当前位置：文档库 › 大数据分析基础试卷

大数据分析基础试卷

大数据分析基础

一、基础知识部分习题（共29题，67分）

1、大数据的最显著特征是（）。（单选题，本题2分）

A：数据规模大 B：数据类型多样 C：数据处理速度快 D：数据价值密度高

2、美国海军军官莫里通过对前人航海日志的分析，绘制了新的航海路线图，标明了大风与洋流可能发生的地点。这体现了大数据分析理念中的（）。（单选题，本题2分）

A：在数据基础上倾向于全体数据而不是抽样数据

B：在分析方法上更注重相关分析而不是因果分析

C：在分析效果上更追究效率而不是绝对精确

D：在数据规模上强调相对数据而不是绝对数据

3、下列对大数据特点的说法中，错误的是（）。（单选题，本题2分）

A：数据规模大 B：数据类型多样 C：数据处理速度快D：数据价值密度高

4、当前社会中，最为突出的大数据环境是（）。（单选题，本题2分）

A：互联网 B：物联网 C：综合国力 D：自然资源

5、下列关于计算机存储容量单位的说法中，错误的是（）。（单选题，本题2分）

A：1KB＜1MB＜1GB B：基本单位是字节（Byte）

C：一个汉字需要一个字节的存储空间 D：一个字节能够容纳一个英文字符，

6、下列关于聚类挖掘技术的说法中，错误的是（）。（单选题，本题2分）

A：不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别

B：要求同类数据的容相似度尽可能小

C：要求不同类数据的容相似度尽可能小

D：与分类挖掘技术相似的是，都是要对数据进行分类处理

7、下列关于大数据的分析理念的说法中，错误的是（）。（单选题，本题2分）

A：在数据基础上倾向于全体数据而不是抽样数据

B：在分析方法上更注重相关分析而不是因果分析

C：在分析效果上更追究效率而不是绝对精确

D：在数据规模上强调相对数据而不是绝对数据

8、大数据时代，数据使用的关键是（）。（单选题，本题2分）

A：数据收集 B：数据存储 C：数据分析 D：数据再利用

9、数据仓库的最终目的是（）。（单选题，本题2分）

A：收集业务需求 B：建立数据仓库逻辑模型

C：开发数据仓库的应用分析D：为用户和业务部门提供决策支持

10、支撑大数据业务的基础是（）。（单选题，本题2分）

A：数据科学B：数据应用 C：数据硬件 D：数据人才

11、在网络爬虫的爬行策略中，应用最为基础的是（）。（多选题，本题3分）

A：深度优先遍历策略 B：广度优先遍历策略

C：高度优先遍历策略 D：反向策略 E：大站优先策略

12、当前，大数据产业发展的特点是（）。（多选题，本题3分）

A：规模较大 B：规模较小 C：增速很快 D：增速缓慢E：多产业交叉融合

13、下列关于数据生命周期管理的核心认识中，正确的是（）。（多选题，本题3分）

A：数据从产生到被删除销毁的过程中，具有多个不同的数据存在阶段

B：在不同的数据存在阶段，数据的价值是不同的

C：根据数据价值的不同应该对数据采取不同的管理策略

D：数据生命周期管理旨在产生效益的同时，降低生产成本

E：数据生命周期管理最终关注的是社会效益

14、下列关于基于大数据的营销模式和传统营销模式的说法中，错误的是（）。（多选题，本题3 分）

A：传统营销模式比基于大数据的营销模式投入更小

B：传统营销模式比基于大数据的营销模式针对性更强

C：传统营销模式比基于大数据的营销模式转化率低

D：基于大数据的营销模式比传统营销模式实时性更强

E：基于大数据的营销模式比传统营销模式精准性更强

15、下列关于脏数据的说法中，正确的是（）。（多选题，本题3分）

A：格式不规 B：编码不统一 C：意义不明确 D：与实际业务关系不大

E：数据不完整

16、数据再利用的意义在于（）。（多选题，本题3分）

A：挖掘数据的潜在价值B：实现数据重组的创新价值

C：利用数据可扩展性拓宽业务领域 D：优化存储设备，降低设备成本

E：提高社会效益，优化社会管理

17、按照涉及自变量的多少，可以将回归分析分为（）。（多选题，本题3分）

A：线性回归分析 B：非线性回归分析 C：一元回归分析

D：多元回归分析 E：综合回归分析

18、大数据人才整体上需要具备（）等核心知识。（多选题，本题3分）

A：数学与统计知识B：计算机相关知识

C：马克思主义哲学知识 D：市场运营管理知识

E：在特定业务领域的知识

19、下列关于大数据的说法中，错误的是（）。（多选题，本题3分）

A：大数据具有体量大、结构单一、时效性强的特征

B：处理大数据需采用新型计算架构和智能算法等新技术

C：大数据的应用注重相关分析而不是因果分析

D：大数据的应用注重因果分析而不是相关分析

E：大数据的目的在于发现新的知识与洞察并进行科学决策

20、在噪声数据中，波动数据比离群点数据偏离整体水平更大。（判断题，本题2分）

是否

21、对于大数据而言，最基本、最重要的要求就是减少错误、保证质量。因此，大数据收集的信息量要尽量精确。（判断题，本题2分）

是否

22、一般而言，分布式数据库是指物理上分散在不同地点，但在逻辑上是统一的数据库。因此分布式数据库具有物理上的独立性、逻辑上的一体性、性能上的可扩展性等特点。（判断题，本题2分）是否

23、具备很强的报告撰写能力，可以把分析结果通过文字、图表、可视化等多种方式清晰地展现出来，能够清楚地论述分析结果及可能产生的影响，从而说服决策者信服并采纳其建议，是数据分析能力对大数据人才的基本要求。（判断题，本题2分）

是否

24、谷歌流感趋势充分体现了数据重组和扩展对数据价值的重要意义。（判断题，本题2分）

是否

25、决策树是一种基于树形结构的预测模型，每一个树形分叉代表一个分类条件，叶子节点代表最终的分类结果，其优点在于易于实现，决策时间短，并且适合处理非数值型数据。（判断题，本题2分）

