Akuko Ide, Nkwukọrịta, na ụkpụrụ omume: Ngosipụta Nsonaazụ yana oke ịkparịta ụka

Uru:

• Ikike ịkọ nchoputa pụtara ìhè nye ndị na-ege ntị (agụmakwụkwọ, amụma, njikwa) site na nkwado nke ọgụgụ isi, n'asụsụ eziokwu na enweghị mgbagha.
• Ikike ide nkwubi okwu zuru oke, oke na nkwupụta ụkpụrụ (nzuzo nzuzo data, esemokwu nke mmasị, mkpughe nke iji ọgụgụ isi mmadụ) ma zere ngosi na-eduhie eduhie
• Ikike nke ọgụgụ isi na-amata akwụkwọ akụkọ na-emepụta okwu ikwubiga okwu ókè, otu akụkụ ma ọ bụ asụsụ kpatara ma jikwaa ọrụ ahụ maka ederede ikpeazụ na nkwupụta dị n'aka onye nyocha.

Ule modul

1. Onye nyocha na-ajụ 'Gịnị bụ ọnụọgụ mmekọrịta n'etiti enweghị ọrụ na onu oriri na Türkiye n'etiti 2015 na 2020?' na-enyeghị data ọ bụla na ọgụgụ isi. ọ jụrụ wee dee nọmba 0.62 ozugbo n'ime edemede ya. Gịnị bụ isi ndudue na nke a?

• A) Na-atụ anya ọnụ ọgụgụ nkịtị sitere na ọgụgụ isi na-enweghị inye data enwetara; ✔ Na-eji nọmba nke ọ pụrụ ịbụ na e mebere n’amachaghị ya
• B) Agaghị eji ọnụọgụ njikọ eme ihe na edemede.
• C) Enweghị ike ịgbakọ njikọ n'etiti enweghị ọrụ na onu oriri
• D) Ọgụgụ isi nwere ike ịnweta data naanị mgbe 2020 gachara

Nkọwa: Ụdị asụsụ AI enweghị ike ịmepụta ọnụ ọgụgụ na-enweghị ịnweta dataset; Ọnụọgụ ọ na-enye yikarịrị ka ọ bụ nhụsianya (nke a rụrụ). Ekwesịrị gbakọọ ọnụọgụgụ, oke na nsonaazụ ule site na data onye nyocha nke onwe ya enwetara, ọ bụghị site na ebe nchekwa ihe nlereanya ahụ.

2. Gịnị ka ọ pụtara na-efu data na-'adịghị efu na random' (MNAR) na gịnị mere o ji dị mkpa?

• A) Ihe erughi eru bụ n'ihi uru a na-ahụghị anya n'onwe ya; Ọ bụ ya mere ọrụ dị mfe nwere ike ime ka ọ bụrụ ihe na-adịghị mma ✔
• B) Data na-apụ n'anya kpamkpam na enweghị usoro ọ bụla ma ọ dịghị emepụta echiche ọ bụla.
• C) Ekwesịrị idozi data efu mgbe niile site na ihichapụ ahịrị.
• D) Data efu adịghị emetụta nyocha n'ụzọ ọ bụla.

Nkọwa: N'ihe gbasara MNAR (Na-efu efu Na Random), ihe efu n'onwe ya dabere na oke uru a na-ahụghị anya (dịka ndị na-akpata nnukwu ego anaghị akọpụta ego ha nwetara). N'okwu a, ihichapụ dị mfe ma ọ bụ nkezi ọrụ na-enye nsonaazụ na-adịghị mma; A ghaghị ịṅomi usoro nke ụkọ ahụ. Usoro ọrụ nke ọgụgụ isi mmadụ na-atụ aro ekwesịghị itinye n'ọrụ na-enweghị isi n'amaghị usoro a.

3. Onye nyocha nwere AI na-eme chaatị mmanya, na AI na-amalite y-axis na 40 kama efu. Ọdịiche dị n'ezie nke 2% n'etiti otu abụọ a na-ele nnukwu anya na eserese ahụ. Gịnị bụ ụzọ ziri ezi?

