国または地域と言語

    国または地域と、言語を選んでください。

    おすすめ

      すべての国と地域

        キャラクターを選ぶ

        上部のバーとプロフィールに表示されます。いつでも変更できます。

        データ職のための統計の面接

        判断を説明しながら、ツールで作業します。

        職種とレベルを選んでください。 各面接には、新しい課題、掘り下げの質問、作業と説明を確認するレポートがあります。

        話すか入力してください。サインインすると、結果を複数のデバイスで保存できます。

        時間制限付きのアセスメント

        • 12 問の実践的な問題
        • 45 分
        • ミドル レベル

        問題バンクの問題数: 36。レポートには、スキル別の内訳と、次に練習すべきレッスンが含まれます。

        練習の面接

        ジュニアの課題は基礎を扱います。ミドルとシニアの課題では、デバッグ、要件の変更、レビューの判断が加わります。

        10件の面接

        • データアナリスト
        • Junior
        • 30 min

        標本のばらつきのレポート

        Plover Dispatchは、配送時間(分)のサンプルとしてsampleを記録しており、観測が1件欠損しています。欠損した観測を除いて、標本標準偏差を含む数値のresultを作成してください。分母には、観測された値の数から1を引いたものを使う必要があります。

        面接を始める
        スキルとルーブリック標本のばらつきのレポート
        • これらの配送は工程のサンプルなので、欠損した観測を除き、ddof=1で標本標準偏差を計算します。結果の単位は分です。欠損した記録が0分の配送のように見えないよう、観測された件数を別に報告します。
        • 欠損した観測により、観測されたサンプルサイズは小さくなります。どちらを選んでも測定されるばらつきが変わるので、ゼロで埋めることも分母に含めることもしません。標準偏差を2乗すると分散になり、単位が異なります。
        • 別のアナリストがこの結果を再現できる必要があるので、私は元のレコード、保存した作業、確認した出力を残します。私は観察の期間と未解決の制約を記録します。この結果で業務上の対応を変える前に、判断の責任者が例外を承認します。
        • データサイエンティスト
        • Junior
        • 30 min

        プールした登録のコンバージョン率

        Lark Subscriptionsは、重ならない3つの登録コホートについて、成功と試行を提供しています。全体の転換率を割合で表した数値のresultを作成してください。すべての試行は、ちょうど1つのコホートに属しています。

        面接を始める
        スキルとルーブリックプールした登録のコンバージョン率
        • 各試行が転換の機会1回にあたるので、成功の合計を対象の試行の合計で割ります。コホートの大きさが異なるので、加重しない平均は別の量になります。所属が重ならないこと、そして各成功が分母に含まれることを確認します。
        • 最も小さいコホートの試行は、最も大きいコホートより少なくなります。コホートのラベルがあっても同じ大きさの別の母集団が生まれるわけではないので、試行件数で加重します。コホートが重なっていると、この単純な合算はできなくなります。
        • 別のアナリストがこの結果を再現できる必要があるので、私は元のレコード、保存した作業、確認した出力を残します。私は観察の期間と未解決の制約を記録します。この結果で業務上の対応を変える前に、判断の責任者が例外を承認します。
        • データアナリスト
        • Junior
        • 30 min

        小標本の信頼区間

        Cove Fulfillmentは、観測されたsampleの値を、おおよそ正規分布に従う工程からの独立した測定として扱っています。欠損した観測を除き、平均に対する95%のtの信頼区間を、2要素のNumPy配列[lower, upper]としてresultに作成してください。

        面接を始める
        スキルとルーブリック小標本の信頼区間
        • 母集団のばらつきはわからないので、欠損した測定を除き、観測されたサンプルから標準誤差を推定し、自由度nマイナス1のtの臨界値を掛けます。この区間は、示された独立性と分布の形の前提のもとで、工程の平均を推定します。
        • 観測された測定は6件しかありません。ばらつきはこの小さなサンプルから推定したので、正規分布ではなくtの臨界値を使います。この区間は平均に関するものなので、その不確実性には個々の配送のばらつきではなく標準誤差を使います。
        • 別のアナリストがこの結果を再現できる必要があるので、私は元のレコード、保存した作業、確認した出力を残します。私は観察の期間と未解決の制約を記録します。この結果で業務上の対応を変える前に、判断の責任者が例外を承認します。
        • データサイエンティスト
        • ミドル
        • 30 min

