CPDA考试真题与答案2【精】-精心整理

1、一、判断题1.数据根据计量尺度不同可以分为分类数据和数值型数据。正确答案：X2.多次抛一枚硬币，正面朝上的频率是1/2。努力正确答案： X3. 归纳法是一种从个别到一般的推理方法。正确答案：V4. datahoop 中输入的数据必须是数值型的。正确答案：X5. 置信水平是假设检验中犯第一类错误的概率。正确答案： X6. 当两种产品为互补品时，其交叉弹性小于零。正确答案：V其中乘法模型都是相对值来表而当需求低落时则收取较高价7. 时间序列分解法可以有乘法模型和加法模型两种表示方式，示预测值的，加法模型都是用绝对值来表示预测值的。正确答案： X8. 需求定价法的核心思想是力求在需求高涨时收取较低价

2、格， 格。正确答案： X9. 盈亏平衡分析是静态分析，不考虑资金的时间价值和项目寿命周期内的现金流量的变化。正确答案： V10. 决策树算法易于理解好实现，且对缺失值、异常值和共线性都不敏感，是做分类预测的 首选算法。正确答案： X11. 随机森林中的每棵树都不进行剪枝，因此过拟合的风险很高。正确答案：X12. 当倒传递神经网络（BP神经网络）无隐藏层，输出层个数只有一个的时候，也可以看做 是逻辑回归模型。正确答案：V13. 维规约即事先规定所取模型的维数，可以认为是降维的一种。正确答案：X14. 标准差越小，表示离散程度越小，风险越大；反之离散程度越大，风险越小。正确答案： X15. 离群点

3、是一个实际观测值，它与其他观测值的差别如此之大，以至于怀疑它是由不同的 机制产生的。正确答案：V单选题1.SQL语言中，删除一个表中所有数据，但保留表结构的命令是（A、DELETEB、C、D、DROPCLEARREMORE正确答案： A2.数据库系统是由（ ）组成的A、B、C、D、数据库、数据库管理系统和用户 数据文件、命令文件和报表 数据库文件结构和数据 常量、变量和函数正确答案： A3.假如学生考试成绩以“优” . “良” . “及格”和“不及格”来记录， 试成绩的水平高低，其集中趋势的测度（）为了说明全班同学考A、B、C、D、可以采用算术平均数 可以采用众数或中位数 只能采用众数 只能采

4、用四分位数正确答案： C4. 以下哪个变量可以反映客户的忠诚度 ?（ ）A、B、C、D、购买频次购买金额 最后一次购买时间 购买金额波动率正确答案： A5. 以下哪个类型的变量在作预测客户流失的模型中最有解释力度？A、B、C、D、人口基本数据，比如年龄和性别 基本社会状态数据，比如收入和职业 业务数据，比如消费频次 业务数据的衍生变量，比如最近 3 个月消费频次的变化情况正确答案： D6.面关于聚类分析说法错误的是（A、B、C、D、一定存在一个最优的分类 聚类分析是无监督学习 聚类分析可以用于判断异常值 聚类分析即 :物以类聚 , 人以群分 正确答案： A 7. 某小区 60居民订晚报， 45

5、订青年报， 30两报均订，随机抽一户。则至少订一种报 的概率为（ ）A、B、C、0.820.850.80D、0.75正确答案： D8. 在 Excel 工作表中，在某单元格内输入数值 123 ，不正确的输入形式是（ ）A、123B、C、D、=123+123*123正确答案： D9. 在对历史数据集进行分区之前进行数据清洗（缺失值填补等）的缺点是什么A、B、C、D、违反了建模的假设条件加大了处理的难度无法针对分区后各个数据集的特征分别做数据清洗 无法对不同数据清理的方法进行比较，以选择最优方法正确答案： D10. 当一个连续变量的缺失值占比在85%左右时，以下哪种方式最合理（A、B、C、D、直接