• A) Ịmalite axis site na ọkọ ma ọ bụ gbanwee ụdị chaatị ahụ; ✔ igosi ezi nha nke ihe dị iche na-eduhieghị ya
• B) Iji chaatị ahụ dị ka n'ihi na AI na-eme nhọrọ kacha mma
• C) Ịmalite axis na 45 iji mee ka ọdịiche ahụ dịkwuo ukwuu
• D) Ya adịla mgbe ị na-eji visuals kama chaatị mmanya

Nkọwa: N'ime chaatị mmanya, axis a kwụsịrị (axis y-axis nke na-adịghị ebido na efu) na-eduhie site na imebiga ihe ókè. N'ịhụ n'eziokwu, axis nke chaatị mmanya kwesịrị ịmalite site na efu ma ọ bụ na ekwesịrị ịkọwa ọdịiche ahụ nke ọma. Ọ bụ ọrụ onye nyocha iji nyochaa onyonyo a wee mezie ya ma ọ dị mkpa.

4. Kedu ka eziokwu ahụ bụ na ọnụọgụgụ 'dị mkpa' (p<0.05) na nkwụghachi azụ azụ na-ejikarị akọwahie ya na nkọwa nke ọgụgụ isi?

• A) Ngosipụta ikwubiga okwu ókè dị ka mmetụta ya dị ukwuu ma dị mkpa ma ọ bụ ihe kpatara ya ✔
• B) Ihe dị mkpa na-egosi mgbe niile na mmetụta dị ntakịrị
• C) p <0.05 na-egosi na ọnụọgụgụ ahụ ziri ezi
• D) Agaghị ekwupụta ọnụọgụ ọnụọgụ dị ịrịba ama.

Nkọwa: Ihe ndekọ ọnụ ọgụgụ metụtara ike nke akaebe na mmetụta dị iche na efu; Ọ pụtaghị na mmetụta dị ukwuu, dị mkpa ma ọ bụ ihe kpatara ya. AI na-egosipụtakarị okwu 'dị mkpa' dị ka 'mmetụta dị mkpa/mmetụta'. Onye nyocha ahụ kwesịkwara ịtụle nha mmetụta, oge ntụkwasị obi, na ihe gbara ya gburugburu.

5. Kedu ihe okwu 'p-hacking' na-ezo aka na gịnị kpatara AI nwere ike ime ka ọ dịkwuo mfe?

• A) Ịgbalị ọtụtụ nyocha ruo mgbe ọ ga-abụ ihe ezi uche dị na ya; AI na-eme nke a ngwa ngwa, na-abawanye ihe ize ndụ ✔
• B) Nyochaa data otu ugboro yana atụmatụ eburu ụzọ kpebie
• C) ịgbasa ihe nlele iji bulie p-uru
• D) Na-akọ naanị ọnụ ọgụgụ nkọwa

Nkọwa: p-hacking na-agbalị mgbanwe dị iche iche, ihe nlere anya, mgbanwe, ma ọ bụ ụdị ruo mgbe nsonaazụ bara uru pụtara; nke a na-emepụta nchoputa efu dabere na ohere. Ebe AI nwere ike ịnwale ọtụtụ ụdị ụdị dị iche iche n'ime sekọnd, ọ nwere ike mee ngwa ngwa p-hacking na-enweghị atụmatụ eziokwu. Nchekwa; ndebanye aha, atụmatụ nyocha a kapịrị ọnụ yana mgbazi ntụnyere ọtụtụ.

