南京铁道职业技术学院《社会统计与R语言B》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页南京铁道职业技术学院《社会统计与R语言B》

2023-2024学年第二学期期末试卷题号一二三四总分得分批阅人一、单选题（本大题共20个小题，每小题1分，共20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、为研究两个变量之间的非线性关系，对数据进行了曲线拟合。以下哪种方法常用于判断拟合效果的优劣？（）A.决定系数B.相关系数C.方差分析D.t检验2、为研究某种减肥产品的效果，选取了20名志愿者进行为期一个月的试验。试验前后分别测量了他们的体重，已知试验前平均体重为75公斤，标准差为5公斤，试验后平均体重为70公斤，标准差为4公斤。请问减肥效果是否显著？（）A.显著B.不显著C.无法确定D.以上都不对3、在一个数据集中，存在一些异常值。为了使数据更具代表性，应该如何处理这些异常值？（）A.直接删除B.修正C.保留D.进行单独分析4、某地区的年降水量服从正态分布，过去30年的平均降水量为800毫米，标准差为100毫米。今年的降水量为1000毫米，计算其标准分数是？（）A.2B.-2C.1D.-15、在对一批产品进行质量检验时，采用抽样检验的方法。规定样本不合格品率不超过5%时认为该批产品合格。若抽样方案为（100，5），在样本中发现了3件不合格品，那么该批产品是否合格？（）A.合格B.不合格C.无法确定D.以上都不对6、为研究广告投入与销售额之间的关系，收集了多家企业的数据。已知销售额的方差为1000万元²，广告投入的方差为200万元²，两者的相关系数为0.6。计算广告投入对销售额的回归系数约为多少？（）A.3B.2C.1.5D.17、为研究某种药物的疗效，将患者随机分为实验组和对照组。实验组使用药物，对照组使用安慰剂。经过一段时间后，测量两组患者的症状改善情况。这种研究方法属于？（）A.观察性研究B.实验性研究C.案例分析D.以上都不是8、在对某地区的人口年龄结构进行分析时，计算得到0-14岁人口占比为20%，15-64岁人口占比为70%，65岁及以上人口占比为10%。根据国际通用标准，该地区的人口年龄结构属于哪种类型？（）A.年轻型B.成年型C.老年型D.无法确定9、在进行多元回归分析时，如果某个自变量的方差膨胀因子（VIF）较大，说明存在什么问题？（）A.多重共线性B.异方差C.自相关D.模型不准确10、在一项关于消费者购买行为的调查中，记录了消费者的年龄、性别、收入、购买频率等信息。若要研究不同性别消费者的购买频率是否有差异，应采用哪种统计方法？（）A.独立样本t检验B.配对样本t检验C.方差分析D.卡方检验11、在进行假设检验时，如果备择假设是单侧的，那么拒绝域会在分布的哪一侧？（）A.左侧或右侧B.仅左侧C.仅右侧D.两侧12、为了解某城市居民的出行方式，随机抽取了1000人进行调查。已知选择公交车出行的有400人，选择地铁出行的有300人，选择私家车出行的有200人，选择其他方式出行的有100人。若要绘制扇形图展示各种出行方式的比例，选择公交车出行所占的扇形角度约为（）A.144°B.126°C.72°D.36°13、某企业生产的产品重量服从正态分布，均值为500克，标准差为20克。现从生产线上随机抽取一个产品，其重量超过540克的概率约为（）A.0.0228B.0.0456C.0.0668D.0.081614、在对多个变量进行降维处理时，常用的方法有主成分分析和因子分析。它们的主要区别是什么？（）A.提取信息的方式不同B.应用场景不同C.计算方法不同D.以上都是15、在一项关于大学生就业意向的调查中，收集了学生的专业、成绩、实习经历等信息，并对就业意向进行了分类。若要分析哪些因素对就业意向有显著影响，应采用哪种统计方法？（）A.因子分析B.聚类分析C.判别分析D.主成分分析16、对一组数据进行分组，组距为5，第一组下限为10。如果数据中最小的值为8，那么应该将其归入哪一组？（）A.第一组B.第二组C.第三组D.不归入任何组17、某公司生产的一批产品，其质量特性值服从正态分布，均值为100，标准差为5。从这批产品中随机抽取一个，其质量特性值大于110的概率大约是多少？（）A.0.0228B.0.1587C.0.8413D.0.977218、在一项市场调查中，要了解消费者对不同品牌的偏好程度，收集的数据是顺序数据。应选用哪种统计量来描述数据的集中趋势？（）A.均值B.中位数C.众数D.以上都可以19、某数据集包含多个变量，想要找出对因变量影响最大的自变量，应该使用哪种方法？（）A.逐步回归B.岭回归C.套索回归D.以上都可以20、在对一组数据进行正态性检验时，使用了Shapiro-Wilk检验，P值为0.01。这表明数据（）A.服从正态分布B.不服从正态分布C.无法确定是否服从正态分布D.以上都不对二、简答题（本大题共5个小题，共25分)1、（本题5分）解释什么是随机森林算法，它在统计学习中的优势和应用场景是什么？举例说明如何使用随机森林进行分类和回归。2、（本题5分）在研究基因表达数据时，有哪些统计学方法可以用于差异表达基因的筛选和功能注释？解释其原理和应用。3、（本题5分）解释什么是主成分分析，并说明其在数据分析中的目的和应用场景。4、（本题5分）对于时间序列数据，如何使用移动平均法进行预测？移动平均法的优缺点是什么？5、（本题5分）对于一组分类变量，如何进行交叉列联表分析？请说明分析的步骤和主要关注的指标。三、案例分析题（本大题共5个小题，共25分)1、（本题5分）某体育赛事组织方收集了观众人数、赛事类型、举办地点、门票价格等数据。请分析影响观众参与度的因素，并制定提高赛事吸引力的策略。2、（本题5分）一家医院记录了患者的住院时间、疾病类型和治疗费用等信息。分析如何运用统计方法研究疾病治疗的效率和资源利用情况。3、（本题5分）某农业部门为了提高农作物产量，对不同地区的土壤条件、气候因素和种植技术进行了研究。制定科学的种植指导方案。4、（本题5分）某社交网络平台想分析用户的关注关系和信息传播规律。收集到相关数据后，应如何挖掘有价值的社交模式和趋势？5、（本题5分）某汽车品牌为了解消费者的购车偏好，进行了市场调查，收集了消费者对车型、配置、价格、品牌等方面的选择数据。请分析消费者的购车决策因素，并为产品研发和营销提供依据。四、计算题（本大题共3个小题，共30分)1、（本题10分）某商场销售的三种服装的价格和销售量数据如下：服装价格（元）销售量（件）上衣200100裤子150120裙子18080计算三种服装销售额的加权平均数、销售均价和价格的调和平均数。2、（本题10分）某高校对800名学生的英语成绩进行统计，成绩在60分以下的有100人，60-70分的有200人，70-80分的有300人，80-90分的有150人，90