2026年湖北鄂州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年湖北鄂州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2分，共20分）1.某数据集服从正态分布，均值μ=50，标准差σ=10。若随机抽取n=100的样本，样本均值的标准差为（）。A.0.1B.1C.10D.50答案：B（样本均值的标准差=σ/√n=10/10=1）2.进行假设检验时，若原假设H₀为“某药物无效”，则犯第一类错误的情形是（）。A.药物实际无效但结论认为有效B.药物实际有效但结论认为无效C.药物实际无效且结论认为无效D.药物实际有效且结论认为有效答案：A（第一类错误是拒绝真实的原假设）3.若变量X与Y的Pearson相关系数r=0.75，且X的方差为16，Y的方差为25，则X与Y的协方差为（）。A.15B.30C.20D.18.75答案：A（协方差=r×σ_X×σ_Y=0.75×4×5=15）4.时间序列分解中，反映数据长期增减趋势的成分是（）。A.循环变动B.季节变动C.趋势变动D.不规则变动答案：C（趋势变动是长期趋势）5.线性回归模型中，若自变量X₁的VIF值为8，则说明（）。A.X₁与其他自变量存在严重多重共线性B.X₁对因变量的解释力强C.模型拟合优度高D.残差服从正态分布答案：A（VIF>5通常认为存在多重共线性）6.某分类模型的混淆矩阵如下（真实类别/预测类别：正例=100，反例=20；正例预测错误=15，反例预测错误=5），则准确率为（）。A.(100+5)/(100+20+15+5)=105/140=0.75B.(100+20)/(140)=120/140≈0.857C.(100)/(100+15)=100/115≈0.87D.(20)/(20+5)=20/25=0.8答案：B（准确率=正确预测数/总数=(100+20)/(100+20+15+5)=120/140≈0.857）7.对某总体均值进行区间估计时，若样本量从n增加到4n，其他条件不变，则置信区间宽度（）。A.变为原来的1/2B.变为原来的1/4C.变为原来的2倍D.不变答案：A（宽度与1/√n成正比，n变为4n，宽度变为1/2）8.方差分析（ANOVA）的核心思想是（）。A.比较组内方差与组间方差B.检验两个总体均值是否相等C.分析变量间的线性关系D.处理分类变量的回归问题答案：A（通过组间方差与组内方差的比值判断均值是否有显著差异）9.若某时间序列的自相关函数（ACF）在滞后1阶显著不为0，滞后2阶及以后趋近于0，则最可能的模型是（）。A.AR(1)B.MA(1)C.ARMA(1,1)D.ARIMA(1,1,1)答案：B（MA(q)模型的ACF在q阶后截尾）10.某数据集经过Z-score标准化后，变量X的均值为0，标准差为1，变量Y的均值为0，标准差为1，且X与Y的协方差为0.6，则X与Y的相关系数为（）。A.0.6B.0.3C.0.5D.1答案：A（标准化后协方差等于相关系数）二、多项选择题（每题3分，共15分，少选、错选均不得分）1.下列属于数据清洗步骤的有（）。A.处理缺失值B.消除量纲影响C.识别异常值D.计算特征重要性答案：AC（数据清洗包括处理缺失值、异常值；消除量纲是标准化，特征重要性属于特征工程）2.线性回归模型中，提高R²值的可能途径有（）。A.增加与因变量相关的自变量B.增加无关自变量C.减小残差平方和D.增大总平方和答案：AC（R²=1-残差平方和/总平方和，增加相关自变量可减小残差平方和，提高R²）3.关于假设检验的p值，正确的说法有（）。A.p值是原假设为真时，观察到更极端结果的概率B.p值越小，拒绝原假设的证据越强C.p值大于显著性水平α时，接受原假设D.p值与样本量无关答案：AB（p值越小越拒绝H₀；C应为“不拒绝H₀”；D样本量影响p值）4.时间序列平稳性的特征包括（）。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.存在明显上升趋势答案：ABC（平稳序列无趋势，均值、方差、自协方差稳定）5.机器学习中，防止过拟合的方法有（）。A.增加正则化项B.减少模型复杂度C.增加训练数据D.提前终止训练答案：ABCD（均为常见防过拟合方法）三、计算题（每题15分，共45分）1.某企业2023年1-6月销售额（万元）如下：120,135,142,150,165,178。要求：（1）计算3期移动平均法预测7月销售额（保留两位小数）；（2）若平滑系数α=0.6，初始值S₀=120，用一次指数平滑法预测7月销售额（列出计算过程，保留两位小数）。答案：（1）3期移动平均预测7月=（150+165+178）/3=493/3≈164.33万元。（2）指数平滑公式：S_t=αY_t+(1-α)S_{t-1}S₁=0.6×120+0.4×120=120.00S₂=0.6×135+0.4×120=81+48=129.00S₃=0.6×142+0.4×129=85.2+51.6=136.80S₄=0.6×150+0.4×136.8=90+54.72=144.72S₅=0.6×165+0.4×144.72=99+57.89=156.89S₆=0.6×178+0.4×156.89=106.8+62.76=169.56预测7月销售额=S₆≈169.56万元。2.某地区10家企业的研发投入（X，百万元）与年利润（Y，千万元）数据如下：X：5,7,8,10,12,14,15,17,19,20Y：12,15,16,18,20,22,24,25,28,30要求：（1）计算X与Y的Pearson相关系数（保留三位小数）；（2）建立Y关于X的线性回归方程（保留两位小数）；（3）若某企业研发投入为22百万元，预测其年利润（保留两位小数）。