是否

26、信息生命周期管理是据生命周期管理的来源，最早由英国企业提出。（判断题，本题2分）

是否

27、简单随机抽样，是从总体N个对象中任意抽取n个对象作为样本，最终以这些样本作为调查对象。在抽取样本时，总体中每个对象被抽中为调查样本的概率可能会有差异。（判断题，本题2分）是否

28、啤酒与尿布的经典案例，充分体现了实验思维在大数据分析理念中的重要性。（判断题，本题2分）

是否

29、对于企业来说，给用户进行各种促销或者实施运营策略的时机也比较重要，而且对不趣偏好的用户最好集中处理。（判断题，本题2分）

是否

二、数据挖掘部分单选题（共20题，20分）

1)( )的目的缩小数据的取值围，使其更适合于数据挖掘算法的需要，并且能够得到和原始数据相同的

分析结果。

A.数据清洗

B.数据集成

C.数据变换

D.数据归约

2)某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？

( )

A. 关联规则发现

B. 聚类

C. 分类

D. 自然语言处理

3)以下两种描述分别对应哪两种对分类算法的评价标准？ ( )

(a)警察抓小偷，描述警察抓的人中有多少个是小偷的标准。

(b)描述有多少比例的小偷给警察抓了的标准。

A. Precision,Recall

B. Recall,Precision

A. Precision,ROC D. Recall,ROC

4)将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？( )

A. 频繁模式挖掘

B. 分类和预测

C. 数据预处理

D. 数据流挖掘

5)当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离？

( )

A. 分类

B. 聚类

C. 关联分析

D. 隐马尔可夫链

6)建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务？

( )

A. 根据容检索

B. 建模描述

C. 预测建模

D. 寻找模式和规则

7)下面哪种不属于数据预处理的方法？ ( )

A.变量代换

B.离散化

C.聚集

D.估计遗漏值

8)假设12个销售价格记录组已经排序如下：5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215 使用

如下每种方法将它们划分成四个箱。等频（等深）划分时，15在第几个箱子？ ( )

A.第一个

B.第二个

C.第三个

D.第四个

9)以下哪种方法不属于特征选择的标准方法： ( )

A.嵌入

B.过滤

C.包装

D.抽样

10)下面不属于创建新属性的相关方法的是： ( )

A.特征提取

B.特征修改

C.映射数据到新的空间

D.特征构造

11)假设属性income的最大最小值分别是12000元和98000元。利用最大最小规化的方法将属性的值映射

到0至1的围。对属性income的73600元将被转化为：( )

A.0.821

B.1.224

C.1.458

D.0.716

12)一所大学的各年纪人数分别为：一年级200人，二年级160人，三年级130人，四年级110人。则年

级属性的众数是： ( )

A.一年级

B.二年级

C.三年级

D.四年级

13)下列哪个不是专门用于可视化时间空间数据的技术： ( )

A.等高线图

B.饼图

C.曲面图

D.矢量场图

14)在抽样方法中，当合适的样本容量很难确定时，可以使用的抽样方法是： ( )

A.有放回的简单随机抽样

B.无放回的简单随机抽样

C.分层抽样

D 渐进抽样

15)以下哪些算法是分类算法（）

A.DBSCAN

B.C4.5

C.K-Mean

D.EM

16)决策树中不包含一下哪种结点 ( )

A.根结点（root node)

B.部结点（internal node）

C.外部结点（external node）

D.叶结点（leaf node）

17)以下哪项关于决策树的说法是错误的 ( )

A. 冗余属性不会对决策树的准确率造成不利的影响

B. 子树可能在决策树中重复多次

C. 决策树算法对于噪声的干扰非常敏感

D. 寻找最佳决策树是NP完全问题

18)通过聚集多个分类器的预测来提高分类准确率的技术称为 ( )

A.组合(ensemble)

B.聚集(aggregate)

C.合并(combination)

D.投票(voting)

19)在基本K均值算法里,当邻近度函数采用（）的时候,合适的质心是簇中各点的中位数。

A.曼哈顿距离

B.平方欧几里德距离

C.余弦距离

D.Bregman散度

20）个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助（）为其顾客购物提供完全个性化的决策支持和信息服务。

A.公司

B.各单位

C.跨国企业

D. 电子商务

三、计算题（共13分）

1、根据下表用卡训练样本，判断(女性，年龄介于31~45之间，不具学生身份，收入中等)者会不会办理信

表信用卡训练样本

本题可以使用多种方法，没有固定答案。解题方式合理，计算步骤无误即可。

首先根据训练样本计算各属性相对于不同分类结果的条件机率：

P(性别=女|办卡=会)=5/7 P(性别=女|办卡=不会)=1/3 P(年龄=31~45|办卡=会)=3/7

P(办卡=会)=7/10 P(女|会)P(31-45|会)P(否|会)P(中|会)=15/343≒0.044

P(办卡=不会)=3/10 P(会) P(不会) P(女|不会)P(31-45|不会)P(否|不会)P(中|不会)= 0

训练样品中对于（女性，年龄介于31~45之间，不具学生身份，收入中等）的个人，按照朴素贝叶斯分类会将其分到办信用卡一类中。办卡的概率是（0.044）/(0.044+0)=1（正规化分类的结果P(会)/（ P(会)+ P(不会)）。所以，使用朴素贝叶斯分类法，会将(女性，年龄介于31~45之间，不具学生身份，收入中等)的个人归类到“会”办理信用卡的类别中。

数据分析基础测试题含答案

数据分析基础测试题含答案一、选择题 1．已知一组数据a，b，c的平均数为5，方差为4，那么数据a﹣2，b﹣2，c﹣2的平均数和方差分别是.（） A．3，2 B．3，4 C．5，2 D．5，4 【答案】B 【解析】试题分析：平均数为（a?2 + b?2 + c?2 ）=（3×5-6）=3；原来的方差：；新的方差：，故选 B. 考点：平均数；方差. 2．甲、乙、丙三个不同品种的苹果树在同一地区进行对比试验，从每个品种的苹果树中随机各抽取10棵，对它们的产量进行统计，绘制统计表如下：品种甲乙丙平均产量/(千克/棵)9090 方差10.224.88.5 若从这三个品种中选择一个在该地区推广，则应选择的品种是() A．甲B．乙C．丙D．甲、乙中任选一个【答案】A 【解析】【分析】根据平均数、方差等数据的进行判断即可．【详解】根据平均数、方差等数据的比较可以得出甲品种更适在该地区推广．故选：A 【点睛】本题考查了平均数、方差，掌握平均数、方差的定义是解题的关键． 3．某射击俱乐部将11名成员在某次射击训练中取得的成绩制成如图所示的条形统计图，由图可知，11名成员射击成绩的众数和中位数分别是（）