6. Gịnị mere ịchọta a elu R-squared regression n'etiti abụọ na-abụghị ada (otu mgbọrọgwụ) usoro oge na-eduhie eduhie?

• A) Mweghachi azụ nwere ike ime n'ihi usoro a na-emekarị; ✔ High R-squared mmepụta na-enweghị ezigbo mmekọrịta
• B) R-squared dị elu na-egosipụta mgbe niile na mmekọrịta siri ike.
• C) Enweghị ike itinye usoro na-abụghị nke ọdụ n'ime nlọghachi azụ ma ọlị.
• D) Enweghị ike ịgbakọ R-squared na usoro oge

Nkọwa: Ọ bụrụ na enweghị mmekọrịta jikọrọ ọnụ n'etiti usoro na-abụghị nke ọdụ ụgbọ mmiri, mgbagha na-enweghị isi nwere ike ịmepụta R-squared dị elu na ọnụọgụ dị ịrịba ama naanị n'ihi usoro a na-emekarị; ebe ọ nweghị ezigbo mmekọrịta. Ya mere, a ga-ebu ụzọ mee ule nkwụsị na unit, ma ọ bụrụ na ọ dị mkpa, ekwesịrị iwere ọdịiche dị iche iche ma ọ bụ nyochaa njikọ.

7. Gịnị bụ isi echiche dabeere na irè nke Ịdịiche-na-iche imewe?

• A) Echiche ndị yiri nke ahụ: otu ga-agbaso otu ntụziaka ahụ ma ọ bụrụ na enweghị enyemaka ✔
• B) Ọgwụgwọ na njikwa njikwa bụ otu ihe ahụ na mbido
• C) Nkesa nkịtị nke ihe nlele
• D) Mgbanwe enweghị data efu

Nkọwa: DID na-eche na ọ bụrụ na enweghị ntinye aka, ihe ga-esi na ya pụta maka ọgwụgwọ na ndị otu na-achịkwa ga-agarịrị n'otu oge ka oge na-aga (ntụgharị uche). Ọ bụrụ na emezughị echiche a, atụmatụ ahụ bụ nke enweghị isi. AI nwere ike iwepụta koodu DiD, mana ọ bụ ọrụ onye nyocha iji chebe ma nwalee usoro ndị yiri ya.

8. Kedu n'ime ihe ndị a bụ omume amanyere iwu maka nyochagharị?

• A) Idozi mkpụrụ ahụ na usoro enweghị usoro, na-edekọ ụdị ngwugwu na koodu ✔
• B) Jiri aka detuo nsonaazụ ya na mpempe akwụkwọ wee hichapụ koodu ahụ
• C) Ọ bụ ihe nkịtị ịhụ nsonaazụ dị iche iche na ọsọ ọ bụla.
• D) Idobe naanị eserese ikpeazụ, ọ bụghị ịkekọrịta data na koodu

Nkọwa: Mmegharị; Enwere ike nweta otu nsonaazụ ahụ ọzọ site na otu data na koodu. Idozi mkpụrụ ahụ na usoro enweghị usoro, ịchekwa ụdị ngwugwu, na ime koodu n'ime akwụkwọ ahụ (mmemme ọgụgụ akwụkwọ) bụ isi nkuku nke a. Iji aka na-edegharị nsonaazụ ya ma ọ bụ pịa, usoro enweghị ndekọ na-emebi nrụpụta.

9. Kedu ihe heteroskedasticity na-agbagọ nkwụghachi azụ azụ na gịnị bụ ihe ngwọta ya?

• A) Ọ na-agbagọ njehie ọkọlọtọ; ngwọta bụ njehie ọkọlọtọ siri ike ma ọ bụ mgbanwe kwesịrị ekwesị ✔
• B) Ọ na-emebi atụmatụ ọnụọgụgụ kpamkpam na enweghị ngwọta
• C) Na-ebelata R-squared mgbe niile ka ọ bụrụ efu
• D) Na-eme naanị ma ọ bụrụ na nlele ahụ dị ntakịrị ma nwee ike ileghara ya anya

Nkọwa: Heteroscedasticity na-ahapụ atụmatụ ọnụọgụgụ enweghị mmasị mana ọ na-akọwahie mperi ọkọlọtọ; Nke a na-eme ka p-uru na oge ntụkwasị obi ghara ịdabere na ya. Ihe ngwọta a na-ahụkarị bụ iji mperi ọkọlọtọ siri ike/HC ma ọ bụ ntụgharị kwesịrị ekwesị. A ghaghị ịchọpụta na ngwọta nke AI tụrụ aro na-edozi nsogbu ahụ kama izobe ya.

