站名：站名：年級專業：姓名：學號：凡年級專業、姓名、學號錯寫、漏寫或字跡不清者，成績按零分記。…………密………………封………………線…………第1頁，共1頁華南農業大學

《大數據挖掘統計方法》2023-2024學年第一學期期末試卷題號一二三四總分得分一、單選題（本大題共30個小題，每小題1分，共30分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、在對某公司員工工資進行調查時，得到如下數據：高管平均工資為50000元，普通員工平均工資為8000元。如果要比較高管和普通員工工資的差異程度，應使用的統計量是（）A.極差B.方差C.標準差系數D.平均差2、在一個二項分布中，試驗次數n=100，成功的概率p=0.3。計算成功次數的方差是？（）A.21B.30C.70D.73、在對某班級學生的數學成績進行分析時，發現成績的分布呈現出明顯的尖峰厚尾特征。以下哪種統計分布可能更適合描述這種情況？（）A.正態分布B.t分布C.卡方分布D.對數正態分布4、在進行聚類分析時，如果數據的量綱不同，會對聚類結果產生什么影響？（）A.沒有影響B.可能導致錯誤的聚類C.使聚類結果更準確D.只影響聚類的速度5、在對某城市的空氣質量進行監測時，記錄了每天的PM2.5濃度值。如果要分析PM2.5濃度的季節性變化，應采用哪種統計圖形？（）A.折線圖B.柱狀圖C.箱線圖D.餅圖6、在對一組數據進行正態性檢驗時，使用了Shapiro-Wilk檢驗，P值為0.01。這表明數據（）A.服從正態分布B.不服從正態分布C.無法確定是否服從正態分布D.以上都不對7、在進行多元回歸分析時，如果增加一個自變量，而決定系數R2沒有明顯變化，說明這個自變量對因變量的解釋作用如何？（）A.很強B.較弱C.無法判斷D.以上都不對8、某工廠生產的零件長度服從正態分布，均值為5cm，標準差為0.1cm。現從生產的零件中隨機抽取100個進行測量，其平均長度為4.98cm。假設顯著性水平為0.05，能否認為該批零件的長度不符合標準？（）A.能B.不能C.無法確定D.以上都不對9、某工廠為了提高產品質量，對生產過程中的多個環節進行了改進。為評估改進效果，收集了改進前后的產品質量數據。應采用哪種統計方法來判斷改進是否有效？（）A.配對樣本t檢驗B.獨立樣本t檢驗C.方差分析D.卡方檢驗10、在進行方差齊性檢驗時，如果檢驗結果表明方差不齊，應該如何處理？（）A.使用校正的t檢驗B.使用非參數檢驗C.對數據進行變換D.以上都可以11、在一項關于股票收益率的研究中，收集了過去5年的數據。若要預測未來一年的股票收益率，以下哪種統計方法可能最為適用？（）A.時間序列分析B.多元回歸分析C.判別分析D.主成分分析12、某工廠生產的零件尺寸服從正態分布，規定尺寸在[10±0.5]范圍內為合格品。隨機抽取一個零件，其尺寸為9.8，計算該零件為合格品的概率是？（）A.0.6826B.0.9544C.0.3413D.0.818513、在進行相關分析時，如果兩個變量之間的相關系數接近于0，能否說明它們之間沒有關系？（）A.能B.不能C.不一定D.以上都不對14、在一次抽樣調查中，樣本容量為100，樣本均值為20，總體標準差為5。以95%的置信水平估計總體均值，其置信區間為（）A.(18.02,21.98)B.(19.02,20.98)C.(17.02,22.98)D.(16.02,23.98)15、在一項關于消費者購買行為的調查中，記錄了消費者的年齡、收入、購買頻率等信息。如果要研究年齡和購買頻率之間的關系，應該繪制哪種圖形？（）A.直方圖B.散點圖C.箱線圖D.餅圖16、對一組數據進行排序后，處于中間位置的數值被稱為中位數。如果數據個數為偶數，中位數應如何計算？（）A.中間兩個數的平均值B.中間兩個數中的較大值C.中間兩個數中的較小值D.無法確定17、對某班級學生的數學成績進行分組統計，成績范圍在60-70分的有10人，70-80分的有20人，80-90分的有15人，90-100分的有5人。計算成績的中位數所在的組是（）A.70-80分B.80-90分C.無法確定D.以上都不對18、某工廠生產的產品質量特性服從正態分布，均值為100，標準差為5。現從生產線上隨機抽取一個樣本，其質量特性值為90。在顯著性水平為0.05下，該樣本是否為異常值？（）A.是B.否C.無法確定D.