CPDA考试真题与答案2

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： 2. 多次抛一枚硬币，正面朝上的频率是1/2 。正确答案： 3. 归纳法是一种从个别到一般的推理方法。正确答案： 4. datahoop中输入的数据必须是数值型的。正确答案： 5. 置信水平是假设检验中犯第一类错误的概率。正确答案： 6. 当两种产品为互补品时，其交叉弹性小于零。正确答案： 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，其中乘法模型都是相对值来表示预测值的，加法模型都是用绝对值来表示预测值的。正确答案： 8. 需求定价法的核心思想是力求在需求高涨时收取较低价格，而当需求低落时则收取较高价格。正确答案： 9. 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： 10. 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： 11. 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： 12. 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： 13. 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： 14. 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： 15. 离群点是一个实际观测值，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： 二、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、delete b、dropc、cleard、remore正确答案：a2. 数据库系统是由（）组成的a、数据库、数据库管理系统和用户b、数据文件、命令文件和报表c、数据库文件结构和数据d、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，为了说明全班同学考试成绩的水平高低，其集中趋势的测度（）a、可以采用算术平均数 b、可以采用众数或中位数c、只能采用众数d、只能采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、购买频次b、购买金额c、最后一次购买时间d、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、人口基本数据，比如年龄和性别b、基本社会状态数据，比如收入和职业c、业务数据，比如消费频次d、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. 下面关于聚类分析说法错误的是（）a、一定存在一个最优的分类b、聚类分析是无监督学习c、聚类分析可以用于判断异常值d、聚类分析即:物以类聚 ,人以群分正确答案：a7. 某小区60 居民订晚报，45 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、0.82b、0.85c、0.80d、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、=123c、+123d、*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、违反了建模的假设条件b、加大了处理的难度c、无法针对分区后各个数据集的特征分别做数据清洗d、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、直接使用该变量b、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c、使用多重插补的方法进行缺失值填补d、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、聚类b、分类c、时间序列d、关联规则正确答案：b12. 有一条关联规则为a b ，此规则的信心水平 (confidence)为 60% ，则代表（）a、买 b 商品的顾客中，有 60% 的顾客会同时购买 a b、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% 的顾客会同时购买 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：c13. 企业要建立预测模型，需准备建模数据集，以下四条描述建模数据集正确的是（）a、数据越多越好b、尽可能多的适合的数据c、数据越少越好d、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、测试集和训练集是相互联系的 b、测试集是用以测试模型的数据集c、通常测试集大约占总样本的三分之一d、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,如果要使抽样平均误差降低50%, 则样本容量需要扩大到原来的（）a、2 倍b、3 倍c、4 倍d、5 倍正确答案：c16. 回归分析的第一步是（）a、确定解释量和被解释变量b、确定回归模型c、建立回归方程d、进行检验正确答案：a17. 关于主成分数目的选取，正确的是（）a、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b、一般选择50% 以上c、选择前两个就可以d、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、数据共享 b、数据完整性c、数据冗余很高d、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、数据正规化b、数据一般化c、数据离散化d、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、r 方b、调整 r 方c、aic d、bic正确答案：a21. rfm方法中的 f 说明客户的（）a、兴趣度b、粘性c、当前价值d、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、模型、技术b、算法、技术、领域知识c、数据、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、因子分析就是主成分分析 b、因子之间可相关也可不相关c、因子受量纲的影响d、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、极差较少受异常值的影响b、四分位差较少受异常值的影响c、方差较少受异常值的影响d、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（ann ）的描述错误的有（）a、神经网络对训练数据中的噪声非常鲁棒b、可以处理冗余特征c、训练 ann 是一个很耗时的过程d、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、指数曲线b、抛物线 c、直线d、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、非线性定价或数量折扣定价d、其他形式的定价正确答案：b29. 设 x=1 ， 2， 3 是频繁项集，则可由x 可产生（）个关联规则。a、3b、4c、5d、6正确答案：d30. 以下哪些分类方法可以较好地避免样本的不平衡问题？（）a、knn b、svmc、bayesd、神经网络正确答案：a三、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-means ）c、基于密度的聚类法d、基于网格的聚类法正确答案：ab2. 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，以下那种操作不应该进行 ()a、对变量进行标准化b、对变量进行百分位秩或turkey正态性转换c、对变量进行因子分析或聚类分析d、对变量进行分箱处理正确答案：bd3. 如下表idstudenttype中, 如何筛选scoretype为包含数学或语文的记录?a01数学78a02语文76a03英语90a04数学68a05英语84a、select * from student where type=”数学”and type=”语文”b、select * from student where type=”数学”typeo=r ”语文”c、select * from student where type in (”数学”,”语文”)d、select * from student where type in (?”数”学语”文” )正确答案：bc4. 以下哪个分布是右偏分布（）a、均匀分布b、卡方分布c、f 分布d、对数正态分布正确答案：bcd5. 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、有充足的理由否定原假设b、原假设必定是错误的c、犯错误的概率不大于ad、犯错误的概率不大于be、在 h。成立的情况下发生了小概率事件正确答案：ace6. 若检验统计量f 近似等于1 ，说明（）a、组间方差中不包含系统因素的影响b、组内方差中不包含系统因素的影响c、组间方差中包含系统因素的影响 d、方差分析中不应拒绝原假设正确答案：ad7. 下列何种算法可以帮助我们做数值的预测(prediction)？a、apriorib、decision tree c、naive bayesd、linear 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、生产费用总指数为104.17%b、生产费用指数为108.56%c、单位成本指数为95%d、产量指数为109.65%e、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列前提条件（）a、现象间确实存在数量上的相互依存关系b、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c、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d、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、被解释变量的实际值与平均值的离差平方和b、被解释变量的回归值与平均值的离差平方和c、被解释变量的总变差与剩余变差之差d、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、可变成本b、固定成本c、付现成本d、沉没成本正确答案：ab12. 统计决策的基本原则是（)a、可行性b、发展性c、合理性d、经济性正确答案：acd13. 随机抽样方法有（）a、等距随机抽样b、综合随机抽样c、简单随机抽样d、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、任一企业无法操纵市场b、少数企业可以影响交易数量c、多个竞争企业同时存在d、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、系统误差 b、登记性误差c、责任心误差d、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region=a时 y 取值均为1 ，无法确定是否出现的是哪个问题？a、共线性b、异常值c、拟完全分离（quasi-complete separation）d、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，显著性水