6、使用该变量 根据是否缺失，生成指示变量，仅使用指示变量作为解释变量 使用多重插补的方法进行缺失值填补直接删除该变量正确答案： B11.Naive Bayes 是属于数据挖掘中的什么方法？A、B、C、D、聚类 分类 时间序列 关联规则正确答案： B12.有一条关联规则为 A 7 B,此规则的信心水平 （con fide nee）为60%则代表（）A买B商品的顾客中，有 60%勺顾客会同时购买 AB同时购买A,B两商品的顾客，占所有顾客的60%C买A商品的顾客中，有 60%勺顾客会同时购买 BD两商品A,B在交易数据库中同时被购买的机率为60%正确答案： CA、B、C、D、13. 企业要建立预测模

7、型，需准备建模数据集，以下四条描述建模数据集正确的是（ 数据越多越好 尽可能多的适合的数据 数据越少越好 以上三条都不正确 正确答案： B14. 在有指导的数据挖掘中，有关测试集的说法错误的是（A、B、C、D、测试集和训练集是相互联系的测试集是用以测试模型的数据集 通常测试集大约占总样本的三分之一 K- 次交叉验证中，测试集只有 1 个，训练集有 K-1 个正确答案： A15. 用简单随机重复抽样方法抽取样本单位 要扩大到原来的（ ）, 如果要使抽样平均误差降低50%,则样本容量需A、B、C、D、2倍3倍4倍5倍正确答案： C16. 回归分析的第一 步是A、B、C、D、确定解释量和被解释变量确

8、定回归模型建立回归方程进行检验正确答案： A17. 关于主成分数目的选取，正确的是（A、B、C、D、保留多少个主成分取决于累计方差在方差总和中所占百分比 一般选择 50%以上 选择前两个就可以选择的数目和变量的个数一致正确答案： A18. 下列四项中，不属于数据库特点的是（A、B、C、D、数据共享数据完整性 数据冗余很高 数据独立性高正确答案： C19. 将复杂的地址简化成北、中、南、东四区，是在进行？A、B、C、D、数据正规化 数据一般化 数据离散化 数据整合正确答案： B20. 以下哪个指标不能用于线性回归中的模型比较（A、B、C、R方调整R方AICD、BIC正确答案： A21.RFM方法

9、中的F说明客户的（）A、B、C、D、兴趣度 粘性 当前价值 未来价值正确答案： A22. 数据挖掘技术包括三个主要的部分A数据、B算法、C数据、模型、技术 技术、领域知识 建模能力、算法与技术D建模能力、算法与技术、领域知识正确答案： C23. 下面关于因子分析的说法正确的是（A、B、C、D、因子分析就是主成分分析 因子之间可相关也可不相关 因子受量纲的影响 可以对因子进行旋转，使其意义更明显正确答案： D24. 以下叙述正确的是（ ）A、B、C、D、极差较少受异常值的影响 四分位差较少受异常值的影响 方差较少受异常值的影响 标准差较少受异常值的影响正确答案： B25.以下关于人工神经网络（A

10、NN的描述错误的有（）A、B、C、D、神经网络对训练数据中的噪声非常鲁棒可以处理冗余特征训练ANN是一个很耗时的过程至少含有一个隐藏层的多层神经网络正确答案： A26. 当时间序列的环比增长速度大体相同时，适宜拟合（A、B、C、D、指数曲线抛物线 直线 对数曲线正确答案： A27. 某家长为了使孩子在第 3-6 年上大学的 4 年中，每年年初得到 10000 元助学基金，他应 在 2 年前在银行存入多少钱？（年利率按5%计算）（ ）A、 33771B、30291C、32163D、45256正确答案： A28.苹果公司对IPHONE的降价行为属于（）A地域性差别定价B时间性差别定价C非线性定价或