A．8，9 B．8，8 C．8，10 D．9，8 【答案】B 【解析】分析：中位数，因图中是按从小到大的顺序排列的，所以只要找出最中间的一个数（或最中间的两个数）即可，本题是最中间的那个数；对于众数可由条形统计图中出现频数最大或条形最高的数据写出．详解：由条形统计图知8环的人数最多，所以众数为8环，由于共有11个数据，所以中位数为第6个数据，即中位数为8环，故选B．点睛：本题主要考查了确定一组数据的中位数和众数的能力．注意找中位数的时候一定要先排好顺序，然后再根据奇数和偶数个来确定中位数，如果数据有奇数个，则正中间的数字即为所求．如果是偶数个，则找中间两个数的平均数． 4．已知一组数据a、b、c的平均数为5，方差为4，那么数据a+2、b+2、c+2的平均数和方差分别为（） A．7，6 B．7，4 C．5，4 D．以上都不对【答案】B 【解析】【分析】根据数据a，b，c的平均数为5可知a+b+c=5×3，据此可得出1 3 （-2+b-2+c-2）的值；再由方差为4可得出数据a-2，b-2，c-2的方差．【详解】解：∵数据a，b，c的平均数为5，∴a+b+c=5×3=15， ∴1 3 （a-2+b-2+c-2）=3， ∴数据a-2，b-2，c-2的平均数是3；∵数据a，b，c的方差为4， ∴1 3 [（a-5）2+（b-5）2+（c-5）2]=4，

入门大数据,需要学习哪些基础知识

大数据的发展历程总体上可以划分为三个重要阶段，萌芽期、成熟期和大规模应用期，20世纪90年至21世纪初，为萌芽期，随着，一批商业智能工具和知识管理技术的开始和应用，度过了数据萌芽。21世纪前十年则为成熟期，主要标志为，大数据解决方案逐渐走向成熟，形成了并行计算与分布式系统两大核心技，谷歌的GFS和MapReduce等大数据技术受到追捧，Hadoop平台开始大行期道，2010年以后，为大规模应用期，标志为，数据应用渗透各行各业，数据驱动决策，信息社会智能化程度快速提高。数据时代的到来，也推动了数据行业的发展，包括企业使用数据获取价值，促使了大量人员从事于数据的学习，学习大数据需要掌握基础知识，接下从我的角度，为大家做个简要的阐述。学习大数据需要掌握的知识，初期了解概念，后期就要学习数据技术，主要包括： 1.大数据概念 2.大数据的影响

3.大数据的影响 4.大数据的应用 5.大数据的产业 6.大数据处理架构Hadoop 7.大数据关键技术 8.大数据的计算模式后三个牵涉的数据技技术，就复杂一点了，可以细说一下： 1.大数据处理架构Hadoop：Hadoop的特性、Hadoop生态系统、Hadoop 的安装与使用； 2.大数据关键技术技术：数据采集、数据存储与管理、数据处理与分析、数据隐私与安全； 3.大数据处理计算模式：批处理计算、流计算、图计算、查询分析计算

数据的核心技术就是获取数据价值，获取数据前提是，先要有数据，这就牵涉数据挖掘了。本文内容由北大青鸟佳音校区老师于网络整理，学计算机技术就选北大青鸟佳音校区！了解校区详情可进入https://www.wendangku.net/doc/bf14731844.html,网站，学校地址位于北京市西城区北礼士路100号！

数据分析期末试题及答案

数据分析期末试题及答案一、人口现状.sav数据中是1992年亚洲各国家和地区平均寿命(y)、按购买力计算的人均GDP(x1)、成人识字率(x2)，一岁儿童疫苗接种率(x3)的数据，试用多元回归分析的方法分析各国家和地区平均寿命与人均GDP、成人识字率、一岁儿童疫苗接种率的关系。(25分) 解： 1.通过分别绘制地区平均寿命(y)、按购买力计算的人均GDP(x1)、成人识字率(x2)，一岁儿童疫苗接种率(x3)之间散点图初步分析他们之间的关系上图是以人均GDP(x1)为横轴，地区平均寿命(y)为纵轴的散点图，由图可知，他们之间没有呈线性关系。尝试多种模型后采用曲线估计，得出表示地区平均寿命(y)与人均GDP(x1)的对数有线性关系

上图是以成人识字率(x2)为横轴，地区平均寿命(y)为纵轴的散点图，由图可知，他们之间基本呈正线性关系。上图是以疫苗接种率(x3)为横轴，地区平均寿命(y)为纵轴的散点图，由图可知，他们之间没有呈线性关系。 x）为横轴，地区平均寿命(y)为纵轴的散点图，上图是以疫苗接种率(x3)的三次方（3 3 由图可知，他们之间呈正线性关系所以可以采用如下的线性回归方法分析。

2.线性回归先用强行进入的方式建立如下线性方程设Y=β0+β1*（Xi1）+β2*Xi2+β3* X+εi i=1.2 (24) 3i 其中εi（i=1.2……22）相互独立，都服从正态分布N（0，σ^2）且假设其等于方差 R值为0.952，大于0.8，表示两变量间有较强的线性关系。且表示平均寿命(y)的95.2%的信息能由人均GDP(x1)、成人识字率(x2)，一岁儿童疫苗接种率(x3)一起表示出来。建立总体性的假设检验提出假设检验H0：β1=β2=β3=0，H1,：其中至少有一个非零得如下方差分析表上表是方差分析SAS输出结果。由表知，采用的是F分布，F=58.190，对应的检验概率P值是0.000.，小于显著性水平0.05，拒绝原假设，表示总体性假设检验通过了，平均寿命(y)与人均GDP(x1)、成人识字率(x2)，一岁儿童疫苗接种率(x3)之间有高度显著的的线性回归关系。

