2026年分析题专项背诵背好

2026年分析题专项背诵背好姓名：_____ 准考证号：_____ 得分：__________

2026年分析题专项背诵背好

一、选择题(每题2分，总共10题)

1.在多元线性回归分析中，若自变量之间存在高度相关性，则可能出现的现象是

A.回归系数估计值的标准误差增大

B.回归模型的R²值显著提高

C.模型的预测能力增强

D.多重共线性问题消失

2.对于时间序列数据，ARIMA模型中参数p、d、q分别代表

A.自回归阶数、差分阶数、移动平均阶数

B.差分阶数、自回归阶数、移动平均阶数

C.移动平均阶数、自回归阶数、差分阶数

D.自回归阶数、移动平均阶数、差分阶数

3.在假设检验中，第一类错误和第二类错误的定义分别是

A.拒绝真假设、接受假假设

B.接受真假设、拒绝假假设

C.拒绝假假设、接受真假设

D.接受假假设、接受真假设

4.对于分类变量，以下哪种方法适用于变量转换以提升模型效果

A.标准化

B.二值化

C.对数变换

D.主成分分析

5.在逻辑回归模型中，输出结果通常表示为

A.连续值预测

B.概率值

C.离散类别预测

D.标准正态分布

6.在聚类分析中，K-means算法的主要缺点是

A.对初始聚类中心敏感

B.无法处理高维数据

C.计算复杂度低

D.结果唯一确定

7.对于缺失值处理，以下哪种方法属于删除法

A.插值法

B.回归填充

C.KNN填充

D.直接删除含有缺失值的样本

8.在决策树模型中，信息增益通常用于

A.选择分裂属性

B.评估模型复杂度

C.计算节点纯度

D.调整树深度

9.在假设检验中，p值小于显著性水平α意味着

A.观察结果在原假设下不太可能发生

B.观察结果在备择假设下必然发生

C.模型参数显著不为零

D.模型参数显著为零

10.对于时间序列预测，滑动平均模型MA(q)的特点是

A.依赖于未来数据

B.适用于趋势平稳数据

C.模型参数少

D.对异常值敏感

二、填空题(每题2分，总共10题)

1.在多元线性回归中，检验整个模型是否显著的统计量是________。

2.对于ARIMA(p,d,q)模型，参数d表示需要进行的________阶差分。

3.假设检验中，拒绝域的大小由________决定。

4.在逻辑回归中，输出概率P(Y=1|x)的计算公式包含________项。

5.K-means算法的聚类结果取决于________的选择。

6.缺失值处理中，均值填充属于________方法。

7.决策树模型中，常用的分裂标准包括________和信息增益比。

8.在假设检验中，犯第一类错误的概率记为________。

9.时间序列分析中，季节性分解的常用方法是________。

10.在聚类分析中，衡量聚类效果常用的指标有________和轮廓系数。

三、多选题(每题2分，总共10题)

1.多重共线性可能导致的后果包括

A.回归系数估计值不稳定

B.模型预测精度下降

C.回归系数符号与预期相反

D.R²值虚高

2.以下哪些属于时间序列模型

A.ARIMA模型

B.线性回归模型

C.GARCH模型

D.指数平滑模型

3.假设检验中，影响检验结果的因素包括

A.样本量

B.显著性水平

C.样本均值

D.模型复杂度

4.逻辑回归模型的应用场景有

A.信用评分

B.疾病预测

C.用户流失分析

D.线性回归预测

5.聚类分析中，评估聚类效果的方法包括

A.轮廓系数

B.确定系数

C.距离矩阵

D.熵值

6.处理缺失值的方法包括

A.删除法

B.插值法

C.基于模型填充

D.KNN填充

7.决策树模型的优势包括

A.可解释性强

B.对异常值不敏感

C.易于处理高维数据

D.计算效率高

8.假设检验中的p值含义包括

A.观察到当前结果或更极端结果的概率

B.模型参数真实概率

C.拒绝原假设的置信度

D.备择假设为真的概率

9.时间序列分析中，季节性因素的处理方法包括

A.季节性分解

B.季节性差分

C.季节性指数平滑

D.ARIMA模型直接建模

10.聚类分析中，常用的距离度量包括

A.欧氏距离

B.曼哈顿距离

C.切比雪夫距离

D.余弦相似度

四、判断题(每题2分，总共10题)