答案：（1）计算相关系数：X均值=(5+7+8+10+12+14+15+17+19+20)/10=13.7Y均值=(12+15+16+18+20+22+24+25+28+30)/10=21.0分子=Σ(Xi-X̄)(Yi-Ȳ)=(5-13.7)(12-21)+(7-13.7)(15-21)+…+(20-13.7)(30-21)=(-8.7)(-9)+(-6.7)(-6)+…+(6.3)(9)=78.3+40.2+…+56.7=438.6分母=√[Σ(Xi-X̄)²×Σ(Yi-Ȳ)²]Σ(Xi-X̄)²=(5-13.7)²+…+(20-13.7)²=75.69+44.89+…+39.69=364.1Σ(Yi-Ȳ)²=(12-21)²+…+(30-21)²=81+36+…+81=490分母=√(364.1×490)=√178,409≈422.4r=438.6/422.4≈1.038（此处计算错误，实际应为：经重新计算，正确分子应为438.6，分母√(364.1×490)=√178,409≈422.4，r≈438.6/422.4≈1.038，但相关系数不可能超过1，说明计算有误。正确计算：Xi-X̄：-8.7,-6.7,-5.7,-3.7,-1.7,0.3,1.3,3.3,5.3,6.3Yi-Ȳ：-9,-6,-5,-3,-1,1,3,4,7,9乘积：78.3,40.2,28.5,11.1,1.7,0.3,3.9,13.2,37.1,56.7求和：78.3+40.2=118.5+28.5=147+11.1=158.1+1.7=159.8+0.3=160.1+3.9=164+13.2=177.2+37.1=214.3+56.7=271Σ(Xi-X̄)²=(-8.7)²+…+(6.3)²=75.69+44.89+32.49+13.69+2.89+0.09+1.69+10.89+28.09+39.69=75.69+44.89=120.58+32.49=153.07+13.69=166.76+2.89=169.65+0.09=169.74+1.69=171.43+10.89=182.32+28.09=210.41+39.69=250.1Σ(Yi-Ȳ)²=(-9)²+…+9²=81+36+25+9+1+1+9+16+49+81=81+36=117+25=142+9=151+1=152+1=153+9=162+16=178+49=227+81=308r=271/√(250.1×308)=271/√77,030.8≈271/277.55≈0.976（2）回归方程Y=β₀+β₁Xβ₁=Σ(Xi-X̄)(Yi-Ȳ)/Σ(Xi-X̄)²=271/250.1≈1.084β₀=Ȳ-β₁X̄=21-1.084×13.7≈21-14.85≈6.15回归方程：Y=6.15+1.08X（3）X=22时，Y=6.15+1.08×22=6.15+23.76=29.91千万元。3.某药品疗效试验中，实验组（n₁=50）有效率为80%，对照组（n₂=50）有效率为60%。要求：（1）检验两组有效率是否有显著差异（α=0.05，Z检验）；（2）计算两组有效率差的95%置信区间（保留三位小数）。答案：（1）假设H₀：p₁=p₂；H₁：p₁≠p₂合并有效率p̂=(n₁p̂₁+n₂p̂₂)/(n₁+n₂)=(50×0.8+50×0.6)/100=(40+30)/100=0.7标准误SE=√[p̂(1-p̂)(1/n₁+1/n₂)]=√[0.7×0.3×(1/50+1/50)]=√[0.21×0.04]=√0.0084≈0.0917Z=(p̂₁-p̂₂)/SE=(0.8-0.6)/0.0917≈2.18α=0.05时，双侧Z临界值为±1.96，Z=2.18>1.96，拒绝H₀，认为两组有效率有显著差异。（2）置信区间=(p̂₁-p̂₂)±Zα/2×√[p̂₁(1-p̂₁)/n₁+p̂₂(1-p̂₂)/n₂]=0.2±1.96×√[(0.8×0.2)/50+(0.6×0.4)/50]=0.2±1.96×√[0.16/50+0.24/50]=0.2±1.96×√(0.4/50)=0.2±1.96×0.0894≈0.2±0.175即(0.025,0.375)。四、案例分析题（20分）鄂州某生物医药企业2018-2025年研发投入（X，百万元）与专利授权量（Y，件）数据如下表：年份20182019202020212022202320242025X1215182022252830Y812151720232628要求：（1）绘制散点图并判断X与Y的线性相关性；（2）建立Y关于X的线性回归模型（保留两位小数）；（3）计算判定系数R²并解释其意义（保留三位小数）；（4）结合鄂州“光芯屏端网”产业集群政策，分析模型对企业研发决策的启示。答案：（1）散点图显示X与Y大致呈上升趋势，点分布接近直线，初步判断线性相关性较强。（2）计算回归方程：X均值=(12+15+18+20+22+25+28+30)/8=170/8=21.25Y均值=(8+12+15+17+20+23+26+28)/8=149/8=18.625Σ(Xi-X̄)(Yi-Ȳ)=(12-21.25)(8-18.625)+…+(30-21.25)(28-18.625)=(-9.25)(-10.625)+(-6.25)(-6.625)+…+(8.75)(9.375)=98.281+41.406+…+82.031=413.75Σ(Xi-X̄)²=(-9.25)²+…+(8.75)²=85.56+39.06+…+76.56=318.5β₁=413.75/318.5≈1.30β₀=18.625-1.30×21.25=18.625-27.625=-9.00回归方程：Y=-9.00+1.30X（3）总平方和SST=Σ(Yi-Ȳ)²=(8-18.625)²+…+(28-18.625)²=112.89+43.89+…+87.89=483.5回归平方和SSR=β₁²×Σ(Xi-X̄)²=1.30²×318.5≈1.69×318.5≈538.2（此处错误，正确SSR=Σ(Ŷi-Ȳ)²，而Ŷi=-9+1.3Xi，计算得：Ŷ2018=-9+1.3×12=6.6，(6.6-18.62