数据分析专项训练及解析答案

数据分析专项训练及解析答案一、选择题 1．分析题中数据，将15名运动员的成绩按从小到大的顺序依次排列，处在中间位置的一个数即为运动员跳高成绩的中位数； 2．对于一组统计数据：1，1，4，1，3，下列说法中错误的是（） A．中位数是1 B．众数是1 C．平均数是1.5 D．方差是1.6 【答案】C 【解析】【分析】将数据从小到大排列，再根据中位数、众数、平均数及方差的定义依次计算可得答案．【详解】解：将数据重新排列为：1、1、1、3、4，则这组数据的中位数1，A选项正确；众数是1，B选项正确；平均数为11134 5 ++++ ＝2，C选项错误；方差为1 5 ×[（1﹣2）2×3+（3﹣2）2+（4﹣2）2]＝1.6，D选项正确；故选：C．【点睛】本题主要考查中位数、众数、平均数及方差，解题的关键是掌握中位数、众数、平均数及方差的定义与计算公式． 3．有甲、乙两种糖果，原价分别为每千克a元和b元．根据调查，将两种糖果按甲种糖果x千克与乙种糖果y千克的比例混合，取得了较好的销售效果．现在糖果价格有了调整：甲种糖果单价下降15%，乙种糖果单价上涨20%，但按原比例混合的糖果单价恰好不变，则x y 等于（） A．3 4 a b B． 4 3 a b C． 3 4 b a D． 4 3 b a 【答案】D 【解析】【分析】根据已知条件表示出价格变化前后两种糖果的平均价格，进而得出等式求出即可．【详解】解：∵甲、乙两种糖果，原价分别为每千克a元和b元，两种糖果按甲种糖果x千克与乙种糖果y千克的比例混合，

∴两种糖果的平均价格为：ax by x y + + ， ∵甲种糖果单价下降15%，乙种糖果单价上涨20%， ∴两种糖果的平均价格为： 1520 (1)(1) 100100 a x b y x y -?++ + ， ∵按原比例混合的糖果单价恰好不变， ∴ax by x y + + ＝ 1520 (1)(1) 100100 a x b y x y -?++ + ，整理，得15ax＝20by ∴ 4 3 x b y a =，故选：D．【点睛】本题考查了加权平均数，解决本题的关键是表示出价格变化前后两种糖果的平均价格．4．某青年排球队12名队员的年龄情况如下：则12名队员的年龄（） A．众数是20岁，中位数是19岁B．众数是19岁，中位数是19岁 C．众数是19岁，中位数是20.5岁D．众数是19岁，中位数是20岁【答案】D 【解析】【分析】中位数是指将统计总体当中的各个变量值按大小顺序排列起来，形成一个数列，处于变量数列中间位置的变量值就称为中位数；众数是指在统计分布上具有明显集中趋势点的数值，代表数据的一般水平（众数可以不存在或多于一个）．【详解】解：在这一组数据中19岁是出现次数最多的，故众数是19岁；将这组数据从小到大的顺序排列后，处于中间位置的数是20岁，那么由中位数的定义可知，这组数据中的中位数是20岁．故选：D. 【点睛】理解中位数和众数的定义是解题的关键．

数据分析经典测试题含答案解析

数据分析经典测试题含答案解析一、选择题 1．某校九年级数学模拟测试中，六名学生的数学成绩如下表所示，下列关于这组数据描述正确的是（） A．众数是110 B．方差是16 C．平均数是109.5 D．中位数是109 【答案】A 【解析】【分析】根据众数、中位数的概念求出众数和中位数，根据平均数和方差的计算公式求出平均数和方差．【详解】解：这组数据的众数是110，A正确； 1 6 x=×（110+106+109+111+108+110）＝109，C错误； 21 S 6 = [（110﹣109）2+（106﹣109）2+（109﹣109）2+（111﹣109）2+（108﹣109）2+ （110﹣109）2]＝8 3 ，B错误；中位数是109.5，D错误；故选A．【点睛】本题考查的是众数、平均数、方差、中位数，掌握它们的概念和计算公式是解题的关键． 2．一组数据2，x，6，3，3，5的众数是3和5，则这组数据的中位数是（） A．3 B．4 C．5 D．6 【答案】B 【解析】【分析】由众数的定义求出x=5，再根据中位数的定义即可解答．【详解】解：∵数据2，x，3,3,5的众数是3和5， ∴x=5，

则数据为2、3、3、5、5、6，这组数据为35 2 =4．故答案为B．【点睛】本题主要考查众数和中位数，根据题意确定x的值以及求中位数的方法是解答本题的关键． 3．如图，是根据九年级某班50名同学一周的锻炼情况绘制的条形统计图，下面关于该班50名同学一周锻炼时间的说法错误的是（） A．平均数是6 B．中位数是6.5 C．众数是7 D．平均每周锻炼超过6小时的人数占该班人数的一半【答案】A 【解析】【分析】根据中位数、众数和平均数的概念分别求得这组数据的中位数、众数和平均数，由图可知锻炼时间超过6小时的有20+5＝25人．即可判断四个选项的正确与否．【详解】 A、平均数为1 50 ×（5×7+18×6+20×7+5×8）＝6.46，故本选项错误，符合题意； B、∵一共有50个数据， ∴按从小到大排列，第25，26个数据的平均值是中位数， ∴中位数是6.5，故此选项正确，不合题意； C、因为7出现了20次，出现的次数最多，所以众数为：7，故此选项正确，不合题意； D、由图可知锻炼时间超过6小时的有20+5＝25人，故平均每周锻炼超过6小时的人占总数的一半，故此选项正确，不合题意；故选A．【点睛】此题考查了中位数、众数和平均数的概念等知识，中位数是将一组数据从小到大（或从大到小）重新排列后，最中间的那个数（最中间两个数的平均数），叫做这组数据的中位数，如果中位数的概念掌握得不好，不把数据按要求重新排列，就会错误地将这组数据最中间的那个数当作中位数．