        分散が等しくない仕入先の比較

        Tern Purchasingは、2つのサプライヤーについて、独立した配送時間をfirstとsecondに記録しています。母平均が等しいことに対する両側のWelchのt検定のp値に等しい数値のresultを作成してください。サンプルは独立のまま、分散が異なることを認めてください。

        面接を始める
        スキルとルーブリック分散が等しくない仕入先の比較
        • グループのサンプルサイズは異なり、ばらつきも目に見えて違います。配列の位置では対応する配送は特定できないので、行を配列の位置で対にしません。片側の対立仮説にするには、この結果を見る前に方向を決めておく必要があります。
        • 平均が等しいことを棄却できなくても同等性は立証されないので、2分という同等性のマージンを定義し、同等性の分析を使います。差の区間を残し、示された実務上のマージンに対してデータが十分に精密かどうかを確認します。
        • 別のアナリストがこの結果を再現できる必要があるので、私は元のレコード、保存した作業、確認した出力を残します。私は観察の期間と未解決の制約を記録します。この結果で業務上の対応を変える前に、判断の責任者が例外を承認します。
        • データアナリスト
        • ミドル
        • 30 min

        対応のあるプロセス改善の区間

        Reed Operationsは、工程の変更の前後に同じ6つの作業場を測定しています。beforeからafterを引いた平均について、95%のtの信頼区間を[lower, upper]としてresultに作成してください。作業場の対応を保ってください。

        面接を始める
        スキルとルーブリック対応のあるプロセス改善の区間
        • 行は、変更前と変更後の同じ作業場を表しています。作業場の順序を混ぜると差とその不確実性が変わるので、その対応を保ちます。推奨を解釈できるように、符号の約束はbeforeからafterを引く形のままにする必要があります。
        • 平均で補完すると観測された変化をでっち上げ、不確実性を過小に見せることになるので、欠けた対は例外として残し、完全な対だけの分析であればそれを説明します。結果をすべての作業場に広げる前に、測定が欠けている理由を調べます。
        • 別のアナリストがこの結果を再現できる必要があるので、私は元のレコード、保存した作業、確認した出力を残します。私は観察の期間と未解決の制約を記録します。この結果で業務上の対応を変える前に、判断の責任者が例外を承認します。
        • データサイエンティスト
        • ミドル
        • 30 min

        正確な不良率のアラーム

        Quarry Assemblyは、total個の独立した製品のうち、observed個の不良品を観測しています。不良率のほうが大きいという事前に定めた対立仮説で、null_rateに対する正確な二項検定のp値に等しい数値のresultを作成してください。

        面接を始める
        スキルとルーブリック正確な不良率のアラーム
        • 観測された件数そのものも、上側の裾に含まれます。同じ件数での累積確率を引く近道では境界の確率が漏れることがあるので、二項検定を使います。独立性と固定した検査計画は、引き続き前提です。
        • 任意の時点で何度も止めると誤警報の率が変わるので、1回だけ確認する前提の解釈を、事前に定めた逐次監視のルールに置き換えます。検査の時刻と件数を残し、その実際の監視計画に合わせてアラームを調整します。
        • 別のアナリストがこの結果を再現できる必要があるので、私は元のレコード、保存した作業、確認した出力を残します。私は観察の期間と未解決の制約を記録します。この結果で業務上の対応を変える前に、判断の責任者が例外を承認します。
        • データアナリスト
        • ミドル
        • 30 min

        度数の少ないキャンペーンの結果の表

        Morrow Marketingは、contingencyを2×2の表として提供しています。行は独立したキャンペーンのグループ、列は転換ありと転換なしです。関連についての両側のFisherの正確検定のp値に等しい数値のresultを作成してください。

        面接を始める
        スキルとルーブリック度数の少ないキャンペーンの結果の表
        • 小さなセルがあると、漸近的な近似は別の手順になります。件数を割合に置き換えると検定に必要なサンプルサイズの情報が失われるので、観測された表をそのまま保ちます。グループの独立性は、引き続きデータの集め方で裏づける必要があります。
        • 独立したグループの表では、どの顧客の結果が変わったかが失われるので、対応のある推移の件数が必要です。キャンペーンの効果を解釈する前に、不一致の対に対して対応のある二値の分析を使い、観察期間を明示します。
        • 別のアナリストがこの結果を再現できる必要があるので、私は元のレコード、保存した作業、確認した出力を残します。私は観察の期間と未解決の制約を記録します。この結果で業務上の対応を変える前に、判断の責任者が例外を承認します。
        • データサイエンティスト
        • シニア
        • 30 min