以上都不對19、在一項關于消費者對某品牌滿意度的調查中，采用5級量表進行評分（1表示非常不滿意，5表示非常滿意）。隨機抽取了200個消費者，得到平均滿意度為3.5，標準差為0.8。假設顯著性水平為0.01，能否認為總體平均滿意度大于3？（）A.能B.不能C.無法確定D.以上都不對20、已知某數據的四分位數間距為20，下四分位數為30，那么上四分位數約為多少？（）A.40B.50C.60D.7021、對于一個包含多個分類變量的數據集，想要了解不同分類變量之間的相關性，應該使用哪種統計方法？（）A.卡方檢驗B.相關系數C.方差分析D.以上都不是22、在研究多個變量之間的關系時，發現變量之間存在較強的多重共線性。為解決這一問題，以下哪種方法不合適？（）A.剔除一些變量B.對變量進行變換C.增加樣本量D.不做處理23、已知某時間序列數據的一階自相關系數為0.6。現對該時間序列進行一次差分運算，得到新的時間序列。則新序列的自相關系數（）A.減小B.增大C.不變D.無法確定24、對于一個含有分類變量和連續變量的數據集，要分析分類變量對連續變量的影響，以下哪種方法較為合適？（）A.方差分析B.協方差分析C.判別分析D.邏輯回歸25、在對兩個變量進行線性回歸分析時，得到回歸方程為y=3x+5，其中x為自變量，y為因變量。如果x的值增加2，那么y的估計值會增加多少？（）A.3B.5C.6D.1126、某醫院為了研究某種疾病的治療效果，對100名患者進行了跟蹤治療，并記錄了治療前后的相關指標。在評估治療效果時，以下哪種統計方法更合適？（）A.描述性統計B.假設檢驗C.生存分析D.以上都不是27、為研究某城市居民的消費水平與收入水平之間的關系，隨機抽取了500個家庭進行調查。如果要建立消費水平關于收入水平的回歸方程，首先需要判斷兩者之間是否存在線性關系，應進行以下哪種檢驗？（）A.t檢驗B.F檢驗C.相關系數檢驗D.以上都不對28、在一項關于不同教學方法對學生成績影響的研究中，將學生隨機分為三組，分別采用方法A、方法B和方法C進行教學。學期結束后比較三組學生的平均成績，這種設計屬于？（）A.完全隨機設計B.隨機區組設計C.拉丁方設計D.析因設計29、在進行多元回歸分析時，如果某個自變量的VIF值（方差膨脹因子）較大，說明什么？（）A.存在多重共線性B.不存在多重共線性C.自變量對因變量影響大D.自變量對因變量影響小30、在一次質量檢測中，從一批產品中隨機抽取了100個樣本，發現其中有5個不合格品。若要估計這批產品的不合格率，并要求置信水平為95%，應如何計算？（）A.直接用5%作為估計值B.根據中心極限定理計算C.用二項分布計算D.無法估計二、計算題（本大題共5個小題，共25分)1、（本題5分）某地區有5家企業，它們的年產值（萬元）分別為：800、1000、1200、1500、2000。請計算這5家企業年產值的中位數、四分位數和極差，并分析數據的離散程度。2、（本題5分）對兩種不同種植方法的農作物產量進行比較。隨機抽取采用方法A的農田50塊，平均產量為4000千克；隨機抽取采用方法B的農田60塊，平均產量為4500千克。已知兩種方法的產量標準差分別為500千克和600千克。求兩種種植方法平均產量之差的95%置信區間。3、（本題5分）為研究某股票的價格波動情況，收集了過去50個交易日的收盤價數據。其均值為20元，標準差為3元。計算該股票價格在18元至22元之間的概率，并在99%置信水平下估計該股票的平均價格。4、（本題5分）某大學對畢業生的就業情況進行統計。已知全校畢業生的就業率為80%。現隨機抽取200名畢業生進行調查，有160人已就業。求全校畢業生就業率的95%置信區間。5、（本題5分）某城市有10個區，為了解居民的生活滿意度，從每個區隨機抽取50戶家庭進行調查。樣本中居民對生活滿意度的平均分為70分，標準差為10分。求該城市居民生活滿意度總體平均分的95%置信區間。三、簡答題（本大題共5個小題，共25分)1、（本題5分）詳細論述在統計分析中如何處理高維數據，包括特征選擇和降維方法，分析各種方法的原理和應用。2、（本題5分）解釋什么是網絡分析（NetworkAnalysis）在統計學中的應用，闡述網絡分析的基本概念和方法，舉例說明如何進行社交網絡和生物網絡的分析。3、（本題5分）詳細說明卡方檢驗的用途和適用場景，舉例說明如何運用卡方檢驗來分析兩個分類變量之間的關系。4、（本題5分）在進行交通學研究時，如何運用統計學方法來分析交通流量和交