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:

Análisis multivariado aplicado: regresión múltiple, componentes principales y agrupamiento.

Oui ou Non

Parties jouées 0

À propos de cette activité

Sentencias sobre análisis multivariado.

Créé par

Colombia

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
Análisis multivariado aplicado: regresión múltiple, componentes principales y agrupamiento.
 

Análisis multivariado aplicado: regresión múltiple, componentes principales y agrupamiento.Version en ligne

Sentencias sobre análisis multivariado.

par Universidad FUCS
1

La regresión múltiple modela la relación entre una variable dependiente y varios predictores.

2

La regresión múltiple asume que los predictores no están correlacionados entre sí.

3

El clustering jerárquico requiere especificar el número exacto de clusters al inicio.

4

El algoritmo k-means asigna cada observación al grupo cuyo centroide está más cercano.

5

El PCA garantiza que las dos primeras componentes explican siempre más del 90% de la varianza.

6

El PCA sintetiza grandes conjuntos de variables en componentes que capturan la mayor parte de la variabilidad de los datos.

7

La inercia dentro del cluster no tiene relación con la coherencia de los grupos.

8

La multicolinealidad puede afectar la estabilidad de los coeficientes estimados en regresión.

9

El índice de inflación de la varianza (VIF) mide la variabilidad de la variable dependiente.

10

Después de obtener clusters, se pueden evaluar su calidad usando métricas como la inercia y el coeficiente de silueta.

Voulez-vous vraiment quitter la page ?

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