1.在多元线性回归中，增加自变量一定会提高模型的R²值。

2.ARIMA模型能够完全消除时间序列数据中的所有趋势和季节性。

3.假设检验中，p值越小，拒绝原假设的证据越强。

4.逻辑回归模型输出的是连续值，适用于回归问题。

5.K-means算法能够保证找到全局最优的聚类结果。

6.缺失值填充后的数据会丢失原始样本的信息。

7.决策树模型容易过拟合，通常需要进行剪枝。

8.在假设检验中，显著性水平α通常取0.05。

9.时间序列分析中的差分操作可以消除数据的季节性。

10.聚类分析中的轮廓系数越接近1，聚类效果越好。

五、问答题(每题2分，总共10题)

1.简述多重共线性对线性回归模型的影响。

2.解释ARIMA模型中参数p、d、q的含义。

3.描述假设检验中第一类错误和第二类错误的区别。

4.说明逻辑回归模型中sigmoid函数的作用。

5.比较K-means算法和层次聚类算法的优缺点。

6.列举三种常见的缺失值处理方法及其适用场景。

7.解释决策树模型中信息增益的原理。

8.说明在假设检验中如何选择合适的显著性水平α。

9.描述时间序列分析中季节性分解的步骤。

10.解释聚类分析中轮廓系数的计算方法及其意义。

试卷答案

一、选择题答案及解析

1.A

解析：多重共线性导致自变量之间存在高度相关性，这会使回归系数的估计变得不稳定，标准误差增大，但不会提高模型的R²值，也不会增强预测能力，更不会消除多重共线性问题。

2.A

解析：ARIMA(p,d,q)模型中，p代表自回归阶数，即模型中滞后项的数量；d代表差分阶数，即需要进行的差分操作次数以使数据平稳；q代表移动平均阶数，即模型中移动平均项的数量。

3.A

解析：第一类错误是指在原假设为真时错误地拒绝了原假设，即“弃真错误”；第二类错误是指在原假设为假时错误地接受了原假设，即“纳伪错误”。

4.B

解析：对于分类变量，二值化（或称为独热编码）是一种常见的变量转换方法，将其转换为0和1的二元变量，适用于大多数分类算法；标准化适用于连续变量；对数变换主要用于处理偏态分布的连续变量；主成分分析是一种降维方法。

5.B

解析：逻辑回归模型的输出是一个概率值，表示给定输入条件下，事件发生的可能性，通常用于二分类问题。

6.A

解析：K-means算法对初始聚类中心的选择比较敏感，不同的初始中心可能导致不同的聚类结果；它能够处理高维数据；结果不是唯一确定的，依赖于初始值和迭代过程。

7.D

解析：直接删除含有缺失值的样本属于删除法，包括完全删除法；插值法、回归填充、KNN填充都属于填充法。

8.A

解析：信息增益是决策树算法中常用的分裂属性选择准则，用于衡量分裂前后信息熵的减少量，选择信息增益最大的属性进行分裂。

9.A

解析：p值是观察到当前结果或更极端结果的概率，如果p值小于显著性水平α，说明在原假设下观察到当前结果的可能性较小，因此有理由拒绝原假设，接受备择假设。

10.C

解析：滑动平均模型MA(q)只依赖于过去q个时间点的误差项，不依赖于未来数据；适用于平稳数据；模型参数少，计算简单；但对异常值敏感，因为异常值会对近期均值产生较大影响。

二、填空题答案及解析

1.F统计量

解析：F统计量用于检验多元线性回归模型的整体显著性，即检验所有自变量联合起来是否对因变量有显著的线性影响。

2.差分

解析：d表示进行差分的阶数，如果d=0，表示数据已经是平稳的；d=1，表示需要进行一阶差分；依此类推。

3.显著性水平α

解析：显著性水平α是研究者设定的拒绝原假设的阈值，决定了检验的严格程度，直接影响拒绝域的大小。

4.e^(β₀+β₁x₁+...+βₚxₚ)

