A) Test edilen popülasyon parametresi B) Sıfır hipotezinin doğru olduğu varsayıldığında, en az gözlenen sonuçlar kadar uç sonuçlar elde etme olasılığı C) Sıfır hipotezine duyulan güvenin ölçüsü D) Sıfır hipotezini kabul etmek için anlamlılık düzeyi
A) Mann-Whitney U testi B) t-testi C) Wilcoxon işaretli sıralar testi D) Kruskal-Wallis testi
A) Kategorik verileri özetlemek için B) Değişkenler arasındaki ilişkiyi incelemek için C) Ortalamalardaki farklılıkları test etmek için D) Bir veri kümesindeki aykırı değerleri belirlemek için
A) Gruplar içindeki değişkenlik B) Bir veri kümesinin merkezi eğilimi C) Verilerin yayılımı D) İki değişken arasındaki doğrusal ilişkinin gücü ve yönü
A) Popülasyon parametresinin düşebileceği aralığı tahmin etmek için B) Gelecekteki veri noktalarını tahmin etmek için C) İki bağımsız grubu karşılaştırmak için D) Bir olayın gerçekleşme olasılığını belirlemek için
A) Basit rastgele örnekleme B) Sistematik örnekleme C) Küme örneklemesi D) Uygunluk örneklemesi
A) Aykırı değer tespiti. B) İmputasyon. C) Özellik mühendisliği. D) Normalleştirme.
A) Faktör analizi. B) Küme analizi. C) Regresyon analizi. D) Zaman serisi analizi.
A) Lojistik regresyon. B) Polinom regresyonu. C) Doğrusal regresyon. D) Ridge regresyonu.
A) Alternatif hipoteze duyulan güven düzeyi B) Örneklem ortalamasındaki hata payı C) Gerçekte doğru olduğunda sıfır hipotezini reddetme olasılığı D) İki değişken arasındaki korelasyon ölçüsü
A) Geleneksel resim teknikleri. B) Mutfak sanatları. C) Hesaplamalı fizik. D) Klasik müzik besteciliği.
A) Ham veriyi, yoğun bilgisayar kullanımı gerektiren yöntemlerle bilgiye dönüştürmek. B) İstatistiksel analizlerde bilgisayar kullanımından kaçınmak. C) Pratik uygulaması olmayan yeni matematiksel teoriler geliştirmek. D) Sadece küçük örneklem boyutlarına odaklanmak.
A) ERNIE B) RAND Corporation tabloları C) Monte Carlo simülasyon cihazı D) John Tukey'nin "jackknife" yöntemi
A) Yapay sinir ağları. B) Jackknife yöntemi. C) Çekirdek yoğunluk tahmini. D) Markov zinciri Monte Carlo yöntemleri.
A) Bootstrap yöntemi B) En büyük olasılık tahmini C) Markov Zinciri Monte Carlo D) Monte Carlo yöntemi
A) Ekonometri. B) Sadece veri bilimi alanında. C) Sadece sosyal veri bilimi alanında. D) Tamamen hesaplamalı dilbilim alanında.
A) T-testi. B) Ki-kare testi. C) ANOVA. D) Regresyon analizi.
A) Bayes güncellemesi B) Olasılık dağılımından örnekler üretme C) Optimizasyon D) Sayısal integral alma
A) Örneklem büyüklüğü arttıkça örneklem ortalamasının örneklem dağılımının normal dağılıma yaklaştığını belirtmek için B) Bir veri kümesinin aralığını hesaplamak için C) Gruplar içindeki değişkenliği belirlemek için D) İki farklı örneği karşılaştırmak için
A) William Sealy Gosset B) RAND Corporation C) John Tukey D) Carlo Lauro
A) ANOVA B) Ki-kare testi C) T-testi D) Regresyon analizi
A) Korelasyon kategorik veriler için kullanılırken, nedensellik sürekli veriler için kullanılır B) Korelasyon doğrusal ilişkileri ifade ederken, nedensellik doğrusal olmayan ilişkileri ifade eder C) Korelasyon değişkenler arasında bir ilişki olduğunu gösterirken, nedensellik bir değişkenin diğerinde değişikliğe neden olduğunu ifade eder D) Korelasyon bir ilişkinin gücünü ölçerken, nedensellik yönünü ölçer
A) Sayısal integral alma B) Olasılık dağılımından rastgele örnekler üretme C) Kesin analitik çözümler D) Optimizasyon
A) Monte Carlo yöntemi simülasyonu B) Markov zinciri Monte Carlo yöntemleri C) Çekirdek yoğunluk tahmini D) Yapay sinir ağları
A) Amerikan Tıp Birliği. B) Uluslararası Dilbilim Derneği. C) Uluslararası İstatistiksel Hesaplama Derneği. D) Dünya Sağlık Örgütü.
A) Tek kuyruklu test kullanılarak test edilen hipotez B) Belirtilen popülasyonlar arasında önemli bir fark olmadığına dair bir ifade C) Bir deneydeki sonucu tahmin eden bir ifade D) Araştırmacının doğru olduğuna inandığı hipotez
A) Bir hata fonksiyonu B) Bir olasılık fonksiyonu C) Rastgele bir örneklem D) Bir olasılık yoğunluk fonksiyonu |