Créer jeu
Télécharger
Obtenir Plan Académique
Partager le jeu
Intégrez-le à votre plateforme

Vous pouvez intégrer le jeu dans un LMS compatible avec LTI 1.1 ou LTI 1.3 comme Canvas, Moodle ou Blackboard. Les scores seront ainsi automatiquement enregistrés dans le carnet de notes de la plateforme.
Télécharger
Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Google Classroom avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Google Classroom, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Microsoft Teams avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Microsoft Teams, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Le téléchargement du jeu est une fonctionnalité exclusive pour les utilisateurs avec un Plan Académique ou un Plan Commercial.

Obtenez votre Plan Académique ou Plan Commercial dès maintenant et commencez à intégrer vos jeux dans votre LMS, votre site Web ou votre blog.

Si vous le souhaitez, vous pouvez télécharger une jeu de test ici et tester son intégration:

Modelo cláscio de regresión lineal normal

Froggy Jumps

(1)
Parties jouées 40

À propos de cette activité

Juego con preguntas del MCRLN

Créé par

Ecuador

Téléchargez la version pour jouer sur papier

Créez votre propre jeu gratuite à partir de notre créateur de jeu
Affrontez vos amis pour voir qui obtient le meilleur score dans ce jeu

Top Jeux

%
Anonyme
Anonyme
%
%
%
Vous avez dépassé le nombre maximum de jeux que vous pouvez imprimer avec votre Plan actuel.

Pour imprimer autant de jeux que vous le souhaitez, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Imprimez votre jeu
Modelo cláscio de regresión lineal normal
 

Froggy Jumps

Modelo cláscio de regresión lineal normalVersion en ligne

Juego con preguntas del MCRLN

par Byron Wilchez
1

¿Cuáles son las dos ramas principales de la teoría clásica de la inferencia estadística?

2

¿Qué papel desempeña el supuesto de normalidad en las pruebas de hipótesis del modelo de regresión?

3

¿Cuál es una propiedad importante de los estimadores MCO bajo el supuesto de normalidad de las perturbaciones?

4

Según la teoría clásica de la inferencia estadística, ¿cuál es una propiedad de los estimadores MCO cuando se asume que las perturbaciones μ_i siguen una distribución normal?

5

En el método de máxima verosimilitud para la estimación de parámetros en un modelo de regresión con dos variables, ¿qué función se maximiza para encontrar los estimadores?

6

¿Qué distribución sigue cada perturbación μ_i según el supuesto de normalidad?

7

¿Cuál es el objetivo principal del método de máxima verosimilitud en la estimación de parámetros del modelo de regresión?

Voulez-vous vraiment quitter la page ?

En quittant la page, vous perdrez la progression du jeu.