商务数据分析与应用期末考试卷及答案

商务数据分析与应用期末考试卷及答案1.单项选择题（每题2分，共20分）1.1在商务数据分析中，用于衡量两组变量之间线性关系强度的指标是A.标准差 B.协方差 C.皮尔逊相关系数 D.偏度答案：C1.2某电商企业欲评估“双十一”促销对客单价的影响，最适合的统计检验方法是A.单样本t检验 B.配对样本t检验 C.独立样本t检验 D.卡方检验答案：B1.3在Pythonpandas中，将DataFramedf的列名全部改为小写，正确的写法是A.df.columns=df.columns.lower() B.df.columns=[c.lower()forcindf.columns]C.df.rename(columns=str.lower) D.df.apply(lambdax:x.lower())答案：B1.4对具有明显右偏分布的销售额数据做Box‐Cox变换，λ的最佳估计值通常A.大于1 B.等于1 C.在0~1之间 D.小于0答案：C1.5在SQL中，计算用户最近一笔订单的客单价，应使用的窗口函数是A.ROW_NUMBER() B.RANK() C.LAG() D.FIRST_VALUE()答案：D1.6若随机森林模型在训练集AUC=0.98，测试集AUC=0.72，则最可能出现A.欠拟合 B.过拟合 C.数据泄露 D.特征缩放不足答案：B1.7某连锁便利店用k‐means对门店聚类，若SSE随k值增加而持续快速下降，则选择k的合理方法是A.手肘法 B.轮廓系数 C.Calinski‐Harabasz指数 D.交叉验证答案：A1.8在Tableau中，将“销售额”字段快速计算“同比增长率”应使用的表计算类型是A.汇总 B.差异 C.百分比差异 D.移动平均答案：C1.9某B2B平台用RFM模型细分客户，其中F指标通常指A.最近一次下单距今天数 B.下单频次 C.累计消费金额 D.平均折扣率答案：B1.10在A/B测试中，若显著性水平α=0.05，检验功效1‐β=0.8，则最小样本量主要与下列哪组参数无关A.预期效应量 B.baseline转化率 C.显著性水平 D.实验组比例答案：D2.多项选择题（每题3分，共15分；多选少选均不得分）2.1下列属于时间序列分解成分的有A.趋势 B.季节 C.循环 D.白噪声答案：ABCD2.2关于逻辑回归，下列说法正确的有A.输出可解释为概率 B.损失函数为交叉熵 C.可用L2正则化 D.要求特征服从正态分布答案：ABC2.2使用Pythonstatsmodels建立线性回归时，可输出下列哪些诊断统计量A.条件数 B.Jarque‐Bera检验 C.VIF D.Durbin‐Watson答案：ABD2.4对高维稀疏用户行为数据降维，可优先考虑A.PCA B.t‐SNE C.自动编码器 D.截断SVD答案：CD2.5在PowerBI中，可创建“计算表”的DAX函数有A.CALCULATETABLE B.SELECTCOLUMNS C.SUMMARIZE D.ADDCOLUMNS答案：ABCD3.填空题（每空2分，共20分）3.1若某商品日需求服从泊松分布，平均λ=4，则日需求量的方差为____。答案：43.2在Excel中，用数组公式计算一列数据的几何平均数，函数名为____。答案：GEOMEAN3.3当样本量n→∞，样本均值的分布趋近于____分布。答案：正态3.4若回归模型出现异方差，常用的稳健标准误估计方法为____估计。答案：White（或Huber‐White）3.5某电商平台用Apriori算法挖掘购物车数据，若最小支持度为2%，最小置信度为60%，则规则{A}→{B}的____必须大于等于60%。答案：置信度3.6在Python中，使用seaborn绘制热力图需调用的函数为____。答案：heatmap3.7若某股票对数收益率服从正态分布N(μ,σ²)，则其简单收益率的期望为____。答案：e^{μ+σ²/2}‐13.8在SQLServer中，将日期字段转换为年初的函数为____。答案：DATEFROMPARTS(YEAR(GETDATE()),1,1)3.9某企业用指数平滑法预测销量，若平滑系数α=0.1，则最新一期实际权重为____。答案：0.13.10在R语言中，将数据框df按列x降序排列的语句为df[____,]。答案：order(df$x,decreasing=TRUE)4.简答题（每题8分，共24分）4.1简述利用RFM模型进行客户细分的完整步骤，并说明如何为不同群体制定差异化营销策略。答案：步骤：1)数据抽取：从订单表提取用户ID、订单日期、订单金额；2)计算R（Recency）：最近一次订单距分析日天数；F（Frequency）：统计周期内订单次数；M（Monetary）：累计消费金额；3)分位数法或等宽法将R、F、M分别划分为1‐5分；4)合并三维度得分，形成RFM标签，如“555”为重要价值客户；5)聚类或业务规则合并标签，得到6‐8个群体；6)群体解读：重要价值客户（高RFM）需VIP服务；重要发展客户（高M低F）推会员升级；重要挽留客户（高M高R低F）发限时优惠券；一般维持客户（低RFM）减少营销成本；7)策略落地：渠道（短信/APP推送）、内容（折扣/赠品）、时机（节假日/生日）、预算分配（80%投入前20%客户）。