10. Onye nyocha na-ebulite microdata nwere ozi njirimara ọkwa onye ọrịa na ego n'ime ngwa nkata AI ọha wee kwuo 'mee regression'. Gịnị bụ isi nsogbu na omume a?

• A) Ibulite data nkeonwe/ikike na ngwa mpụga bụ mmebi nke nzuzo na nkwekọrịta ✔
• B) Enweghị ike ime nkwụghachi azụ site na ọgụgụ isi artificial ma ọlị
• C) Micro data adịghị mma maka nlọghachi azụ ma ọlị
• D) AI mgbe niile na-emezigharị nlọghachi azụ

Nkọwa: A na-echekwa data nkeonwe / pụrụ iche dị ka njirimara na ego n'okpuru KVKK/GDPR na ọtụtụ nkwekọrịta ojiji data; Ibugo ha na ngwaọrụ mpụga nke nwere ike ịchekwa data bụ mmebi. Ụzọ ziri ezi; Na-amanye data, iji ngwaọrụ nchekwa mpaghara/ụlọ ọrụ, ma ọ bụ na-arịọ naanị koodu site na ọgụgụ isi na-eme koodu na gburugburu nke ya.

11. Kedu ihe a na-ahụ mgbe multicollinarity dị elu?

• A) Ọnụọgụ na-aghọ ihe na-adịghị akwụsi ike na njehie ọkọlọtọ na-ebuwanye ibu; Ọnụọgụ nke onye ọ bụla nwere ike ịpụta enweghị isi ✔
• B) R-squared na-agbadata mgbe niile ka ọ bụrụ efu
• C) Atụmatụ ọnụọgụ na-adịkwu nke ọma mgbe niile
• D) Ọnụ ọgụgụ nke mgbanwe mgbanwe dabere

Nkọwa: Na nnukwu multicollinearity, mgbanwe ndị nwere onwe ha na-ejikọta ibe ha ike; Atụmatụ ọnụọgụ na-aghọ ihe na-adịghị akwụsi ike, mmejọ ọkọlọtọ na-ebuwanye ibu, na ọnụọgụgụ nke onye ọ bụla nwere ike ịpụta na ọ bụ ihe na-abaghị uru, ebe n'ozuzu ihe nlereanya nwere ike dị ịrịba ama. A na-achọpụta ya site na njirisi dị ka VIF. Ọgụgụ isi nwere ike na-atụ aro mkpochapụ agbanwe agbanwe, mana ọ dịịrị onye nyocha ikpebi nke mgbanwe kwesịrị ịdị na-eche echiche.

12. Kedu ihe bụ ike ọnụ ọgụgụ na gịnị bụ ihe ize ndụ nke ọmụmụ ihe dị ala?

• A) Ohere nke ịchọpụta mmetụta dị adị; ike dị ala na-atụfu ezi mmetụta na-eme ka nchoputa ghara ịdabere na ✔
• B) ihe gbasara nke puru omume ibelata p-uru; ike ala mgbe niile na-enye nsonaazụ a pụrụ ịdabere na ya
• C) Uru mgbe niile na-adabere na nha nlele
• D) Echiche nke dị irè naanị mgbe ejiri ọgụgụ isi rụọ ọrụ

Nkọwa: Ike bụ ohere nke ịchọpụta mmetụta dị n'ezie (1 mwepu ụdị II mperi). Ọmụmụ ihe dị ala nwere ike tufuo ezigbo mmetụta; Na mgbakwunye, nsonaazụ ole na ole dị ịrịba ama nwere ike ibu oke mmetụta ('ọbụbụ ọnụ onye mmeri') yana ọnụego adịgboroja na-abawanye. Ya mere, ngụkọta ike / ihe nlele dị mkpa tupu nyocha.

