2026年滨州市中国算师职业资格试题(准算师算模型与数据分析)模拟题(附答案)

2026年滨州市中国算师职业资格试题(准算师算模型与数据分析)模拟题(附答案)一、单项选择题（每题1分，共10分）1.在多元线性回归模型中，若某个自变量的VIF值为5.8，说明该变量与其他自变量之间：A.无多重共线性B.存在轻度多重共线性C.存在中度多重共线性D.存在严重多重共线性2.时间序列数据中，若自相关函数（ACF）在k=2处显著不为0，之后迅速衰减；偏自相关函数（PACF）在k=3处显著不为0，之后衰减，则初步判断该序列适合的ARIMA模型阶数为：A.ARIMA(2,0,3)B.ARIMA(3,0,2)C.ARIMA(2,1,3)D.ARIMA(3,1,2)3.某分类模型的混淆矩阵如下（实际正类150例，实际负类200例）：预测正类120例（其中真阳性90例），预测负类230例（其中真阴性180例）。该模型的召回率为：A.60%B.75%C.64.29%D.81.82%4.进行假设检验时，若原假设为H₀:μ=μ₀，备择假设为H₁:μ≠μ₀，当样本量增大时，以下说法正确的是：A.第一类错误概率α增大B.第二类错误概率β增大C.检验功效1-β增大D.临界值zα/2增大5.在数据标准化处理中，若某变量的原始数据为[10,20,30,40]，则经z-score标准化后，第二个数据点的值为：A.-1.34B.-0.67C.0D.0.676.以下哪项不是随机森林模型的特点？A.可处理高维数据B.容易过拟合C.能评估特征重要性D.基于多棵决策树的集成7.某时间序列的ADF检验结果显示，检验统计量为-2.8，1%、5%、10%显著性水平下的临界值分别为-3.5、-2.9、-2.6，则结论为：A.序列平稳（拒绝原假设）B.序列不平稳（不拒绝原假设）C.需进一步差分后检验D.无法判断8.线性回归模型中，若残差的正态性检验p值为0.03（显著性水平α=0.05），则：A.残差服从正态分布B.残差不服从正态分布，模型假设不满足C.需增加自变量D.不影响参数估计的无偏性9.进行主成分分析（PCA）时，若前两个主成分的累积方差贡献率为82%，说明：A.前两个主成分包含原始数据82%的信息B.原始数据中82%的变量可被前两个主成分解释C.前两个主成分的相关系数为0.82D.原始数据的协方差矩阵有82%的特征值被提取10.某二分类问题中，若将分类阈值从0.5调整为0.6，通常会导致：A.精确率上升，召回率下降B.精确率下降，召回率上升C.精确率和召回率均上升D.精确率和召回率均下降二、多项选择题（每题3分，共15分，少选得1分，错选不得分）11.数据清洗过程中，处理缺失值的常用方法包括：A.删除含缺失值的整行B.用变量均值填补C.用回归模型预测填补D.直接保留缺失值12.以下属于监督学习算法的有：A.K-means聚类B.逻辑回归C.支持向量机（SVM）D.主成分分析13.评估回归模型效果的指标包括：A.R²（决定系数）B.MAE（平均绝对误差）C.AUC-ROCD.RMSE（均方根误差）14.时间序列的平稳性要求包括：A.均值不随时间变化B.方差不随时间变化C.自协方差仅与滞后阶数有关D.存在明显的趋势或季节成分15.以下关于正则化的说法正确的有：A.L1正则化会使部分系数变为0，实现特征选择B.L2正则化会使系数趋近于0，但不会完全为0C.正则化可用于解决过拟合问题D.正则化参数λ越大，模型复杂度越高三、计算题（共40分）16.（10分）滨州市2020-2025年新能源产业产值（单位：亿元）如下表：年份202020212022202320242025产值120145170200235270假设该序列满足线性趋势模型Yₜ=a+bt+εₜ，要求：（1）计算模型参数a和b（保留2位小数）；（2）预测2026年新能源产业产值。17.（12分）某制造企业收集了10组数据，研究设备运行时间（x，单位：小时）与产品次品率（y，单位：%）的关系，数据如下：x245781012141516y567891011121314（1）计算x与y的相关系数（保留3位小数）；（2）建立一元线性回归模型y=β₀+β₁x，并写出参数估计结果（保留2位小数）；（3）若设备运行时间为18小时，预测次品率（保留1位小数）。18.（8分）为检验滨州市两个区域（A、B）的居民人均月消费是否有差异，随机抽取A区30人，均值5200元，标准差800元；B区25人，均值4800元，标准差700元。假设总体方差不等，显著性水平α=0.05，要求：（1）提出原假设和备择假设；（2）计算检验统计量（保留2位小数）；（3）判断是否拒绝原假设（t₀.₀₂₅(28)=2.048，t₀.₀₂₅(53)=2.006）。19.（10分）某分类模型对测试集的预测结果如下（实际正类120例，实际负类180例）：预测正类预测负类实际正类9030实际负类45135计算：（1）准确率；（2）精确率；（3）召回率；（4）F1分数（保留3位小数）。四、案例分析题（共35分）20.（18分）滨州市统计局收集了2018-2025年社会消费品零售总额（Y，亿元）、居民人均可支配收入（X₁，万元）、城镇人口占比（X₂，%）、CPI（X₃，以上年为100）的年度数据，部分统计量如下：样本量n=8；Y的均值=1500，X₁均值=3.2，X₂均值=65，X₃均值=102；回归结果（括号内为t统计量）：Y=-500+400X₁+15X₂-20X₃（2.5）（3.8）（-1.2）R²=0.89，调整R²=0.85，F=25.6（p=0.001）（1）解释X₁系数（400）的经济意义；（2）判断X₃的显著性（α=0.05，t临界值=2.365），并说明原因；（3）分析模型整体显著性（F检验结果）；（4）若2026年X₁=3.5万元，X₂=68%，X₃=103，预测2026年社会消费品零售总额；（5）指出模型可能存在的不足（至少2点）。