1.
データの分布が正規分布に従っているかどうかを確認するための視覚的な手法はどれですか？
2.
データの次元が多すぎるときに、次元削減を行うために適切な手法はどれですか？
3.
データの欠損率が高い場合に推奨される手法はどれですか？
5.
データの正規性を検定するための方法の1つとして使用される検定はどれですか？
6.
データの特徴量間の相関関係を確認する際に、特に多次元データセットに適している可視化手法は次のうちどれですか？
7.
ある変数 X が、他の変数 Y と非線形な関係を持っていることが予想される場合、適切な解析手法は次のうちどれですか？
8.
相関係数が -1 に近い場合、2つの変数間にはどのような関係がありますか？
9.
機械学習のモデル評価において、データのバランスが重要となるケースとして適切なものはどれですか？
10.
標本平均と母集団平均の差が小さい場合、次のうち正しい説明はどれですか？
11.
データセットに外れ値が含まれる場合、回帰分析におけるモデルの精度を向上させるための適切なアプローチは次のうちどれですか？
12.
欠損データの補完方法として、機械学習モデルを使用する際に特に考慮すべき点は次のうちどれですか？
13.
データセットに含まれる外れ値を検出するために最も効果的な視覚化手法はどれですか？
14.
時系列データの自己相関関数 (ACF) を使用して確認できるものは何ですか？
15.
データの正規性を検定するための手法として適切なものは次のうちどれですか？
16.
ピアソンの相関係数が 0 のとき、2つの変数間にはどのような関係がありますか？
17.
外れ値の影響を受けにくい代表値はどれですか？
18.
階層的クラスタリングにおいて、クラスタ間の距離を測定するための手法は次のうちどれですか？
19.
散布図において、2つの変数が互いに強い線形関係を示すときのグラフの形は？
20.
欠損データを処理するための一般的な手法の1つはどれですか？
22.
クロス集計表を使って2つのカテゴリカル変数の関係を分析する際に用いられる適切な検定は何ですか？
23.
カテゴリカルデータの分布を視覚化する際、最も適切なグラフは次のうちどれですか？
24.
仮説検定で「帰無仮説」とは何を意味しますか？
25.
カテゴリカルデータを分析する際に、データ間の関係を評価するために使用される統計手法は何ですか？
26.
データの分布形状を確認するために最適な手法は次のうちどれですか？