Stata软件基本操作和大数据分析报告入门

Stata软件基本操作和数据分析入门第一讲 Stata操作入门张文彤赵耐青第一节概况 Stata最初由美国计算机资源中心（Computer Resource Center）研制，现在为Stata公司的产品，其最新版本为7.0版。它操作灵活、简单、易学易用，是一个非常有特色的统计分析软件，现在已越来越受到人们的重视和欢迎，并且和SAS、SPSS一起，被称为新的三大权威统计软件。 Stata最为突出的特点是短小精悍、功能强大，其最新的7.0版整个系统只有10M左右，但已经包含了全部的统计分析、数据管理和绘图等功能，尤其是他的统计分析功能极为全面，比起1G以上大小的SAS系统也毫不逊色。另外，由于Stata在分析时是将数据全部读入内存，在计算全部完成后才和磁盘交换数据，因此运算速度极快。由于Stata的用户群始终定位于专业统计分析人员，因此他的操作方式也别具一格，在Windows席卷天下的时代，他一直坚持使用命令行／程序操作方式，拒不推出菜单操作系统。但是，Stata的命令语句极为简洁明快，而且在统计分析命令的设置上又非常有条理，它将相同类型的统计模型均归在同一个命令族下，而不同命令族又可以使用相同功能的选项，这使得用户学习时极易上手。更为令人叹服的是，Stata语句在简洁的同时又拥有着极高的灵活性，用户可以充分发挥自己的聪明才智，熟练应用各种技巧，真正做到随心所欲。

除了操作方式简洁外，Stata的用户接口在其他方面也做得非常简洁，数据格式简单，分析结果输出简洁明快，易于阅读，这一切都使得Stata成为非常适合于进行统计教学的统计软件。 Stata的另一个特点是他的许多高级统计模块均是编程人员用其宏语言写成的程序文件（ADO文件），这些文件可以自行修改、添加和下载。用户可随时到Stata网站寻找并下载最新的升级文件。事实上，Stata的这一特点使得他始终处于统计分析方法发展的最前沿，用户几乎总是能很快找到最新统计算法的Stata程序版本，而这也使得Stata自身成了几大统计软件中升级最多、最频繁的一个。由于以上特点，Stata已经在科研、教育领域得到了广泛应用，WHO的研究人员现在也把Stata作为主要的统计分析工作软件。第二节 Stata操作入门一、Stata的界面图1即为Stata 7.0启动后的界面，除了Windows版本的软件都有的菜单栏、工具栏，状态栏等外，Stata的界面主要是由四个窗口构成，分述如下： 1．结果窗口：位于界面右上部，软件运行中的所有信息，如所执行的命令、执行结果和出错信息等均在这里列出。窗口中会使用不同的颜色区分不同的文本，如白色表示命令，红色表示错误信息。 2．命令窗口：位于结果窗口下方，相当于DOS软件中的命令行，此处用于键入需要执行的命令，回车后即开始执行，相应的结果则会在结果窗口中显示出来。

(专题精选)初中数学数据分析真题汇编及答案

（专题精选）初中数学数据分析真题汇编及答案一、选择题 1．校团委组织开展“医助武汉捐款”活动，小慧所在的九年级(1)班共40名同学进行了捐款，已知该班同学捐款的平均金额为10元，二小慧捐款11元，下列说法错误的是( ) A．10元是该班同学捐款金额的平均水平B．班上比小慧捐款金额多的人数可能超过20人 C．班上捐款金额的中位数一定是10元D．班上捐款金额数据的众数不一定是10元【答案】C 【解析】【分析】根据平均数，中位数及众数的定义依次判断. 【详解】 ∵该班同学捐款的平均金额为10元， ∴10元是该班同学捐款金额的平均水平，故A正确； ∵九年级(1)班共40名同学进行了捐款，捐款的平均金额为10元， ∴班上比小慧捐款金额多的人数可能超过20人，故B正确；班上捐款金额的中位数不一定是10元，故C错误；班上捐款金额数据的众数不一定是10元，故D正确，故选：C. 【点睛】此题考查数据统计中的平均数，中位数及众数的定义，正确理解定义是解题的关键. 2．已知一组数据a、b、c的平均数为5，方差为4，那么数据a+2、b+2、c+2的平均数和方差分别为（） A．7，6 B．7，4 C．5，4 D．以上都不对【答案】B 【解析】【分析】根据数据a，b，c的平均数为5可知a+b+c=5×3，据此可得出1 3 （-2+b-2+c-2）的值；再由方差为4可得出数据a-2，b-2，c-2的方差．【详解】解：∵数据a，b，c的平均数为5，∴a+b+c=5×3=15， ∴1 3 （a-2+b-2+c-2）=3， ∴数据a-2，b-2，c-2的平均数是3；∵数据a，b，c的方差为4， ∴1 3 [（a-5）2+（b-5）2+（c-5）2]=4，

电子商务数据分析试卷及答案3

《电子商务数据分析》试卷班级： _______________ 姓名：_______________________ 一、填空题（共10 题，每题 1 分。） 1．单击生意参谋上方导航栏中的“ __________ ”超链接可进入实时直播版块，此功能会将店铺的实时数据、来源、榜单、访客等数据进行汇总显示。 2．要选定相邻的多张工作表，先单击所需的第一张工作表的标签，并按住____________ 键不放，然后单击要选定的最后一张工作表的标签即可。 3．选择单元格区域，录入相应的数据后，按_____________________ 键可将选择的每个单元格中录入相同数据。 4．进入生意参谋后，单击顶部导航栏中的“ ___________ ”版块即可配置竞争对手，并对竞店、竞品和竞争品牌进行分析。 5 ．提高转化率是提高销售额最有效的途径，计算公式为： 6．外链出现的方式有直接链接和__________ 两种。 7．若要输入分数，则应在前面加上_____________________ 。 8．筛选是一种用于查找符合条件的数据的快速方法，Excel中有 ________ 和___________ 两种方法。 9． _____________ 是指利用各种电商平台和工具对数据的分析功能，直接观察出数据的发展趋势，找出异常数据，对消费者进行分群等。 10．行业稳定性涉及 ________ 和极差两个指标。二、单项选择题（共10 题，每题 1 分。） 1．用于收集市场信息并进行整理与分析，提出可行的市场推广方案，再跟据收集到的信息进行市场推广活动的效果评估，做好市场推广预算，控制活动成本，完善市场推广方案的数据分析岗位是（）。 A．推广类岗位 B．客服类岗位 C．采编类岗位 D．美工类岗位 2．在Excel 中，已知某单元格的格式为000.00，值为23.785，则显示的内容为（）。A．23.78 B．23.79 C．23.785 D．023.79 3．采用（）定价策略可能会带来价格竞争。 A．基于成本的定价