21.（17分）滨州市某电商企业收集了2025年1-12月的月销售额（单位：万元）数据如下：月份123456789101112销售额80759085110105130125150145170165（1）判断该序列是否存在季节成分（提示：观察数据规律）；（2）若采用移动平均法（k=3）平滑数据，计算4-12月的平滑值（保留1位小数）；（3）若平滑后序列呈现线性趋势，建立趋势模型并预测2026年1月销售额；（4）说明移动平均法的优缺点（各2点）。答案一、单项选择题1.B2.B3.A（召回率=真阳性/(真阳性+假阴性)=90/(90+60)=60%）4.C5.B（均值25，标准差≈11.18，(20-25)/11.18≈-0.67）6.B7.B（检验统计量-2.8＞-2.9，不拒绝原假设）8.B9.A10.A二、多项选择题11.ABC12.BC13.ABD14.ABC15.ABC三、计算题16.（1）令t=1（2020）至t=6（2025），计算得：Σt=21，ΣY=1140，ΣtY=120×1+145×2+…+270×6=4775b=(nΣtY-ΣtΣY)/(nΣt²-(Σt)²)=(6×4775-21×1140)/(6×91-441)=(28650-23940)/(546-441)=4710/105≈44.86a=Ȳ-bt̄=1140/6-44.86×(21/6)=190-44.86×3.5≈190-157.01=32.99（2）2026年t=7，Y=32.99+44.86×7≈32.99+314.02=347.01亿元17.（1）r=[nΣxy-ΣxΣy]/√[nΣx²-(Σx)²][nΣy²-(Σy)²]计算得Σx=93，Σy=95，Σxy=2×5+4×6+…+16×14=1170Σx²=2²+4²+…+16²=1023，Σy²=5²+…+14²=1025r=(10×1170-93×95)/√[(10×1023-93²)(10×1025-95²)]=(11700-8835)/√[(10230-8649)(10250-9025)]=2865/√(1581×1225)=2865/(39.76×35)=2865/1391.6≈2.06（错误，实际应为：分子2865，分母√(1581×1225)=√(1581×1225)=√(1936725)=1391.6，故r=2865/1391.6≈2.06？显然错误，正确计算应为数据实际相关系数为1，因x与y完全正线性相关，y=x/2+4，故r=1）（2）β₁=(nΣxy-ΣxΣy)/(nΣx²-(Σx)²)=(10×1170-93×95)/(10×1023-93²)=2865/1581≈1.81β₀=ȳ-β₁x̄=9.5-1.81×9.3≈9.5-16.83≈-7.33模型：y=-7.33+1.81x（3）x=18时，y=-7.33+1.81×18≈-7.33+32.58≈25.3%18.（1）H₀:μ₁=μ₂；H₁:μ₁≠μ₂（2）t=(5200-4800)/√(800²/30+700²/25)=400/√(21333.33+19600)=400/√40933.33≈400/202.32≈1.98（3）自由度v=(800²/30+700²/25)²/[(800²/30)²/29+(700²/25)²/24]≈(40933.33)²/[(21333.33²)/29+(19600²)/24]≈(1.675×10^9)/(1.56×10^8+1.568×10^8)≈1.675×10^9/3.128×10^8≈5.36，取v=5（或用近似值28），t=1.98＜2.048（v=28时临界值2.048），故不拒绝原假设。19.（1）准确率=(90+135)/(120+180)=225/300=75%（2）精确率=90/(90+45)=90/135≈66.667%（3）召回率=90/(90+30)=90/120=75%（4）F1=2×(精确率×召回率)/(精确率+召回率)=2×(0.6667×0.75)/(0.6667+0.75)=2×0.5/1.4167≈0.700四、案例分析题20.（1）X₁（居民人均可支配收入）每增加1万元，社会消费品零售总额平均增加400亿元。（2）X₃的t统计量为-1.2，绝对值1.2＜2.365（临界值），故不显著，说明CPI对零售总额的影响在α=0.05下不显著。（3）F=25.6，p=0.001＜0.05，拒绝原假设，模型整体显著，自变量联合对因变量有显著影响。（4）Y=-500+400×3.5+15×68-20×103=-500+1400+1020-2060=(-500-2060)+(1400+1020)=-2560+2420=-140（明显不合理，可能数据假设错误，实际应调整系数符号或数据，此处按给定数据计算）。（5）不足：X₃不显著，可能遗漏重要变量；R²与调整R²差距较大（0.89-0.85=0.04），可能存在冗余变量；未检验多重共线性（如X₁与X₂可能相关）。21.（1）数据呈现明显的递增趋势，且相邻月份销售额差值约5万元（如1-2月-5，2-3月+15，3-4月-5，4-5月+25…），无固定季节波动（如上下半年差异），故无显著季节成分。（2）3期移动平均：4月=(75+90+85)/3=250/3≈83.35月=(90+85+110)/3=285/3=95.06月=(85+110+105)/3=300/3=100.07月=(110+105+130)/3=345/3=115.08月=(105+130+125)/3=360/3=120.09月=(130+125+150)/3=405/3=135.010月=(125+150+145)