云南能源职业技术学院《数据科学导论》2023-2024学年第二学期期末试卷

站名：站名：年级专业：姓名：学号：凡年级专业、姓名、学号错写、漏写或字迹不清者，成绩按零分记。…………密………………封………………线…………第1页，共1页云南能源职业技术学院

《数据科学导论》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、在一项关于消费者对某品牌满意度的调查中，共发放问卷1000份，回收有效问卷800份。其中表示非常满意的有200人，满意的有400人，不满意的有150人，非常不满意的有50人。计算消费者满意度的众数为（）A.满意B.非常满意C.不满意D.非常不满意2、某地区的气温数据服从正态分布，均值为20℃，标准差为5℃。随机抽取一天，其气温在15℃到25℃之间的概率约为多少？（）A.0.68B.0.95C.0.99D.无法确定3、已知两个变量X和Y的协方差为20，X的标准差为4，Y的标准差为5，计算它们的相关系数约为多少？（）A.0.5B.0.8C.1.0D.1.24、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5、在进行统计分析时，如果数据存在缺失值，以下哪种处理方法不太合适？（）A.直接删除含缺失值的观测B.用均值或中位数填充C.用随机值填充D.基于模型的插补6、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7、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8、在一个有放回的抽样过程中，每次抽样的概率都相同。如果抽取了100次，其中有30次抽到了特定的个体，那么该个体被抽到的概率估计值是多少？（）A.0.3B.0.7C.不确定D.无法计算9、在一项市场调查中，要了解消费者对不同品牌汽车的满意度，并分析满意度与价格、性能等因素的关系。应首先进行什么分析？（）A.描述性统计分析B.相关性分析C.回归分析D.方差分析10、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11、某地区的气温在一年中呈现周期性变化，1月平均气温为5℃，7月平均气温为25℃。如果用正弦曲线来拟合气温的季节性变化，那么其振幅约为（）A.10℃B.15℃C.20℃D.5℃12、在一项关于居民收入与消费关系的研究中，收集了100个家庭的收入和消费数据。计算得到收入与消费的相关系数为0.9。如果将收入和消费数据同时乘以2，则新的相关系数为（）A.0.45B.0.9C.1.8D.无法确定13、已知一组数据的均值为50，标准差为10。现将每个数据都加上10，则新数据的均值和标准差分别为（）A.60，10B.60，20C.50，10D.50，2014、为了研究股票价格的波动特征，计算了其日收益率的自相关系数。如果自相关系数在短期内较大，长期趋近于0，说明股票价格具有以下哪种特征？（）A.随机游走B.均值回归C.动量效应D.以上都不是15、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16、为了评估一个分类模型的性能，除了准确率外，还可以使用以下哪个指标？（）A.召回率B.F1值C.混淆矩阵D.以上都是17、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18、在一项医学研究中，比较了两种治疗方法对患者康复时间的影响。如果康复时间的数据不服从正态分布，应选用哪种非参数检验方法？（）A.威尔科克森秩和检验B.曼-惠特尼U检验C.克鲁斯卡尔-沃利斯H检验D.以上都可以19、某股票的收益率在过去10个交易日的变化情况如下：5%，-2%，8%，-3%，10%，-1%，6%，-4%，7%，2%。计算这组数据的几何平均收益率约为多少？（）A.2.5%B.3.0%C.3.5%D.4.0%20、某地区的气温在一年中呈现周期性变化，为了研究其规律，收集了过去5年每月的平均气温数据。适合用于分析这种时间序列数据的方法是？（）A.回归分析B.方差分析C.指数平滑法D.聚类分析二、简答题（本大题共5个小题，共25分)1、（本题5分）在研究社会经济因素对人口出生率的影响时，如何处理宏观数据中的内生性问题？解释内生性的概念和解决方法。2、（本题5分）请阐述如何使用统计软件进行非参数检验，并解释输出结果的含义。3、（本题5分）在进行一项生物医学研究时，需要分析基因表达数据。论述如何使用基因芯片技术获取数据，并说明如何对数据进行预处理和分析。4、（本题5分）论述在进行回归分析时，如果数据存在多重共线性和异方差同时存在的情况，应该如何处理？5、（本题5分）详细分析如何使用统计方法评估一个社交网络平台的用户活跃度？需要收集哪些数据和采用哪些分析指标？三、案例分析题（本大题共5个小题，共25分)1、（本题5分）某在线医疗平台记录了不同科室的问诊量、患者满意度和医生工作效率等，分析应如何利用统计方法优化医疗资源配置和服务流程。2、（本题5分）某城市的图书馆统计了不同类型图书的借阅量、读者年龄和借阅时间。如何利用这些数据优化图书采购和服务？3、（本题5分）某旅游景区收集了不同季节游客的数量、来源地和消费情况等信息，分析应如何通过统计分析优化景区的经营策略。4、（本题5分）某广告公司收集了不同广告投放渠道的效果数据、受众反馈和成本信息，分析怎样运用统计方法优化广告投放策略和提高投资回报率。5、（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。四、计算题（本大题共3个小题，共30分)1、（本题10分）某地区的年降水量服从正态分布，过去10年的平均降水量为800毫米，标准差为100毫米。今年该地区的降水量为900毫米，请问今年的降水量是否显著高于往年的平均水平（α=0.01）？同时，计算99%置信水平下今年降水量的置信区间。2、（本题10分）某班级学生的语文和英语成绩如下：语文英语807090807565……计算两门成绩的相关系数，并分析