数据的统计与分析综合测试题(含答案)

数据的统计与分析综合测试题(含答案)1.单选题（每题4分，共40分）1.1某市对10万户家庭进行收入抽样调查，采用分层抽样，按城乡分层。若城镇层共7万户，农村层3万户，样本量定为1000户，则按比例分配时，农村层应抽取A.300户 B.350户 C.400户 D.450户答案：A解析：按比例分配公式=农村层样本量=1.2设随机变量X~N(μ,)，若P(A.1.645 B.2.326 C.2.576 D.3.291答案：B解析：由标准正态分位数(0.10)=b最接近选项B2.326（双侧90%区间对应1.645×2=3.290，但题目为10%–90%，故单侧1.2816×2）。1.3对同一总体进行两次独立简单随机抽样，样本量分别为,，样本均值分别为,。若构造合并估计量=则的方差为A. B.+ C. D.答案：A解析：独立样本均值线性组合，方差Var1.4在简单线性回归=++中，若所有均增加常数cA.不变，增加c B.增加c，不变C.不变，减少c D.减少c，增加c答案：C解析：最小二乘估计=平移←+c不改变离差，故=新截距=y¯−(xA.2.00 B.2.22 C.2.67 D.3.20答案：C解析：期望频数==1.6设,…,为来自指数分布A.X¯ B.1/X¯答案：B解析：似然函数L令导数为零得λ1.7对时间序列{}(若ϕ=A.|ϕ|<1,|答案：A解析：AR部分特征根1−ϕz=0要求1.8在贝叶斯估计中，若先验为Beta(2,2)A. B. C. D.答案：B解析：共轭先验，后验Beta(1.9对多元线性回归模型进行变量选择，若使用调整准则，则下列说法正确的是A.增加变量一定使调整增大 B.增加变量一定使调整减小C.增加变量可能使调整增大或减小 D.调整与变量数无关答案：C解析：调整=1−，新增变量若对模型解释力提升足够大，则RSS下降幅度足以抵消自由度惩罚，调整1.10对同一组数据分别建立决策树与随机森林，若随机森林中树数足够大，则A.训练误差：随机森林<单棵树；测试误差：随机森林>单棵树B.训练误差：随机森林=单棵树；测试误差：随机森林>单棵树C.训练误差：随机森林<单棵树；测试误差：随机森林<单棵树D.训练误差：随机森林→0；测试误差：随机森林→0答案：C解析：随机森林通过Bootstrap与特征随机子空间降低方差，通常同时降低训练误差与测试误差，且测试误差优于单棵树。2.多选题（每题5分，共30分，每题至少两个正确答案，多选少选均不得分）2.1下列关于充分统计量的说法正确的有A.若T为充分统计量，则似然函数可分解为LB.充分统计量一定是最小充分统计量C.指数族分布的自然统计量是充分统计量D.充分统计量必为完备统计量答案：AC解析：A为因子分解定理；C指数族性质；B错误，充分不一定最小；D错误，充分不一定完备。2.2在多重共线性诊断中，可用于度量共线性严重程度的指标有A.方差膨胀因子VIF B.条件数κ C.特征根 D.偏相关系数答案：ABC解析：D偏相关用于变量关系，不直接度量共线性。2.3下列方法可用于非参数密度估计的有A.直方图 B.核密度估计 C.k-近邻密度估计 D.极大似然估计答案：ABC解析：D需假定参数模型，属参数方法。2.4关于主成分分析，正确的有A.主成分方向是协方差矩阵特征向量 B.主成分方差等于对应特征值C.主成分之间相关系数为零 D.主成分对原始变量尺度不敏感答案：ABC解析：D错误，PCA对尺度敏感，需标准化。2.5下列属于无监督学习算法的有A.K-means B.DBSCAN C.Apriori D.支持向量机答案：ABC解析：D为监督学习。2.6若随机变量X服从参数为μ,A.lnX~C.Var(X答案：ABCD解析：对数正态性质。3.填空题（每题6分，共30分）3.1设,…,为来自U(0,θ)答案：矩估计2X¯解析：矩法E[3.2对某泊松过程，单位时间事件数均值为λ=3，则第4次事件等待时间的方差为―答案：4解析：Gamma分布Gamma(k3.3在单因素方差分析中，组间平方和SSA=360，组内平方和SSE=480，总样本量n=30，组数k=答案：=3.4若随机向量X~(μ,Σ答案：3.5对某AR(1)过程=0.7+，~N答案：4.计算与证明题（共100分）4.1（15分）设,…f的i.i.d.样本。(1)求θ的极大似然估计θ^(2)证明θ^(3)给出θ^答案：(1)似然函数L令导数为零得θ(2)由大数定律∑ln→E(3)信息量I故(4.2（15分）某电商平台欲评估新版推荐算法对转化率的影响，随机抽取10000名用户，随机分为实验组（5000人）与对照组（5000人）。一周后发现实验组转化350人，对照组转化300人。(1)构建转化率差异的95%置信区间；(2)若希望估计差异的绝对误差不超过0.01，求所需样本量（双侧α=答案：(1)样本差异−合并方差p95%区间0.01(2)令边际误差1.96取p=n每组至少4579人，总9158人。4.3（20分）对多元线性模型y其中X为n×(1)证明β^=((2)推导β^(3)若X存在精确共线性，秩<p答案：(1)Gauss-Markov定理：线性无偏估计中方差最小。(2)Cov(3)采用岭回归=几何意义：在参数空间引入球形约束，将估计投影到收缩椭球，避免奇异矩阵。4.4（20分）设随机效应模型=i=(1)给出方差分量,的ANOVA估计；(2)推导检验:=(3)若a=6,n=答案：(1)=(2)F(3)=F=120/304.5（15分）对数据集{(,)(其中()=K(1)给出的显式解并解释其含义；(2)讨论带宽h对偏差-方差权衡的影响；(3)若K为Epanechnikov核，写出其表达式并说明其效率优势。答案：(1)用矩阵记法=其中X第一列为1，第二列为(−)，W=diag()。(2)h增大