数据分析试题

一、数据库知识单项选择题 1. 数据库系统的核心是（B） A、数据模型 B、数据库管理系统 C、软件工具 D、数据库 2. 下列叙述中正确的是(C)。 A、数据库是一个独立的系统，不需要操作系统的支持 B、数据库设计是指设计数据库管理系统 C、数据库技术的根本目标是要解决数据共享的问题 D、数据库系统中，数据的物理结构必须与逻辑结构一致 3. 下列模式中，能够给出数据库物理存储结构与物理存取方法的是( A )。 A、内模式 B、外模式 C、概念模式 D、逻辑模式 4. SQL语句中修改表结构的命令是(C )。 A、MODIFY TABLE B、MODIFY STRUCTURE C、ALTER TABLE D、ALTER STRUCTURE 5. SELECT-SQL语句是(B ) 。 A、选择工作区语句 B、数据查询语句 C、选择标准语句 D、数据修改语句 6. SQL语言是( C )语言。 A、层次数据库 B、网络数据库 C、关系数据库 D、非数据库 7. 如果要创建一个数据组分组报表，第一个分组表达式是"部门"，第二个分组表达式是"性别"，第三个分组表达式是"基本工资

"，当前索引的索引表达式应当是( B )。 A、部门+性别+基本工资 B、部门+性别+STR(基本工资) C、STR(基本工资)+性别+部门 D、性别+部门+STR(基本工资) 8. 数据库DB、数据库系统DBS、数据库管理系统DBMS三者之间的关系是( A )。 A、DBS包括DB和BMS B、DBMS包括DB和DBS C、DB包括DBS和DBMS D、DBS就是DB，也就是DBMS 9. 下列有关数据库的描述，正确的是( C )。 A、数据库是一个DBF文件 B、数据库是一个关系 C、数据库是一个结构化的数据集合 D、数据库是一组文件 10. 下列说法中，不属于数据模型所描述的内容的是( C )。 A、数据结构 B、数据操作 C、数据查询 D、数据约束 11. 数据库管理系统能实现对数据库中数据的查询、插入、修改和删除等操作，这种功能称为( C ) 。 A．数据定义功能 B．数据管理功能 C．数据操纵功能 D．数据控制功能 12. 数据库管理系统是( B ) 。 A．操作系统的一部分 B．在操作系统支持下的系统软件 C．一种编译程序

数据分析岗面试题

数据分析岗面试题-标准化文件发布号：（9556-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII

数据分析岗面试题 1、表：table1(Id,class,score),用最高效最简单的SQL列出各班成绩最高的列表，显示班级，成绩两个字段。 2、有一个表table1有两个字段FID，Fno，字都非空，写一个SQL语句列出 Fno的纪录。 3、有员工表empinfo 4、( 5、Fempno varchar2(10) not null pk, 6、Fempname varchar2(20) not null, 7、Fage number not null, 8、Fsalary number not null 9、); 10、假如数据量很大约1000万条；写一个你认为最高效的SQL，用一个SQL 计算以下四种人： 11、fsalary>9999 and fage > 35 12、fsalary>9999 and fage < 35 13、fsalary <9999 and fage > 35 14、fsalary <9999 and fage < 35 15、每种员工的数量； 4、

Sheet1: sheet2： Sheet1、sheet2是Excel中两个表，sheet2中记录了各产品类别下面对应的产品编码，现要在sheet1 C列中对应A列产品编码所对应的产品类别，请写出公式。 5、某商品零售公司有100万客户资料数据（客户数据信息包括客户姓名、电话、地址、购买次数、购买时间、购买金额、购买产品种类等等），现要从中抽取10万客户，对这些客户发送目录手册，为了能使这批手册产生的利润最大，从已有的客户数据信息，我们应该如何挑选这10万个客户？

数据分析经典测试题含解析

数据分析经典测试题含解析一、选择题 1．某校男子足球队的年龄分布如图所示，则根据图中信息可知这些队员年龄的平均数，中位数分别是（） A ．15.5，15.5 B ．15.5，15 C ．15，15.5 D ．15，15 【答案】D 【解析】【分析】【详解】根据图中信息可知这些队员年龄的平均数为： 132146158163172181 268321 ?+?+?+?+?+?+++++=15岁，该足球队共有队员2+6+8+3+2+1=22人，则第11名和第12名的平均年龄即为年龄的中位数，即中位数为15岁，故选D ． 2．某实验学校女子排球队12名队员的年龄分布如图所示，则这12名队员的年龄的众数、平均数分别是( ) A ．15岁，14岁 B ．15岁，15岁 C ．15岁，156 岁 D ．14岁，15岁【答案】A 【解析】【分析】根据众数、平均数的定义进行计算即即可．【详解】

观察图表可知：人数最多的是5人，年龄是15岁，故众数是15．这12名队员的年龄的平均数是:123131142155161 1412 ?+?+?+?+?= 故选：A 【点睛】本题主要考查众数、平均数，熟练掌握众数、平均数的定义是解题的关键． 3．某学校组织学生进行社会主义核心价值观的知识竞赛，进入决赛的共有20名学生，他们的决赛成绩如下表所示：决赛成绩/分 95 90 85 80 人数 4 6 8 2 那么20名学生决赛成绩的众数和中位数分别是( ) A ．85，90 B ．85，87.5 C ．90，85 D ．95，90 【答案】B 【解析】试题解析：85分的有8人，人数最多，故众数为85分；处于中间位置的数为第10、11两个数，为85分，90分，中位数为87.5分．故选B ．考点：1.众数;2.中位数 4．在某次训练中，甲、乙两名射击运动员各射击10发子弹的成绩统计图如图所示，对于本次训练，有如下结论：①22 s s >甲乙；②22 s s <甲乙；③甲的射击成绩比乙稳定；④乙的射击成绩比甲稳定．由统计图可知正确的结论是（） A ．①③ B ．①④ C ．②③ D ．②④ 【答案】C 【解析】【分析】从折线图中得出甲乙的射击成绩，再利用方差的公式计算，即可得出答案．

