辽宁职业学院《数据挖掘与数据分析》2023-2024学年第二学期期末试卷

学校________________班级____________姓名____________考场____________准考证号学校________________班级____________姓名____________考场____________准考证号…………密…………封…………线…………内…………不…………要…………答…………题…………第1页，共3页辽宁职业学院《数据挖掘与数据分析》

2023-2024学年第二学期期末试卷题号一二三四总分得分一、单选题（本大题共25个小题，每小题1分，共25分．在每小题给出的四个选项中，只有一项是符合题目要求的．）1、已知某变量的取值范围为0到100，将其分为5个组，组距为20。第一组的下限为0，上限为20。则第二组的下限和上限分别为（）A.20，40B.21，40C.20，41D.21，412、已知两个变量X和Y之间存在线性关系，通过样本数据计算得到相关系数为0.8。若将X和Y的单位都扩大为原来的2倍，新的相关系数将变为多少？（）A.0.8B.1.6C.0.4D.不变3、对于一个包含多个分类变量的数据集，想要了解不同分类变量之间的相关性，应该使用哪种统计方法？（）A.卡方检验B.相关系数C.方差分析D.以上都不是4、在一项市场调研中，比较了三个品牌的产品满意度得分，得分数据为有序分类数据。要检验三个品牌的满意度是否有显著差异，应采用哪种非参数检验方法？（）A.Kruskal-Wallis检验B.Mann-WhitneyU检验C.Wilcoxon符号秩检验D.Friedman检验5、在对两个变量进行回归分析时，得到回归方程Y=3-0.5X。当X增加1个单位时，Y会（）A.增加0.5个单位B.减少0.5个单位C.增加3个单位D.减少3个单位6、某工厂生产的零件尺寸存在一定的误差，误差服从正态分布。若要控制零件尺寸在某个范围内的概率，需要用到以下哪个统计量？（）A.标准分数B.概率密度函数C.分布函数D.以上都是7、在对某数据集进行描述性统计分析时，发现数据存在极端值。为了使数据更具代表性，以下哪种处理方法较为合适？（）A.直接删除极端值B.对极端值进行修正C.采用中位数代替均值D.以上都可以8、在一项实验中，研究人员想知道不同温度条件下某种化学反应的速率是否有显著差异。已知反应速率的数据服从正态分布，应选择哪种统计方法进行分析？（）A.方差分析B.回归分析C.相关分析D.非参数检验9、某工厂生产的产品重量服从正态分布，均值为100克，标准差为5克。质量控制部门规定，产品重量低于90克或高于110克为不合格品。随机抽取一个产品，其为不合格品的概率是多少？（）A.0.0456B.0.0228C.0.0912D.0.182410、某商场记录了每天的客流量，数据呈现明显的季节性。若要进行预测，哪种时间序列预测方法较为合适？（）A.简单移动平均法B.指数平滑法C.季节性多元回归D.自回归移动平均模型11、某地区的房价近年来持续上涨，为了解房价的变化趋势，统计了过去10年的房价数据。若要拟合一条合适的趋势线，以下哪种方法较为合适？（）A.线性回归B.指数平滑C.移动平均D.多项式回归12、在进行回归分析时，如果残差不满足正态性假设，以下哪种处理方法可能有效？（）A.对因变量进行变换B.增加样本量C.使用稳健回归D.以上都是13、某工厂生产的产品需要经过两道工序，第一道工序的合格率为90%，第二道工序的合格率为80%。则该产品的总合格率约为（）A.72%B.78%C.88%D.98%14、在一项社会调查中，要了解不同职业人群的幸福感是否存在差异。幸福感的测量采用了5点量表（非常幸福、幸福、一般、不幸福、非常不幸福）。应采用哪种统计方法进行分析？（）A.方差分析B.卡方检验C.秩和检验D.以上都不对15、在研究广告投入与销售额之间的关系时，同时考虑了产品价格、市场竞争等因素。为确定广告投入的独立作用，应采用哪种统计分析方法？（）A.偏相关分析B.简单相关分析C.复相关分析D.以上都不对16、某公司为研究产品销售额与广告投入之间的关系，收集了过去10年的相关数据。