2025年统计学专业期末考试：数据分析计算题库与机器学习算法试题

2025年统计学专业期末考试：数据分析计算题库与机器学习算法试题考试时间：______分钟总分：______分姓名：______一、数据分析计算题库要求：请根据以下给出的数据，运用统计学方法计算所需指标，并解释其含义。1.某城市居民家庭月收入分布如下（单位：元）：5000，5500，6000，6500，7000，7500，8000，8500，9000，9500，10000，10500，11000，11500，12000，12500，13000，13500，14000，14500，15000。（1）计算该城市居民家庭月收入的平均数、中位数和众数。（2）求出月收入在6000元以下的家庭比例。（3）计算月收入的标准差和方差。2.某公司员工年龄分布如下（单位：岁）：20，22，25，25，27，27，28，28，29，29，30，30，31，32，32，33，33，34，34，35，35，36，36，37，37，38，38，39，39，40，40，41，41，42，42，43，43，44，44，45，45，46，46，47，47，48，48，49，49，50，50。（1）计算该公司员工年龄的平均数、中位数和众数。（2）求出年龄在25岁以下的员工比例。（3）计算年龄的标准差和方差。二、机器学习算法试题要求：请根据以下描述，选择合适的机器学习算法，并简要说明理由。1.某电商平台希望预测用户购买商品的概率，现有以下数据：用户A：购买过商品1、商品2、商品3；用户B：购买过商品2、商品3；用户C：购买过商品1、商品4；用户D：购买过商品4、商品5。请选择合适的机器学习算法，并简要说明理由。2.某公司收集了员工的工作表现数据，包括工作效率、团队协作、创新能力等指标，希望预测员工的晋升概率。现有以下数据：员工A：工作效率80分，团队协作85分，创新能力90分；员工B：工作效率75分，团队协作80分，创新能力85分；员工C：工作效率70分，团队协作75分，创新能力80分；员工D：工作效率65分，团队协作70分，创新能力75分。请选择合适的机器学习算法，并简要说明理由。三、案例分析题要求：请根据以下案例，分析数据挖掘在市场营销中的应用，并撰写一份简短的市场营销策略报告。案例：某手机制造商在推出新一代智能手机后，希望提高市场份额。为了实现这一目标，公司收集了以下数据：（1）用户购买记录：包括购买时间、购买型号、购买渠道、购买价格等；（2）用户反馈信息：包括产品满意度、售后服务评价等；（3）市场调研数据：包括竞争对手市场份额、消费者偏好等。请根据上述数据，运用数据挖掘技术分析以下问题：（1）分析用户购买行为，找出影响购买决策的关键因素；（2）评估不同营销渠道的效果，为未来的营销策略提供依据；（3）预测未来市场趋势，为产品研发和市场营销提供参考。四、编程实践题要求：请根据以下要求，编写Python代码实现相应的功能。（1）编写一个函数，用于计算一组数据的均值、中位数、众数、标准差和方差；（2）编写一个函数，用于根据用户输入的年龄和性别，判断该用户是否为潜在客户（假设年龄在18-45岁之间，性别为男性）；（3）编写一个函数，用于读取文本文件中的数据，提取关键词，并统计每个关键词出现的频率。本次试卷答案如下：一、数据分析计算题库1.某城市居民家庭月收入分布如下（单位：元）：5000，5500，6000，6500，7000，7500，8000，8500，9000，9500，10000，10500，11000，11500，12000，12500，13000，13500，14000，14500，15000。（1）计算该城市居民家庭月收入的平均数、中位数和众数。解析：平均数是所有数值的总和除以数值的个数。中位数是将数值按大小顺序排列后，位于中间的数值。众数是出现次数最多的数值。平均数=(5000+5500+6000+6500+7000+7500+8000+8500+9000+9500+10000+10500+11000+11500+12000+12500+13000+13500+14000+14500+15000)/25=9500中位数=11000（由于数据量是奇数，中位数是中间的数值）众数=10000（10000出现次数最多）（2）求出月收入在6000元以下的家庭比例。解析：计算小于6000元的数值个数占总数的比例。小于6000元的家庭数=5总家庭数=25比例=小于6000元的家庭数/总家庭数=5/25=0.2或20%（3）计算月收入的标准差和方差。解析：标准差是衡量数据离散程度的指标，方差是标准差的平方。方差=[(5000-9500)^2+(5500-9500)^2+...+(15000-9500)^2]/25=5100000标准差=√方差=√5100000≈2246.52.某公司员工年龄分布如下（单位：岁）：20，22，25，25，27，27，28，28，29，29，30，30，31，32，32，33，33，34，34，35，35，36，36，37，37，38，38，39，39，40，40，41，41，42，42，43，43，44，44，45，45，46，46，47，47，48，48，49，49，50，50。（1）计算该公司员工年龄的平均数、中位数和众数。解析：同上题解析。平均数=(20+22+25+25+...+50)/50=30中位数=30（由于数据量是偶数，中位数是中间两个数值的平均数）众数=25和30（25和30出现次数最多）（2）求出年龄在25岁以下的员工比例。解析：同上题解析。年龄在25岁以下的员工数=2总员工数=50比例=年龄在25岁以下的员工数/总员工数=2/50=0.04或4%（3）计算年龄的标准差和方差。解析：同上题解析。方差=[(20-30)^2+(22-30)^2+...+(50-30)^2]/50=250标准差=√方差=√250≈15.81二、机器学习算法试题1.某电商平台希望预测用户购买商品的概率，现有以下数据：用户A：购买过商品1、商品2、商品3；用户B：购买过商品2、商品3；用户C：购买过商品1、商品4；用户D：购买过商品4、商品5。解析：对于这类问题，可以考虑使用逻辑回归算法，因为它适用于分类问题，并且可以预测概率。2.某公司收集了员工的工作表现数据，包括工作效率、团队协作、创新能力等指标，希望预测员工的晋升概率。现有以下数据：员工A：工作效率80分，团队协作85分，创新能力90分；员工B：工作效率75分，团队协作80分，创新能力85分；员工C：工作效率70分，团队协作75分，创新能力80分；员工D：工作效率65分，团队协作70分，创新能力75分。解析：在这种情况下，可以考虑使用决策树或随机森林算法，因为它们可以处理多变量数据，并且对于预测晋升概率这类问题有较好的效果。三、案例分析题解析：首先，使用关联规则挖掘技术分析用户购买记录，找出频繁项集和关联规则，例如用户购买商品1可能也会购买商品2。其次，使用聚类分析技术对用户反馈信息进行分类，以识别不同类型的用户群体。最后，结合市场调研数据，使用时间序列分析预测市场趋势。四、编程实践题解析：第一题，编写函数计算均值、中位数、众数、标准差和方差，需要定义