大数据考试题含答案知识讲解

1 多选传统大数据质量清洗的特点有： A. 确定性 B. 强类型性 C. 协调式的 D. 非确定性 2 多选以下选项中属于数据的作用的是（）。 A. 沟通 B. 验证假设 C. 建立信心 D. 欣赏 3 多选数据建立信心的作用需具备的条件包括（）。 A. 可靠数据源 B. 多方的数据源 C. 合适的数据分析 D. 信得过的第三方单位 4 多选数据只有在与（）的交互中才能发挥作用。 A. 人 B. 物 C. 消费者 D. 企业 5 单选大数据可能带来（），但未必能够带来（）。 A. 精确度；准确度 B. 准确度；精确度 C. 精确度；多样性 D. 多样性；准确度 6 多选大数据的定义是： A. 指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合 B. 任何超过了一台计算机处理能力的数据量 C. 技术 D. 商业 7 多选大数据五大类应用方向是： A. 查询 B. 触达 C. 统计 D. 预警 E. 预测 8 多选以下哪些指标是衡量大数据应用成功的标准？ A. 成本更低 B. 质量更高 C. 速度更快 D. 风险更低 9 多选大数据有哪些价值？ A. 用户身份识别

B. 描述价值 C. 实时价值 D. 预测价值 E. 生产数据的价值 10 多选大数据的预测价值体现在： A. 预测用户的偏好、流失 B. 预测热卖品及交易额 C. 预测经营趋势 D. 评价 11 单选什么是大数据使用的最可靠方法？ A. 大数据源 B. 样本数据源 C. 规模大 D. 大数据与样本数据结合 12 多选大数据是描述（）所发生的行为。 A. 未来 B. 现在 C. 过去 D. 实时 13 多选传统研究中数据采集的方法包括： A. 网络监测 B. 电话访谈 C. 对面访谈 D. 线上互动 14 单选大数据整合要保证各个数据源之间的（）。 A. 一致性、协调性 B. 差异性、协调性 C. 一致性、差异性 D. 一致性、相容性 15 单选分类变量使用（）建立预测模型。 A. 决策树 B. 分类树 C. 离散树 D. 回归树 16 多选（）是大数据应用的步骤。 A. 数据输入 B. 建模分析 C. 使用决策支持工具输出结果 D. 验证假设 17 多选避免“数据孤岛”的方法包括： A. 关键匹配变量 B. 数据融合 C. 数据输入 D. 利用样本框

数据分析试卷

一、填空题（2×20） 1．方程显著性检验是检验-----对-----的影响是否显著；参数显著性检验是检验---对----的影响是否显著。 2．选择“最优”回归方程的方法有--------、-------、-------等。 3．Spss for windows中主成分分析由-----------过程实现。 4．因子分析把每个原始变量分解为两部分因素：一部分为-------，另一部分为-----。 5．在快速聚类过程中，数据的标准化可通过------过程来实现，在分层聚类中，数据的标准化可通过------选项来实现。 6．Q型聚类是指对--- -进行聚类，R型聚类是指对-- --进行聚类。 7．凝聚点是指-----------------------------。 8．因子分析中a ij的统计意义是---------------。 9．取消一个自变量后回归平方和减少的数值，称为因变量对这个自变量的-------。 10．按变量相关程度来分，在-------和---------情况下主成分分析效果较好。 11．在以曲线划分的判别法中通常采用--------距离。二、简答（3×10） 1．简述主成分分析、因子分析的基本思想，以及两者的的联系和差异。 2．简述方差分析的基本原理及应用条件。 3. 简述聚类分析的基本思想，Q型聚类分析与R型聚类分析的区别，系统聚类法的基本步骤。三、计算题（12+8+10） 1．现收集了财政收入（Y）与工业总产值（X1）、建筑业总产值（X2）1978—1990年数据，经分析回归方程为 Y=524.536+0.05265X1+0.454X2 T值(7.518) (2.695) (3.214) R2=.0.990 F=246.240 (1) 对所求得的方程作显著性检验,在A=0.05时,你的结论是什么? (2) 对各回归系数作显著性检验. (A=0.05) (3) 说明回归方程的经济意义. (4) 求出回归方程的复相关系数. (5) 若因变量Y与自变量X1,X2的偏相关系数分别为r y1;2=0.64916,r y2;1=0.71188,说明了什么? (6) 若1991年工业总产值为24502亿元,建筑业总产值为2980亿元,试求1991年财政收入的预测值与预测区间.(1-A=95%,随机误差项的标准差δ=121.85) 有关临界值:F0.05(2,10)=4.1,F0.05(2,13)=3.8,t0.05(10)=1.812 t0.025(10)=2.228 2.下表是进行因子分析的结果,试根据下列信息计算变量共同度h i2及公共因子F j的方差贡献,并说明其统计意义.

数据分析测试题

2017-2018学年度莘县翰林学校数学试卷满分120分；考试时间：100分钟一、单选题36分 1．某体校要从四名射击选手中选拔一名参加省体育运动会，选拔赛中每名选手连续射靶10次，他们各自的平均成绩x及其方差S2如下表所示：如果要选出一名成绩高且发挥稳定的选手参赛，则应选择的选手是（） A. 甲 B. 乙 C. 丙 D. 丁 2．某单位若干名职工参加普法知识竞赛，将成绩制成如图所示的扇形统计图和条形统计图，根据图中提供的信息，这些职工成绩的中位数和众数分别是（） A. 94分，96分 B. 96分，96分 C. 96分，98分 D. 96分，94分3．某校有25名同学参加某比赛，预赛成绩各不相同，取前13名参加决赛，其中一名同学已经知道自己的成绩，能否进入决赛，只需要再知道这25名同学成绩的( ) A. 最高分 B. 平均数 C. 中位数 D. 方差 4．下列说法正确的是( ) A. 中位数就是一组数据中最中间的一个数 B. 8，9，9，10，10，11这组数据的众数是10 C. 如果x1，x2，x3的方差是1，那么2x1，2x2，2x3的方差是4 D. 为了了解生产的一批节能灯的使用寿命，应选择全面调查 5．已知一组数据a，b，c的平均数为5，方差为4，那么数据a﹣2，b﹣2，c﹣2的平均数和方差分别是（） A. 3，2 B. 3，4 C. 5，2 D. 5，4 6．为了帮助本市一名患“白血病”的高中生，某班15名同学积极捐款，他们捐款数额如下表：关于这15名同学所捐款的数额，下列说法正确的是（） A. 众数是100 B. 平均数是30 C. 极差是20 D. 中位数是20 7．九（2）班体育委员用划记法统计本班40名同学投掷实心球的成绩，结果如图所示：则这40名同学投掷实心球的成绩的众数和中位数分别是（）

