenas de Markov
D) Método de Monte Carlo

A) Generación de muestras a partir de una distribución de probabilidad
B) Optimización
C) Soluciones analíticas exactas
D) Integración numérica

A) Econometría.
B) Solo en la ciencia de datos.
C) Estrictamente dentro de la lingüística computacional.
D) Exclusivamente en la ciencia de datos sociales.

A) Asociación Internacional para la Computación Estadística.
B) Organización Mundial de la Salud.
C) Asociación Médica Americana.
D) Sociedad Internacional de Lingüística.

A) Artes culinarias.
B) Técnicas tradicionales de pintura.
C) Composición de música clásica.
D) Física computacional.