13. N'ihi gịnị ka o ji dị mkpa n'ụzọ omume iji kọwaa otú e si eji ọgụgụ isi eme ihe n'otu isiokwu?

• A) Maka nghọta na azịza; ✔ Ndị na-agụ akwụkwọ na ndị na-agụ akwụkwọ nwere ike nyochaa usoro ahụ na ọrụ dị n'aka onye dere ya
• B) Iji ọgụgụ isi arụ ọrụ na-emebi nsonaazụ ya ozugbo
• C) Akwụkwọ akụkọ rịọrọ maka naanị mgbasa ozi
• D) Ịnyefe ikike nwebisiinka nke nkọwa na ọgụgụ isi

Nkpughe: Nghọta dị mkpa ka onye na-agụ na ndị nyocha wee nwee ike nyochaa otu esi arụpụta nsonaazụ; Ọtụtụ akwụkwọ akụkọ na ụlọ ọrụ chọrọ ugbu a ka ekpughere iji AI. Na mgbakwunye, ebe ọ bụ na ọgụgụ isi nwere ike iwepụta mmejọ / ihe nhụsianya, ọ bụ ihe na-akwụwa aka ọtọ ikwupụta na ọrụ ahụ ka dị n'aka onye dere ya na usoro e nyochara.

14. Gịnị ka mmachi mwepu' chọrọ n'ime usoro mgbanwe akụrụngwa (IV)?

• A) Ngwá ọrụ na-emetụta nsonaazụ naanị site na mgbanwe nke ime, ọ nweghị ụzọ ọzọ kpọmkwem ✔
• B) Ngwa ahụ enweghị njikọ na mgbanwe nsonaazụ.
• C) Ngwa ahụ enweghị njikọ na mgbanwe endogenous.
• D) Pụtara na-agbanwe mgbe niile ọnụọgụ abụọ (0/1).

Nkọwa: Mwepu mwepu chọrọ ka ngwa ahụ na-emetụta ngbanwe nke nsonaazụ naanị site na mgbanwe nkọwa endogenous ọ bụghị site n'ụzọ ọ bụla ọzọ kpọmkwem ma ọ bụ ihe anaghị achọpụta. Enweghị ike ịnwale echiche a n'ụzọ zuru ezu site na data; A na-akwado ya na usoro iwu na ntọala ụlọ ọrụ. AI nwere ike dee koodu IV, mana ọ bụ ọrụ onye nyocha iji chebe izi ezi nke ngwaọrụ ahụ.

15. Gịnị ka nsogbu 'Ogige nke forking ụzọ' pụtara na mgbanwe analysis na-enweghị tupu ndebanye aha?

• A) Ọtụtụ nhọrọ nyocha ezi uche dị na ya mere dabere na data na-abawanye ọnụego ziri ezi ụgha, ọbụlagodi n'amaghị ama ✔
• B) Ụzọ nyocha ga-abụrịrị otu na iwu
• C) Nsogbu na-eme naanị mgbe ụma na-aghọ aghụghọ.
• D) Ọnọdụ na-apụ n'anya ozugbo ka nlele ahụ na-etolite

Nkọwa: Mgbe ịlele data ahụ, onye nyocha ahụ nwere ike ịme ọtụtụ nhọrọ ezi uche dị na ya gbasara mgbanwe, obere otu, mgbanwe, ma ọ bụ ọnụ ụzọ iji. Ọbụlagodi na ọ nweghị otu 'ebumnuche p-hacking', mgbanwe a na-abawanye ọnụego ziri ezi ụgha n'ihi na a na-ahọrọ nke ọma nke ọma site na ọnụọgụ nyocha dị ukwuu. Ndebanye aha tupu yana atụmatụ nyocha etinyere na-egbochi mgbanwe a.