如何零基础入门数据分析

如何零基础入门数据分析随着数据分析相关领域变得火爆，最近越来越多的被问到：数据分析如何从头学起？其中很多提问者都是商科背景，之前没有相关经验和基础。我在读Buisness Analytics硕士之前是商科背景，由于个人兴趣爱好，从大三开始到现在即将硕士毕业，始终没有停下自学的脚步。Coursera和EDX等平台上大概上过20多门网课，Datacamp上100多门课里，刷过70多门。这篇文章是想谈一谈个人的数据分析学习经验，希望对想要入门这个领域的各位有帮助。 1. 基本工具学习数据分析的第一步，是了解相关工具 Excel excel至是最基础的数据分析工具，至今还是非常有效的，原因是它便于使用，受众范围极广，且分析结果清晰可见。相信大多数人都有使用excel的基本经验，不需要根据教材去学习了。重点掌握：基本操作的快捷键；函数：计算函数、if类、字符串函数、查找类(vlookup 和match)，一定要熟悉函数功能的绝对和相对引用；数据透视表功能等。另外，excel可以导入一些模块来使用，典型的包括数据分析模块，作假设检验常用；规划求解，作线性规划和决策等问题非常有效。利用这些模块可以获得很不错的分析报告，简单且高效。 SQL 数据分析的绝对核心！大部分数据分析工作都是对数据框进行的，在这个过程中，需要不断的根据已有变量生成新变量、过滤掉一些样本还有转换level。

SQL的设计就是为了解决这些问题。其他常用的数据操作工具，包括R语言的数据框、Python里的pandas，基本都是借鉴了SQL的思想，一通百通。 SQL入门容易，它的语法极其简单，基本可以说上过一门相关的课或看过一本相关的书就可以了解大概，但融会贯通并能够进行各种逻辑复杂的操作，就需要长时间的锤炼了。 SQL的学习建议，随便找一本书或者网课就好，因为主流的课程基本都是一个思路：先讲SELECT、WHERE、GROUP BY(配合简单的聚合函数)、ORDER BY这类单表操作，之后讲JOIN进行多表连接。除此之外，必会的基本技能还应该包括WINDOW FUNCTION和CASE WHEN等等。学了基本的内容之后，就是找项目多练，不断提升。 R/Python 熟练SQL之后，对数据操作方面的内容就得心应手了。接下来更复杂的问题，如搜索和建模，则需要使用编程语言。 R vs Python 目前最主流的数据分析编程语言就是R和Python，网上遍是关于这两者的争论，有兴趣的可以简单看一下，但不用陷入过度的纠结。我个人的经验来看，熟练两者其中的任何一个都可以胜任数据分析中的大部分工作，不存在某一个语言有明显缺陷的情况。这里不想大篇幅的比较两者，但是想简单的说一下两者的侧重点： R语言是为了解决统计问题而设计的，因此它有一个很人性化的地方：最大程度的简化语言，从而让分析人员忽略编程内容，直面数据分析。也因为是统计语言，很多基本的统计分析内容在R里都是内置函数，调用十分便捷。此外，R

数据的统计与分析综合测试题(含答案)

综合测试题一、选择题： 1．为筹备班级的初中毕业联欢会，班长对全班学生爱吃哪几种水果作了民意调查，决定最终买什么水果，下面的调查数据中最值得关注的是（）. A.中位数 B.平均数 C.众数 D.加权平均数 2．为了了解某中学某班的睡眠情况，随机抽取该班10名学生，在一段时间里，每人平均每天的睡眠时间统计如下（单位：小时）：6，8，8，7，7，9，10，7，6，9，由此估计该班多数学生每天的睡眠时间为（） A.7小时 B.7.5小时 C.7.7小时 D.8小时 3．小明准备参加校运会的跳远比赛，下面是他近期六次跳远的成绩（单位：米）：3.6，3.8， 4.2，4.0，3.8，4.0，那么这组数据的（） A、众数是3.9米 B、中位数是3.8米 C、极差是0.6米 D、平均数是4.0米 4．小伟五次数学考试成绩分别为：86分、78分、80分、85分、92分，李老师想了解小伟数学学习变化情况，则李老师最关注小伟数学成绩的（） A、平均数 B、众数 C、中位数 D、方差 5．已知一组数据为：4、5、5、5、6，其中平均数、中位数和众数的大小关系是（）A、平均数＞中位数＞众数B、中位数＜众数＜平均数 C、众数＝中位数＝平均数 D、平均数＜中位数＜众数 6．如果一组数据6，x，2，4的平均数是3，那么x是（）. A. 0 B.3 C.4 D. 2 7．某班一次英语测验的成绩如下：得100分的3人，得95分的6人，得90分的5人，得80分的2人，得70分的18人，得60分的6人，则该班这次英语测验成绩的众数是（）. A.70分 B. 18人 C. 80分 D.10人 8．某校四个科技兴趣小组在“科技活动周”上交的作品数分别如下：10、10、x、8，已知这组数据的众数与平均数相等，则这组数据的中位数是（） A.8 B. 12 C.9 D. 10 9．甲、乙两人在同样的条件下练习射击，每人打5发子弹，命中环数如下：甲：6，8，9，9，8 乙：10，7，7，7，9 则两人射击成绩谁更稳定（）. A.甲 B.乙 C.一样稳定 D.无法确定 10．若数据的平均数为m，2，5，7，1，4，n则的平均数为4，则m、n的平均数为（）A、7.5 B、5.5 C、2.5 D、4.5