A) El nivel de significación para aceptar la hipótesis nula B) Probabilidad de obtener resultados al menos tan extremos como los observados, dado que la hipótesis nula es cierta. C) El parámetro de población sometido a prueba D) La medida de confianza en la hipótesis nula
A) Prueba de Kruskal-Wallis B) Prueba U de Mann-Whitney C) Prueba de rango con signo de Wilcoxon D) Prueba t
A) Para identificar valores atípicos en un conjunto de datos B) Para comprobar las diferencias de medias C) Para resumir datos categóricos D) Examinar la relación entre las variables
A) La fuerza y la dirección de una relación lineal entre dos variables B) La dispersión de los datos C) La variabilidad dentro de los grupos D) La tendencia central de un conjunto de datos
A) Para determinar la probabilidad de que se produzca un suceso B) Comparar dos grupos independientes C) Para estimar el intervalo dentro del cual es probable que se sitúe el parámetro de población D) Predecir datos futuros
A) Muestreo por conglomerados B) Muestreo de conveniencia C) Muestreo sistemático D) Muestreo aleatorio simple
A) Determinar la variabilidad dentro de los grupos B) Afirmar que la distribución muestral de la media muestral se aproxima a una distribución normal a medida que aumenta el tamaño de la muestra. C) Para comparar dos muestras diferentes D) Para calcular el rango de un conjunto de datos
A) Una afirmación que predice un resultado en un experimento B) La hipótesis que el investigador cree cierta C) Una afirmación de que no hay diferencias significativas entre poblaciones específicas D) La hipótesis que se comprueba mediante una prueba de una cola
A) ANOVA B) Análisis de regresión C) Prueba T D) Prueba Chi-cuadrado
A) ANOVA. B) Prueba de Chi-cuadrado. C) Análisis de regresión. D) Prueba T.
A) El margen de error de la media muestral B) El nivel de confianza en la hipótesis alternativa C) La probabilidad de rechazar la hipótesis nula cuando es realmente cierta D) La medida de correlación entre dos variables
A) Ingeniería de funciones. B) Normalización. C) Detección de valores atípicos. D) Imputación.
A) Análisis factorial. B) Análisis de regresión. C) Análisis de series temporales. D) Análisis de conglomerados.
A) Regresión polinómica. B) Regresión logística. C) Regresión lineal. D) Regresión Ridge.
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) Carlo Lauro B) William Sealy Gosset C) RAND Corporation D) John Tukey
A) Transformar los datos brutos en conocimiento utilizando métodos computacionales avanzados. B) Evitar el uso de computadoras en el análisis estadístico. C) Centrarse únicamente en tamaños de muestra pequeños. D) Desarrollar nuevas teorías matemáticas sin aplicación práctica.
A) Estimación de la densidad del núcleo B) Métodos de Monte Carlo basados en cadenas de Markov C) Simulación del método de Monte Carlo D) Redes neuronales artificiales
A) ERNIE B) Tablas de la RAND Corporation C) Método de 'jackknife' de John Tukey D) Dispositivo de simulación de Monte Carlo
A) Métodos de Monte Carlo basados en cadenas de Markov. B) Redes neuronales artificiales. C) El método del 'jackknife'. D) Estimación de la densidad del núcleo.
A) Generación de muestras a partir de una distribución de probabilidad B) Integración numérica C) Actualización Bayesiana D) Optimización
A) Una función de verosimilitud B) Una función de densidad de probabilidad C) Una muestra aleatoria D) Una función de error
A) Método de Monte Carlo B) Método de Monte Carlo basado en cadenas de Markov C) Estimación de máxima verosimilitud D) Método de bootstrapping
A) Optimización B) Soluciones analíticas exactas C) Generación de muestras a partir de una distribución de probabilidad D) Integración numérica
A) Estrictamente dentro de la lingüística computacional. B) Econometría. C) Exclusivamente en la ciencia de datos sociales. D) Solo en la ciencia de datos.
A) Asociación Médica Americana. B) Asociación Internacional para la Computación Estadística. C) Organización Mundial de la Salud. D) Sociedad Internacional de Lingüística.
A) Composición de música clásica. B) Física computacional. C) Técnicas tradicionales de pintura. D) Artes culinarias. |