江西环境工程职业学院《数据挖掘与数据分析》2023-2024学年第二学期期末试卷

装订线装订线PAGE2第1页，共3页江西环境工程职业学院《数据挖掘与数据分析》

2023-2024学年第二学期期末试卷院(系)_______班级_______学号_______姓名_______题号一二三四总分得分一、单选题（本大题共15个小题，每小题2分，共30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、在比较多个总体的均值是否相等时，如果数据不满足方差分析的前提条件，应该采用哪种非参数检验方法？（）A.Kruskal-Wallis检验B.Wilcoxon秩和检验C.Friedman检验D.Mood中位数检验2、从一个均值为50，标准差为10的正态总体中，随机抽取一个样本量为100的样本。计算样本均值的抽样分布的标准差是？（）A.1B.10C.0.1D.53、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4、为研究不同教育程度对收入的影响，收集了相关数据并进行方差分析。如果计算得到的F统计量显著，那么说明什么？（）A.不同教育程度的收入均值存在显著差异B.不同教育程度的收入均值不存在显著差异C.无法得出结论D.以上都不对5、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6、在一个样本中，如果存在极端值，对样本均值和中位数的影响程度有何不同？（）A.对均值影响大B.对中位数影响大C.影响程度相同D.无法确定7、在一次关于大学生手机使用时间的调查中，发现样本数据的偏态系数为1.5，峰态系数为2.5。这说明数据的分布具有怎样的特征？（）A.右偏且尖峰B.左偏且尖峰C.右偏且平峰D.左偏且平峰8、已知一组数据的偏态系数为0，峰度系数为3，说明数据的分布情况如何？（）A.接近正态分布B.左偏态C.右偏态D.无法确定9、为研究某种新药对治疗某种疾病的效果，将患者随机分为两组，一组使用新药，另一组使用传统药物。经过一段时间治疗后，比较两组患者的康复情况。在这个实验中，使用的是哪种统计设计方法？（）A.完全随机设计B.配对设计C.随机区组设计D.析因设计10、在一次抽样调查中，样本容量为200，计算得到样本均值为50，样本标准差为10。若要估计总体均值的95%置信区间，应该使用哪种方法？（）A.Z分布B.t分布C.F分布D.卡方分布11、在一个数据集中，变量A和变量B的协方差为正，说明它们之间存在怎样的关系？（）A.正相关B.负相关C.无关D.不确定12、在一项关于不同品牌手机用户满意度的调查中，共收集了1000份有效问卷。其中品牌A的用户有300人，平均满意度为80分；品牌B的用户有500人，平均满意度为75分；品牌C的用户有200人，平均满意度为85分。计算这三个品牌用户的总体平均满意度约为多少？（）A.78分B.79分C.80分D.81分13、某工厂生产的零件长度服从正态分布，均值为10cm，标准差为0.2cm。从生产线上随机抽取一个零件，其长度在9.6cm到10.4cm之间的概率是多少？（）A.0.6826B.0.9544C.0.9974D.0.341314、在对一家超市的销售额进行预测时，收集了过去5年每个月的销售额数据。如果采用季节指数法，需要首先计算每个月的季节指数。已知1月份的平均销售额为10万元，总平均销售额为8万元，那么1月份的季节指数约为多少？（）A.1.25B.0.8C.1.5D.0.6715、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.以上都可以二、简答题（本大题共3个小题，共15分)1、（本题5分）详细分析如何评估一个统计模型的拟合优度？可以使用哪些指标，它们的计算方法和含义是什么？2、（本题5分）说明在统计调查中，如何保证数据的质量？包括数据的准确性、完整性和可靠性等方面，提出相应的措施和方法。3、（本题5分）论述在非参数统计中，Wilcoxon秩和检验的适用情况和基本步骤，并与参数检验进行比较。三、计算题（本大题共5个小题，共25分)1、（本题5分）某商场对顾客的购物金额进行统计，随机抽取了120位顾客的购物记录。样本平均购物金额为200元，标准差为40元。假设购物金额服从正态分布，求该商场顾客平均购物金额的90%置信区间。2、（本题5分）对两种不同品牌的汽车油耗进行比较。随机抽取品牌A的汽车36辆，平均油耗为8升/百公里；随机抽取品牌B的汽车49辆，平均油耗为7.5升/百公里。已知两种品牌汽车油耗的标准差分别为1升/百公里和0.8升/百公里。求两种品牌汽车平均油耗之差的95%置信区间。3、（本题5分）为了解某社区居民的健康状况，随机抽取了150位居民进行体检。样本中居民的平均身高为165厘米，标准差为10厘米。求该社区居民平均身高的95%置信区间。4、（本题5分）某学校对学生的英语和物理成绩进行了统计，随机抽取了100名学生。英语成绩的平均分是70分，标准差为12分；物理成绩的平均分是65分，标准差为10分。已知英语和物理成绩的相关系数为0.5，计算这两门成绩的协方差，并在90%置信水平下估计英语成绩对物理成绩的影响程度。5、（本题5分）某超市有7000种商品，商品的销售量服从正态分布，平均销售量为200件/月，标准差为40件/月。现随机抽取490种商品进行调查，求样本平均数的抽样分布，并计算抽样平均误差。若总体服从正态分布，求该超市商品销售量在190件/月到210件/月之间的商品所占比例。四、案例分析题（本大题共3个小题，共30分)1、（本题10分）某连锁咖啡店统计了不同门店的销售额、饮品销量和顾客消费习惯。如何运用统计分析优化门店布局和产品供应？2、（本题10分）某