A) Sıfır hipotezine duyulan güvenin ölçüsü
B) Test edilen popülasyon parametresi
C) Sıfır hipotezini kabul etmek için anlamlılık düzeyi
D) Sıfır hipotezinin doğru olduğu varsayıldığında, en az gözlenen sonuçlar kadar uç sonuçlar elde etme olasılığı

A) Wilcoxon işaretli sıralar testi
B) t-testi
C) Mann-Whitney U testi
D) Kruskal-Wallis testi

A) Ortalamalardaki farklılıkları test etmek için
B) Kategorik verileri özetlemek için
C) Bir veri kümesindeki aykırı değerleri belirlemek için
D) Değişkenler arasındaki ilişkiyi incelemek için

A) İki değişken arasındaki doğrusal ilişkinin gücü ve yönü
B) Verilerin yayılımı
C) Gruplar içindeki değişkenlik
D) Bir veri kümesinin merkezi eğilimi

A) İki bağımsız grubu karşılaştırmak için
B) Gelecekteki veri noktalarını tahmin etmek için
C) Popülasyon parametresinin düşebileceği aralığı tahmin etmek için
D) Bir olayın gerçekleşme olasılığını belirlemek için

A) Basit rastgele örnekleme
B) Uygunluk örneklemesi
C) Küme örneklemesi
D) Sistematik örnekleme

A) Aykırı değer tespiti.
B) Özellik mühendisliği.
C) İmputasyon.
D) Normalleştirme.

A) Küme analizi.
B) Regresyon analizi.
C) Faktör analizi.
D) Zaman serisi analizi.

A) Lojistik regresyon.
B) Ridge regresyonu.
C) Polinom regresyonu.
D) Doğrusal regresyon.

A) İki değişken arasındaki korelasyon ölçüsü
B) Örneklem ortalamasındaki hata payı
C) Alternatif hipoteze duyulan güven düzeyi
D) Gerçekte doğru olduğunda sıfır hipotezini reddetme olasılığı

A) Mutfak sanatları.
B) Klasik müzik besteciliği.
C) Hesaplamalı fizik.
D) Geleneksel resim teknikleri.

A) Sadece küçük örneklem boyutlarına odaklanmak.
B) Ham veriyi, yoğun bilgisayar kullanımı gerektiren yöntemlerle bilgiye dönüştürmek.
C) İstatistiksel analizlerde bilgisayar kullanımından kaçınmak.
D) Pratik uygulaması olmayan yeni matematiksel teoriler geliştirmek.

A) ERNIE
B) RAND Corporation tabloları
C) Monte Carlo simülasyon cihazı
D) John Tukey'nin "jackknife" yöntemi

A) Çekirdek yoğunluk tahmini.
B) Jackknife yöntemi.
C) Yapay sinir ağları.
D) Markov zinciri Monte Carlo yöntemleri.

A) Markov Zinciri Monte Carlo
B) En büyük olasılık tahmini
C) Bootstrap yöntemi
D) Monte Carlo yöntemi

A) Tamamen hesaplamalı dilbilim alanında.
B) Sadece sosyal veri bilimi alanında.
C) Ekonometri.
D) Sadece veri bilimi alanında.

A) T-testi.
B) Ki-kare testi.
C) Regresyon analizi.
D) ANOVA.

A) Olasılık dağılımından örnekler üretme
B) Sayısal integral alma
C) Bayes güncellemesi
D) Optimizasyon

A) Bir veri kümesinin aralığını hesaplamak için
B) İki farklı örneği karşılaştırmak için
C) Örneklem büyüklüğü arttıkça örneklem ortalamasının örneklem dağılımının normal dağılıma yaklaştığını belirtmek için
D) Gruplar içindeki değişkenliği belirlemek için

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

A) T-testi
B) ANOVA
C) Regresyon analizi
D) Ki-kare testi

A) Korelasyon bir ilişkinin gücünü ölçerken, nedensellik yönünü ölçer
B) Korelasyon kategorik veriler için kullanılırken, nedensellik sürekli veriler için kullanılır
C) Korelasyon doğrusal ilişkileri ifade ederken, nedensellik doğrusal olmayan ilişkileri ifade eder
D) Korelasyon değişkenler arasında bir ilişki olduğunu gösterirken, nedensellik bir değişkenin diğerinde değişikliğe neden olduğunu ifade eder

A) Optimizasyon
B) Sayısal integral alma
C) Kesin analitik çözümler
D) Olasılık dağılımından rastgele örnekler üretme

A) Yapay sinir ağları
B) Çekirdek yoğunluk tahmini
C) Monte Carlo yöntemi simülasyonu
D) Markov zinciri Monte Carlo yöntemleri

A) Uluslararası İstatistiksel Hesaplama Derneği.
B) Uluslararası Dilbilim Derneği.
C) Amerikan Tıp Birliği.
D) Dünya Sağlık Örgütü.

A) Belirtilen popülasyonlar arasında önemli bir fark olmadığına dair bir ifade
B) Tek kuyruklu test kullanılarak test edilen hipotez
C) Araştırmacının doğru olduğuna inandığı hipotez
D) Bir deneydeki sonucu tahmin eden bir ifade

A) Bir olasılık fonksiyonu
B) Bir hata fonksiyonu
C) Rastgele bir örneklem
D) Bir olasılık yoğunluk fonksiyonu