11、数量折扣定价D其他形式的定价正确答案： B 29.设X=1，2，3是频繁项集，则可由 X可产生（）个关联规则。A、B、C、D、正确答案： D 30. 以下哪些分类方法可以较好地避免样本的不平衡问题？（A、KNNB、SVMC、BayesD神经网络正确答案： A多选题1.以下哪个聚类分析的方法是利用统计学定义的距离进行度量（A层次聚类法B快速聚类法（K-Mea ns）C基于密度的聚类法D基于网格的聚类法正确答案： AB以下那种操作不应该进2. 天猫分析人员希望通过聚类方法定位代商家刷信用级别的违规者， 行 （ ）A、B、C、D、对变量进行标准化对变量进行百分位秩或 Turkey 正态性转换 对变量

12、进行因子分析或聚类分析 对变量进行分箱处理正确答案： BD3. 如下表 student 中 , 如何筛选 type为包含数学或语文的记录 ?IDtype scoreA01数学78A02语文76A03英语90A04数学68A05英语84A、B、C、select * from student where type= select * from student where type= select * from student where type in数学” and type= ”语文”数学” or type= ”语文”（ ”数学” , ”语文”）D、select * from student w

13、here type in （”数学” ? ”语文” )正确答案： BC 4. 以下哪个分布是右偏分布(A、B、C、D、均匀分布 卡方分布 F 分布 对数正态分布 正确答案： BCD 5.在假设检验中 , 当我们做出拒绝原假设而接受备择假设的结论时 ,表示( )A、B、C、D、E、有充足的理由否定原假设 原假设必定是错误的 犯错误的概率不大于 a 犯错误的概率不大于 b在H。成立的情况下发生了小概率事件 正确答案： ACE 6. 若检验统计量 F 近似等于 1，说明( )A、B、C、D、组间方差中不包含系统因素的影响 组内方差中不包含系统因素的影响 组间方差中包含系统因素的影响 方差分析中不应拒

14、绝原假设正确答案： AD7. 下列何种算法可以帮助我们做数值的预测 （Prediction） ？A、B、C、D、AprioriDecision TreeNaive BayesLinear Regression正确答案： BD8.某种产品的生产总费用 2003 年为 50万元，比 2002 年多 2万元，而单位产品成本 2003 年比 2002 年降低 5%，则（ ）A、B、C、D、E、生产费用总指数为 104.17%生产费用指数为 108.56%单位成本指数为 95%产量指数为 109.65% 由于成本降低而节约的生产费用为 2.63 万元正确答案： ACDE9. 配合一元线性回归方程须具备下

15、列前提条件（A、B、C、D、现象间确实存在数量上的相互依存关系 现象间的关系是直线关系，这种直线关系可用散点图来表示 具备一组自变量与因变量的对应资料，且能明确哪个是自变量，哪个是因变量 两个变量之间不是对等关系正确答案： ABCD10. 回归变差（或回归平方和）是指（A、B、C、D、被解释变量的实际值与平均值的离差平方和 被解释变量的回归值与平均值的离差平方和 被解释变量的总变差与剩余变差之差 解释变量变动所引起的被解释变量的变差正确答案： BCD11. 产品成本费用按其与产量变化的关系分为（A、B、C、D、可变成本 固定成本 付现成本 沉没成本正确答案： AB12. 统计决策的基本原则是（

16、 ）A、B、C、D、可行性 发展性 合理性 经济性正确答案： ACD13. 随机抽样方法有（ ）A、B、C、D、等距随机抽样综合随机抽样 简单随机抽样 分群随机抽样正确答案： ACD14. 完全竞争性的市场具有（ ）等特点。A、B、C、D、任一企业无法操纵市场 少数企业可以影响交易数量 多个竞争企业同时存在 企业必须采取随行就市定价法正确答案： ACD15. 在全面调查和抽样调查中都存在的误差是（A、B、C、D、系统误差登记性误差 责任心误差 技术性误差正确答案： BCD16. 在作逻辑回归时，如果区域这个变量，当 的是哪个问题？Region=A 时 Y 取值均为 1，无法确定是否出现A、B、C、D、共线性异常值拟完全分离（ Quasi-complete separation缺失值正确答案： ABD17. 下面给出的 t 检验的结果，（ ）表明接受原假设，显