        ローンチの指標の検定の集まり

        Alder Productは、1つの検証的なファミリーとして、4つの公開時の指標を事前に定めました。raw_pについて、Holmで調整したp値を元の指標の順序で含むresultを作成してください。ファミリーワイズの誤りをalphaで制御してください。

        面接を始める
        スキルとルーブリックローンチの指標の検定の集まり
        • 公開後の選択で元の主張を黙って定義し直してはいけないので、5つ目の結果は探索的と明示し、元の検証的なファミリーを保ちます。責任者が1つの拡大した検証的なファミリーを望む場合は、共同の主張をする前に、その修正した分析を計算し直して文書化します。
        • 別のアナリストがこの結果を再現できる必要があるので、私は元のレコード、保存した作業、確認した出力を残します。私は観察の期間と未解決の制約を記録します。この結果で業務上の対応を変える前に、判断の責任者が例外を承認します。
        • 最も強い指標があっても、残りの検定がなくなるわけではありません。確認した後で都合の悪い結果を外すと誤りの制御の主張が変わるので、4つの元のp値をすべてファミリーに残します。Holmは、順に並べたp値に減っていく乗数を適用します。
        • データアナリスト
        • シニア
        • 30 min

        2群の標本サイズの計画

        Brookline Researchは、両側の平均の比較のために、同じ大きさの独立した群を計画しています。示された正規近似を使い、群ごとに必要な観測数として、2*(z_(1-alpha/2)+z_power)^2/effect^2の切り上げを数値のresultとして作成してください。effectは標準化した平均の差です。

        面接を始める
        スキルとルーブリック2群の標本サイズの計画
        • 同じ店舗の顧客は相関している可能性があり、独立した個人を前提とした式では情報量が過大になるので、クラスター単位の割り当てに合わせて計算し直します。募集を承認する前に、根拠のある級内相関、クラスターの大きさ、店舗の数が必要です。
        • 別のアナリストがこの結果を再現できる必要があるので、私は元のレコード、保存した作業、確認した出力を残します。私は観察の期間と未解決の制約を記録します。この結果で業務上の対応を変える前に、判断の責任者が例外を承認します。
        • 式は群ごとの観測数を返すので、脱落の見込みを考える前の全体の募集人数は、その切り上げた値の2倍です。どちらを取り除いても計画した検出力が変わるので、2という係数と、alphaを2で割ることの両方を保ちます。
        • データサイエンティスト
        • シニア
        • 30 min

        当てはめた作業量の傾き

        Cove Servicesは、説明変数xを完了した作業件数、応答変数yを経過時間(分)として記録しています。切片付きで、yをxで回帰した通常の最小二乗法の傾きに等しい数値のresultを作成してください。単位は作業1件あたりの分のままにしてください。

        面接を始める
        スキルとルーブリック当てはめた作業量の傾き
        • 作業量は人員配置や作業の複雑さと相関している可能性があるので、これらの観測の範囲での当てはめた関連として報告できます。因果的な介入の主張には、信頼できる実験か、明示的な識別の前提とその確認が必要です。この回帰だけではそれらは得られません。
        • 別のアナリストがこの結果を再現できる必要があるので、私は元のレコード、保存した作業、確認した出力を残します。私は観察の期間と未解決の制約を記録します。この結果で業務上の対応を変える前に、判断の責任者が例外を承認します。
        • 傾きは、どちらの変数を応答変数にするかで変わります。入れ替えて逆にした直線では、求められた分の残差の2乗は最小にならないので、yを分、xを作業件数のままにします。傾きがプラスであるだけでは、作業量を変えると時間が変わるとはいえません。

        面接ハブの利用

        面接ハブはAll Accessに含まれています。続けるには、プランを選ぶかアカウントにサインインしてください。

        プランを見るサインインまたは登録

        Your Work Gym account

        Save your progress and pick up on another device. Your browser's progress comes with you.

        or

        You can keep practicing without an account.

        プランを変更

        価格を確認しています

        ヘルプとフィードバック

        質問、うまく動かない点、アイデアなどをお寄せください。メールで返信します。

        どのような内容ですか?

        返信のためだけに使用します。