2026年学生分析能力测试题及答案

2026年学生分析能力测试题及答案

一、单项选择题（每题2分，共20分）1.在多元线性回归中，若出现“解释变量间高度相关”现象，最先应考虑的修正方法是A.增加样本容量B.剔除因变量C.使用岭回归D.降低显著性水平2.某时间序列经ADF检验得到的τ统计量为-2.10，5%临界值为-2.89，则结论为A.序列平稳B.序列一阶单整C.拒绝原假设D.不拒绝存在单位根的原假设3.在结构方程模型中，用于评价“模型与数据整体适配度”且对样本量敏感最小的指标是A.RMSEAB.CFIC.GFID.χ²/df4.若随机变量X服从参数为λ的泊松分布，则其概率母函数在t=1处的值为A.0B.1C.e^λD.λ5.对两独立正态总体均值进行贝叶斯估计，若采用Jeffreys先验，则后验分布的方差与下列哪一项成正比A.合并方差乘以(1/n₁+1/n₂)B.先验方差C.样本极差D.样本峰度6.在机器学习的集成策略中，降低方差效果最显著的是A.BaggingB.BoostingC.StackingD.Blending7.若某因子分析中特征根λ₁=3.8，λ₂=1.1，λ₃=0.9，按Kaiser准则应提取的公因子数为A.1B.2C.3D.48.对高维稀疏数据执行聚类前，通常需先进行A.变量标准化B.变量中心化C.特征选择或降维D.变量正态化9.在双重差分法中，处理组在干预后的预期效应表达式为A.(Y_post,treat-Y_pre,treat)B.(Y_post,treat-Y_post,control)C.[(Y_post,treat-Y_pre,treat)]-[(Y_post,control-Y_pre,control)]D.(Y_pre,treat-Y_pre,control)10.若某投资组合的CVaR(95%)为800万元，其含义是A.有5%概率损失超过800万B.平均损失不低于800万C.在5%最大损失尾部条件下的期望损失为800万D.日波动率上限为800万二、填空题（每题2分，共20分）11.若样本偏度为-0.6，则分布左侧尾部比右侧尾部________。12.在贝叶斯网络中，若节点A与节点C在给定B时条件独立，则称A与C被B________。13.对p维数据做主成分分析，若前k个主成分累计贡献率达到85%，则k一般应满足k________p。14.当逻辑回归出现完全分离时，最大似然估计的系数绝对值会趋于________。15.若某AR(2)过程的特征方程两根为0.6和0.7，则该过程________（平稳/非平稳）。16.在随机森林中，对分类问题常用的投票策略是________投票。17.若两变量的Copula函数为Clayton，则其尾部相依性呈现________尾高于________尾。18.对计数数据使用负二项回归而非泊松回归，主要是为了解决________过度问题。19.在深度神经网络中，BatchNormalization层通常加在________层与________层之间。20.若某实验的Fisher信息矩阵为对角阵，则参数估计的________界可达到Cramér-Rao下界。三、判断题（每题2分，共20分，正确写“T”，错误写“F”）21.对于任意随机变量，峰度系数大于3即表示厚尾。22.Lasso回归的解路径是分段线性的。23.若两变量相互独立，则其互信息一定为0。24.在聚类分析中，单链接法对噪声点具有鲁棒性。25.当样本量趋于无穷时，Bayes估计一定收敛于MLE。26.对非平稳序列直接建立ARMA模型会导致伪回归。27.在强化学习中，策略梯度方法属于值函数逼近的一种。28.若残差呈现漏斗型，则说明存在异方差。29.对于小样本均值检验，t检验比z检验更保守。30.当VIF>10时，可认为多重共线性问题严重。四、简答题（每题5分，共20分）31.简述岭回归与Lasso回归在变量选择机制上的差异。32.说明双重差分法满足“平行趋势假设”的经济含义及检验思路。33.给出结构方程模型中“建构信度”与“平均方差提取量”的计算公式并解释其评价标准。34.概述随机森林中OOB误差估计的步骤及其优点。五、讨论题（每题5分，共20分）35.高维数据下，主成分分析可能面临哪些解释性困境？请提出两种改进策略并比较其优劣。36.当观测数据存在非随机缺失(MNAR)时，传统多重插补为何失效？试结合选择模型与模式混合模型讨论解决思路。37.在A/B测试的多指标场景下，为何需要控制族错误率？比较Bonferroni、BH与FDR回归三种方法的适用情境。38.深度学习模型常被批评为“黑箱”，请从可解释性角度讨论SHAP与LIME的异同，并指出各自在金融风险评估中的潜在局限。答案与解析一、单项选择题1.C2.D3.A4.B5.A6.A7.B8.C9.C10.C二、填空题11.更厚12.d-separated13.≤14.无穷大15.平稳16.多数17.下；上18.离散19.线性；激活20.方差三、判断题21.F22.T23.T24.F25.F26.T27.F28.T29.F30.T四、简答题（每题约200字）31.岭回归通过L2惩罚将系数压缩至接近零但不为零，不具备稀疏性；Lasso采用L1惩罚，使部分系数精确为零，实现变量选择。岭适合共线性高且需保留全部变量的场景，Lasso适合变量多而稀疏的真实模型。32.平行趋势指若无干预，处理组与对照组结果趋势一致。检验可用干预前多期数据画图或回归：将处理组虚拟变量与年份交互项放入模型，若交互项系数联合不显著，则支持假设。33.建构信度ρc=(Σλ)²/[(Σλ)²+Σ(1-λ²)]，要求>0.7；平均方差提取量AVE=Σλ²/n，要求>0.5。两者越高表示潜变量对指标解释力越强，AVE更严格反映收敛效度。34.对每棵树，用未参与训练样本预测并计算误差，整合所有树得OOB误差。无需额外验证集，节省数据，且给出无偏估计，可用于变量重要度计算。五、讨论题（每题约200字）35.高维下主成分可能由噪声主导，解释困难。改进：1.稀疏主成分(SPCA)引入L1约束，使载荷稀疏，提高解释性，但求解复杂；2.旋转主成分（Varimax）放大载荷差异，易解释，但或损失方差。SPCA适合变量选择场景，旋转适合探索性分析。36.MNAR下缺失机制与未观测值相关，传统插补忽略此关联导致偏差。选择模型联合建模结果与缺失机制，需指定分布，敏感；模式混合模型分层建模不同缺失模式，较灵活，但需足够样本。二者可结合敏感性分析评估稳健性。37.多指标同时检验会放大TypeIerror。Bonferroni控制族错误率最严，适合少量、高成本实验；BH控制FDR，适合大规模、可接受少量假阳性