4.2解释“数据泄露”在预测建模中的含义，列举三种常见泄露场景并给出防范措施。答案：含义：训练集包含在真实预测时无法获得的未来信息，导致模型性能虚高。场景与防范：1)时间泄露：用未来订单特征预测未来销量；防范：按时间切分训练/测试集，采用滚动窗口；2)目标泄露：特征工程时误把与目标高度相关的衍生变量加入，如“退款金额”预测“是否退货”；防范：业务逻辑审查，剔除事后变量；3)交叉泄露：训练集与测试集用户重叠，如重复用户的多条记录分散在两端；防范：按用户ID分层抽样，确保同一用户仅出现在一端；4)标准化泄露：先整体标准化再划分训练测试；防范：在训练集上fit标准化器，再transform测试集。4.3说明多重共线性对线性回归模型的危害，并给出两种检测方法与两种解决方案。答案：危害：系数估计方差膨胀，t检验失效，符号反转，模型解释性下降。检测：1)方差膨胀因子VIF>10为强共线；2)条件数κ>30表明存在共线。解决：1)删除高VIF变量；2)采用岭回归L2正则；3)主成分回归；4)合并高度相关变量为单一指标。5.计算与分析题（共41分）5.1相关性检验与回归（10分）某快消企业收集10个城市的广告投入x（万元）与销售额y（万元）数据：x:20,25,30,35,40,45,50,55,60,65y:180,220,250,290,310,350,380,410,430,460(1)计算皮尔逊相关系数r；(2)以α=0.05检验H0:ρ=0；(3)建立一元线性回归方程并解释斜率；(4)预测x=70时的销售额及95%置信区间。答案：(1)r=0.9965(2)t=r√(n‐2)/√(1‐r²)=0.9965×√8/√(1‐0.993)=38.4>t0.025,8=2.306，拒绝H0，显著。(3)b=Σ(xi‐x̄)(yi‐ȳ)/Σ(xi‐x̄)²=7.27，a=ȳ‐bx̄=180‐7.27×42.5=‐128.0，方程：ŷ=‐128.0+7.27x；斜率表示广告投入每增加1万元，销售额平均增加7.27万元。(4)x=70，ŷ=‐128+7.27×70=381.9；标准误差s=√(MSE)=√(Σei²/(n‐2))=8.94；预测标准误SEpred=s√(1+1/n+(x‐x̄)²/Sxx)=8.94×1.07=9.57；95%区间：381.9±2.306×9.57→[359.8,404.0]。5.2时间序列预测（11分）某电商2022年1‐12月销售额（万元）如下：220,235,250,265,280,295,310,325,340,355,370,385(1)用简单指数平滑（α=0.3）预测2023年1月销售额，初始值S1=y1；(2)建立线性趋势模型Tt=a+bt，用最小二乘估计a、b；(3)比较两种方法2023年1月预测值并说明适用场景。答案：(1)S12=αy12+(1‐α)S11=0.3×385+0.7×359.5=367.15；2023年1月预测=367.15；(2)t=1…12，Σt=78，Σt²=650，Σy=3430，Σty=23650；b=(12×23650‐78×3430)/(12×650‐78²)=13.08，a=(3430‐13.08×78)/12=200.83；模型Tt=200.83+13.08t；2023年1月t=13，预测=200.83+13.08×13=370.87；(3)指数平滑适合无趋势或缓慢变化，计算量小；线性趋势适合稳定直线增长，解释性强；本例数据呈完美线性，趋势模型更优。5.3客户终身价值CLV建模（10分）某SaaS企业给出以下参数：月付订阅价P=200元；毛利率m=80%；月留存率r=92%；折现率d=1%。(1)写出无限期CLV公式并计算；(2)若获客成本CAC=1500元，判断获客是否划算；(3)若通过产品改进将月留存率提升至94%，求新CLV及提升比例。答案：(1)CLV=Σt=1∞mPrt‐1/(1+d)t‑1=mP/(1‐r/(1+d))=0.8×200/(1‐0.92/1.01)=0.8×200/0.0891=1795.7元；(2)CLV>CAC，1795.7>1500，划算；(3)新CLV=0.8×200/(1‐0.94/1.01)=0.8×200/0.0693=2308.8元；提升比例=(2308.8‐1795.7)/1795.7=28.6%。5.4A/B测试样本量与结果分析（10分）某App欲测试新推荐算法对购买转化率的影响，baseline转化率p=6%，期望相对提升15%，显著性α=0.05，功效1‐β=0.8。(1)用公式n=2(Zα/2+Zβ)²p(1‐p)/(p‐p0)²计算每组所需样本量；(2)实验运行后，实验组n1=5000，转化350人，对照组n2=5000，转化270人，构建两独立样本Z检验，判断新算法是否显著；(3)计算真实提升率的95%置信区间。答案：(1)p0=0.06，p=0.069，Δ=0.009；Zα/2=1.96，Zβ=0.84；n=2×(1.96+0.84)²×0.06×0.94/0.009²≈