销售额（单位：万元）分别为100、120、150、180、200、220、250、280、300、350，广告投入（单位：万元）分别为20、25、30、35、40、45、50、55、60、70。若采用一元线性回归分析，估计的回归方程为（）A.y=5x+50B.y=6x+40C.y=7x+30D.y=8x+2017、在一项关于股票收益率的研究中，收集了过去5年的数据。要检验收益率是否具有自相关性，应采用哪种方法？（）A.游程检验B.单位根检验C.Durbin-Watson检验D.偏自相关函数检验18、在进行相关分析时，如果两个变量之间的相关系数接近于0，能否说明它们之间没有关系？（）A.能B.不能C.不一定D.以上都不对19、对某城市的交通流量进行监测，连续记录了30天的数据。发现每天的平均车流量服从正态分布，均值为5000辆，标准差为800辆。若要以90%的置信区间估计该城市的日平均车流量，其区间宽度大约是多少？（）A.300辆B.400辆C.500辆D.600辆20、某城市的交通流量在一天内不同时间段有明显差异。为了描述这种差异，将一天分为24个小时段，计算每个时段的交通流量均值。这种数据属于？（）A.截面数据B.时间序列数据C.面板数据D.混合数据21、某研究人员想要分析不同教育程度对收入的影响，将教育程度分为小学、初中、高中、大学及以上。在进行方差分析时，自由度为（）A.3B.4C.5D.622、在进行数据标准化处理时，常用的方法是将数据减去均值再除以标准差。标准化后的数据具有什么特点？（）A.均值为0，方差为1B.均值为1，方差为0C.均值和方差都不变D.均值和方差都为任意值23、某超市记录了每天的销售额，要预测未来一周的销售额，使用了移动平均法。如果选择移动期数为5，那么预测值会受到哪些数据的影响？（）A.最近5天的销售额B.最近5周的销售额C.最近5个月的销售额D.以上都不对24、某班级学生的考试成绩服从正态分布，老师想根据成绩将学生分为优、良、中、差四个等级，应该使用哪种统计方法？（）A.聚类分析B.判别分析C.因子分析D.分位数法25、对于一组包含异常值的数据，若要描述其集中趋势，以下哪种统计量受异常值影响较小？（）A.算术平均数B.几何平均数C.中位数D.众数二、简答题（本大题共4个小题，共20分)1、（本题5分）请详细阐述中心极限定理的内容和意义，并举例说明其在统计学中的应用，比如在抽样调查中如何利用中心极限定理估计总体参数。2、（本题5分）对于一个大型数据集，如何进行数据清洗和预处理？包括缺失值处理、异常值处理、重复值处理等方面。3、（本题5分）详细阐述如何利用统计方法分析两个时间序列之间的相关性？可以采用哪些方法和指标？4、（本题5分）论述在进行空间数据分析时，如何使用空间自相关分析来研究数据的空间依赖性，解释Moran'sI统计量的计算和意义，并举例应用。三、案例分析题（本大题共5个小题，共25分)1、（本题5分）某共享单车企业对不同区域的车辆使用频率和损坏率数据进行分析，包括人口密度、道路状况、停放管理等。请优化车辆投放和运维策略。2、（本题5分）某在线旅游平台想了解不同旅游目的地的热门程度和季节变化。请分析如何通过数据进行分析和推荐合适的旅游产品。3、（本题5分）一家化妆品公司想了解不同产品线在不同市场的销售趋势和消费者反馈。收集到相关数据后，怎样进行分析以指导产品研发和市场推广？4、（本题5分）某物流配送企业收集了不同配送区域的订单量、配送时间和客户投诉等信息，分析怎样通过统计分析提高配送效率和服务质量。5、（本题5分）某电商平台想要了解用户对新推出的会员制度的接受度，收集了用户的消费习惯、会员权益感知、会员费用等数据。请分析影响用户加入会员的因素，并提出会员制度优化建议。四、计算题（本大题共3个小题，共30分)1、（本题10分）已知某产品的质量服从正态分布，其平均质量为100克，标准差为5克。从生产线上随机抽取25个产品进行检测，求这25个产品平均质量的抽样分布，并计算抽样平均误差。若规定产品质量在98克到102克之间为合格，求样本中合格产品的比例的抽样分布及概率。2、（本题10分）某超市有8000种商品，商品的库存数量服从正态分布，平均库存数量