A) A medida de confiança na hipótese nula B) O nível de significância para aceitar a hipótese nula C) A probabilidade de obter resultados pelo menos tão extremos como os resultados observados, dado que a hipótese nula é verdadeira D) O parâmetro da população que está a ser testado
A) Teste de Wilcoxon de postos assinados B) Teste de Kruskal-Wallis C) teste t D) Teste U de Mann-Whitney
A) Para identificar valores anómalos num conjunto de dados B) Para testar diferenças nas médias C) Para examinar a relação entre as variáveis D) Para resumir dados categóricos
A) A difusão dos dados B) A força e a direção de uma relação linear entre duas variáveis C) A tendência central de um conjunto de dados D) A variabilidade dentro dos grupos
A) Para prever pontos de dados futuros B) Para estimar o intervalo dentro do qual o parâmetro populacional é suscetível de cair C) Para determinar a probabilidade de ocorrência de um acontecimento D) Para comparar dois grupos independentes
A) Amostragem aleatória simples B) Amostragem sistemática C) Amostragem por conveniência D) Amostragem por conglomerados
A) O nível de confiança na hipótese alternativa B) A probabilidade de rejeitar a hipótese nula quando esta é efetivamente verdadeira C) A margem de erro da média da amostra D) A medida de correlação entre duas variáveis
A) Teste do qui-quadrado B) Teste T C) ANOVA D) Análise de regressão
A) Regressão logística. B) Regressão de cumeeira. C) Regressão polinomial. D) Regressão linear.
A) Teste do qui-quadrado. B) Análise de regressão. C) Teste T. D) ANOVA.
A) Transformar dados brutos em conhecimento, utilizando métodos que exigem grande poder de processamento computacional. B) Desenvolver novas teorias matemáticas sem aplicação prática. C) Evitar o uso de computadores na análise estatística. D) Concentrar-se exclusivamente em amostras de tamanho reduzido.
A) Análise fatorial. B) Análise de regressão. C) Análise de séries cronológicas. D) Análise de agrupamento.
A) O método do "jackknife". B) Redes neurais artificiais. C) Estimativa de densidade de kernel. D) Métodos de Monte Carlo com cadeia de Markov.
A) Método de Monte Carlo B) Método Bootstrap C) Método de Monte Carlo com Cadeias de Markov D) Estimativa de máxima verossimilhança
A) Normalização. B) Imputação. C) Engenharia de recursos. D) Deteção de outlier.
A) A correlação mede a força de uma relação, enquanto a causalidade mede a direção B) A correlação é utilizada para dados categóricos, enquanto a causalidade é utilizada para dados contínuos C) A correlação indica uma relação entre variáveis, enquanto a causalidade implica que uma variável provoca uma alteração na outra D) A correlação refere-se a relações lineares, enquanto a causalidade se refere a relações não lineares
A) Integração numérica B) Otimização C) Geração de amostras a partir de uma distribuição de probabilidade D) Soluções analíticas exatas
A) Geração de amostras a partir de uma distribuição de probabilidade B) Otimização C) Atualização Bayesiana D) Integração numérica
A) Uma função de verossimilhança B) Uma amostra aleatória C) Uma função de erro D) Uma densidade de probabilidade
A) A hipótese que é testada utilizando um teste unilateral B) A hipótese que o investigador acredita ser verdadeira C) Uma declaração de que não existe diferença significativa entre populações específicas D) Uma afirmação que prevê um resultado numa experiência
A) William Sealy Gosset B) Carlo Lauro C) RAND Corporation D) John Tukey
A) Física computacional. B) Composição de música clássica. C) Técnicas tradicionais de pintura. D) Artes culinárias.
A) Associação Médica Americana. B) Associação Internacional para Computação Estatística. C) Sociedade Internacional de Linguística. D) Organização Mundial da Saúde.
A) Redes neurais artificiais B) Métodos de Monte Carlo baseados em cadeias de Markov C) Simulação do método de Monte Carlo D) Estimativa de densidade de kernel
A) Para calcular o intervalo de um conjunto de dados B) Para comparar duas amostras diferentes C) Para determinar a variabilidade dentro dos grupos D) Afirmar que a distribuição amostral da média da amostra se aproxima de uma distribuição normal à medida que o tamanho da amostra aumenta
A) Em econometria. B) Exclusivamente na ciência de dados social. C) Estritamente dentro da linguística computacional. D) Apenas na ciência de dados.
A) Tabelas da RAND Corporation B) Dispositivo de simulação de Monte Carlo C) ERNIE D) Método "jackknife" de John Tukey |