Primijenjena statistika
Pitanja za usmeni
Ak.g. 2017./2018.
Uputa: Odgovore na pitanja formulirajte svojim riječima. 2-3 rečenice za svako pitanje. Jedan od najbolji način učenja je podučavanje
drugih stoga pokušate jedni drugima postavljati pitanja i davati objašnjenja, potom se zamijenite.
1. Znanost o podacima (data science) što je i čime se bavi? Neki
primjer?
2. R, što je, kad je nastao, od kojih alata se sastoji? Ima li konkurente?
3. Opservacije vs. varijable, koja je razlika?
4. Mjerne skale varijabli, koje su? Primjer?
5. Strukture podataka u R-u, koje su? U čemu se razlikuju?
6. Izvori podataka u R-u, koji su?
7. Web scraping, ili struganje podataka što bi to bilo?
8. Osnovni X-Y prikaz, što prikazuje? Koja je naredba i sintaksa za to?
Opcija type='b'?
9. Spajanje grafova, čemu to služi? Naredba za to?
10. Histogram, što prikazuje? Naredba?
11. Stupčasti prikaz, što prikazuje? Naredba?
12. Tortni prikaz, što prikazuje? Naredba?
13. Kutijasti prikaz, što prikazuje (kutiju znati detaljno opisati)?
Naredba?
14. Raspršeni graf, što prikazuje? Što se obično superponira na taj graf?
15. Nedostajući podaci, što su? Kako su označeni u R-u? Kako ih
detektiramo? Kako ih tretiramo?
16. Outlier, stršeća vrijednost što je to?
17. Spajanje stupaca/redaka, koja je naredba?
18. Mean/median/mode, koja je razlika?
19. Standardiziranje podataka, što je? A normalizacija podataka?
20. Normalna funkcija gustoće razdiobe, što je to? Engleski naziv?
21. Stohastički (slučajni) proces, što je to? Primjer? A vjerojatnost?
22. Očekivana vrijednost, što je? Primjer?
23. Slučajni hod, što je? Engleski naziv?
24. Što je i koja je razlika između deskriptivne i inferencijalne statistike?
25. Prema broju varijabli, kakve sve statistike poznajemo?
26. Mjere centralne tendencije, koje su?
27. Mjere rasipanja (disperzije), navedi par?
28. Mjere zakrivljenosti i spljoštenosti, čega? Engleski naziv?
29. Unutar normalne razdiobe (distribucije), približno koliki se postotak
podataka nalazi unutar ±1, ±2, ±3 std. devijacije?
30. Tablice frekvencija (kontigencijske tablice) što prikazuju? U
relativnom ili u apsolutnom iznosu?
31. Polulacija vs. uzorak, što je? A Parametar vs. statistika? Kojim
slovima označavamo?
32. Reprezentativni uzorak, što je? Primjer zašto je to bitno?
33. Standardna pogreška, što je? Centralni graniči teorem, što tvrdi?
34. Binomna distribucija, gdje ju koristimo?
35. Testiranje hipoteza, što je? Nul-hipoteza vs. Alternativna hipoteza,
koja je razlika?
36. Nivo značajnosti (signifikantnosti) vs. p-vrijednost, koja je razlika?
37. t-test, što je i za što koristimo? A kada neparametarski Wilcoxonov
test sume rangova?
38. χ2-test, što je i za što koristimo?
39. Koeficijent korelacije što mjeri? Što je korelogram?
40. Koja je razlika između korelacije i kauzalnosti (uzročnosti)?
41. Što je regresija? A što zavisna, a što nezavisna varijabla? A što je
rezidual?
42. Što je metoda najmanjih kvadrata? Koje su 4 pretpostavke te
metode?
43. Što je to kalibracija modela? A optimizacija parametra modela? A
pronalazak koeficijenata modela?
44. Koja je razlika između jednostavne linearne regresije vs. polinomne
regresije?
45. Linearni vs. nelinearnih model, koja je razlika?
46. Višestruka (multipla) regresija, što je?
47. Koef. determinacije R2, što mjeri? Eng. naziv?
48. Koje su karakteristične točke u regresiji?
49. Koje su moguće korektivne mjere za popravljanje kvalitete
regresijskog modela?
50. Unakrsna provjera, što je? Eng. naziv? Uzorak za treniranje vs.
uzorak za testiranje, razlika?
51. Kako odredimo relativnu važnost prediktora?
52. ANOVA, što je? Kada ju koristimo?
53. Snaga statističkog testa, što je i o čemu ovisi?
54. Čemu služi ponovno uzorkovanje? Što je bootstrap metoda?
55. Generalizirani linearni modeli, što su i kada ih koristimo? Koju R
funkciju koristimo?
56. Logistička regresija, što je? Primjer korištenja?
57. Poisson-ova regresija, što je? Primjer korištenja?
58. Vremenski nizovi, što su? Za što ih koristimo?
59. Pomični prosjek, što je i čemu služi? Eng. naziv?
60. ARIMA modeli, što su i čemu služe?
61. Grupiranje podataka, što je? Eng. naziv? Objasni, kakav je to tip
učenja?
62. Hijerarhijsko vs. particijsko grupiranje, koja je razlika? A tip učenja?
63. Klasifikacijski modeli, što su i čemu služe? Koja je razlika između
skupa za učenje i skupa za vrednovanje? Eng. nazivi?
64. Stabla odluke, što su? A šuma ili ansambl stabala? Eng. nazivi?
65. Stroj potpornih vektora, što je i kako radi? Engleski naziv?
66. Optimalni klasifikacijski model, kakav bi bio?
67. Rattle paket, što možemo s njim?
68. ggplot2 paket, što možemo s njim?
69. Kako tretiramo nedostajuće podatke?
70. Što su to dinamički izvještaji i zašto su nam korisni?