解析：逻辑回归模型输出概率P(Y=1|x)的计算公式基于logit函数，即P(Y=1|x)=1/(1+exp(-(β₀+β₁x₁+...+βₚxₚ)))，其中β₀,β₁,...,βₚ是模型参数。

5.初始聚类中心

解析：K-means算法的聚类结果很大程度上取决于初始聚类中心的选择，不同的初始中心可能导致不同的最终聚类结果。

6.删除法

解析：均值填充是将缺失值替换为该变量所有非缺失值的平均值，属于删除法的一种，因为它直接移除了包含缺失值的样本或特征。

7.信息增益

解析：决策树模型中常用的分裂标准包括信息增益和增益率（或称为信息增益比），信息增益衡量分裂前后信息熵的减少量，增益率是信息增益与属性固有值的比值，用于克服信息增益偏向选择取值多的属性的缺点。

8.α

解析：α是假设检验中犯第一类错误的概率，即拒绝原假设时原假设实际上为真的概率，也称为显著性水平。

9.时间序列分解法（如STL分解）

解析：季节性分解是将时间序列数据分解为趋势成分、季节成分和随机成分，常用方法包括时间序列分解法（如STL分解）和乘法模型等。

10.轮廓系数

解析：轮廓系数是衡量聚类效果的一种指标，结合了样本与其自身簇内距离和最近非簇内距离，值越接近1表示聚类效果越好，值越接近-1表示样本可能被错误聚类。

三、多选题答案及解析

1.A,B,C,D

解析：多重共线性会导致回归系数估计值不稳定（A），模型预测精度下降（B），回归系数符号可能与预期相反（C），R²值虚高（D），因为R²会包含自变量之间的相关性贡献。

2.A,C,D

解析：ARIMA模型（A）、GARCH模型（C）和指数平滑模型（D）都是时间序列模型，用于分析和预测时间序列数据；线性回归模型（B）是用于分析自变量和因变量之间线性关系的模型，不直接处理时间序列的时序性。

3.A,B,C

解析：假设检验的结果受样本量（A）的影响，样本量越大，检验统计量的分布越集中；受显著性水平α（B）的影响，α越小，拒绝域越小，检验越严格；受样本均值（C）的影响，样本均值与假设值的差异越大，p值越小；模型复杂度（D）主要影响模型的过拟合风险，不直接决定假设检验的结果。

4.A,B,C

解析：逻辑回归模型适用于分类问题，可以用于信用评分（A）、疾病预测（B）和用户流失分析（C）；线性回归预测（D）是用于预测连续变量的，不适用于分类问题。

5.A,B

解析：轮廓系数（A）和确定系数（B）是评估聚类效果的方法；距离矩阵（C）是聚类分析中用于计算样本之间距离的工具，不是评估指标；熵值（D）主要用于信息论和分类问题，不是聚类分析的主要评估指标。

6.A,B,C,D

解析：处理缺失值的方法包括删除法（A），如完全删除法；填充法（B），如均值填充、中位数填充、回归填充；基于模型填充（C），如KNN填充、插值法；D选项本身是填充法的一种，但题目要求列举方法，已包含在B中。

7.A,C

解析：决策树模型的优势包括可解释性强（A），容易理解模型的决策逻辑；对异常值不敏感（C），因为异常值通常会被分到叶节点，不会显著影响整体结构；但决策树模型容易过拟合（不是优势），对异常值敏感（不是优势），计算效率可能不高（不是优势）。

8.A,C

解析：p值是观察到当前结果或更极端结果的概率（A），如果p值小于显著性水平α，说明结果不太可能由原假设产生，因此有理由拒绝原假设；p值不表示模型参数的真实概率（B），也不表示拒绝原假设的置信度（C），更不表示备择假设为真的概率（D）。

9.A,B,C

解析：时间序列分析中处理季节性因素的方法包括季节性分解（A），如STL分解；季节性差分（B），即对数据按季节周期进行差分；季节