湖南信息學(xué)院《數(shù)據(jù)分析開放實(shí)踐》2023-2024學(xué)年第一學(xué)期期末試卷

學(xué)校________________班級____________姓名____________考場____________準(zhǔn)考證號學(xué)校________________班級____________姓名____________考場____________準(zhǔn)考證號…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁，共3頁湖南信息學(xué)院《數(shù)據(jù)分析開放實(shí)踐》

2023-2024學(xué)年第一學(xué)期期末試卷題號一二三四總分得分一、單選題（本大題共15個小題，每小題1分，共15分．在每小題給出的四個選項(xiàng)中，只有一項(xiàng)是符合題目要求的．）1、某地區(qū)的房價數(shù)據(jù)存在極端值，為了更穩(wěn)健地描述房價的平均水平，應(yīng)采用以下哪種統(tǒng)計量？（）A.均值B.中位數(shù)C.眾數(shù)D.幾何平均數(shù)2、某工廠生產(chǎn)的一批燈泡，其使用壽命服從正態(tài)分布，均值為1500小時，標(biāo)準(zhǔn)差為200小時。從這批燈泡中隨機(jī)抽取一個，其使用壽命超過1800小時的概率大約是多少？（）A.0.0228B.0.1587C.0.0668D.0.00133、在一次關(guān)于大學(xué)生就業(yè)意向的調(diào)查中，共發(fā)放問卷1000份，回收有效問卷800份。在有效問卷中，有400人表示希望畢業(yè)后進(jìn)入國有企業(yè)工作。以95%的置信水平估計大學(xué)生中希望畢業(yè)后進(jìn)入國有企業(yè)工作的比例的置信區(qū)間為（）A.（0.45，0.55）B.（0.47，0.53）C.（0.48，0.52）D.（0.49，0.51）4、已知兩個變量X和Y之間存在線性關(guān)系，通過樣本數(shù)據(jù)計算得到相關(guān)系數(shù)為0.8。若將X和Y的單位都擴(kuò)大為原來的2倍，新的相關(guān)系數(shù)將變?yōu)槎嗌?？（）A.0.8B.1.6C.0.4D.不變5、為了研究教育程度與收入之間的關(guān)系，收集了大量樣本數(shù)據(jù)。繪制散點(diǎn)圖后發(fā)現(xiàn)，隨著教育程度的提高，收入呈現(xiàn)出非線性的增長趨勢。此時適合采用哪種回歸模型？（）A.線性回歸B.二次多項(xiàng)式回歸C.對數(shù)線性回歸D.以上都不合適6、在一個正態(tài)分布中，如果將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化變換，那么變換后的數(shù)據(jù)服從什么分布？（）A.正態(tài)分布B.t分布C.標(biāo)準(zhǔn)正態(tài)分布D.無法確定7、在進(jìn)行多元線性回歸分析時，如果某個自變量的t檢驗(yàn)不顯著，但整個回歸方程顯著，應(yīng)該（）A.保留該自變量B.剔除該自變量C.重新收集數(shù)據(jù)D.無法確定8、為研究不同年齡段人群對某種新產(chǎn)品的接受程度，隨機(jī)抽取了三個年齡段的人群進(jìn)行調(diào)查。如果要檢驗(yàn)不同年齡段之間的接受程度是否有顯著差異，應(yīng)采用哪種方法？（）A.單因素方差分析B.雙因素方差分析C.多因素方差分析D.卡方檢驗(yàn)9、在對兩個變量進(jìn)行相關(guān)分析時，得到的相關(guān)系數(shù)為0，說明這兩個變量之間是什么關(guān)系？（）A.完全線性相關(guān)B.非線性相關(guān)C.不相關(guān)D.無法確定10、在研究某地區(qū)的經(jīng)濟(jì)發(fā)展與環(huán)境污染的關(guān)系時，發(fā)現(xiàn)隨著經(jīng)濟(jì)的增長，環(huán)境污染先加重后減輕。這種關(guān)系被稱為？（）A.正相關(guān)B.負(fù)相關(guān)C.非線性相關(guān)D.不相關(guān)11、在進(jìn)行多元回歸分析時，如果某個自變量的方差膨脹因子（VIF）較大，說明存在什么問題？（）A.多重共線性B.異方差C.自相關(guān)D.模型不準(zhǔn)確12、已知兩個變量X和Y之間的回歸方程為Y=3-2X，當(dāng)X增加1個單位時，Y平均減少多少？（）A.1個單位B.2個單位C.3個單位D.5個單位13、在進(jìn)行回歸分析時，如果存在多重共線性問題，會對模型產(chǎn)生什么影響？（）A.系數(shù)估計不準(zhǔn)確B.方差增大C.預(yù)測能力下降D.以上都有可能14、在一項(xiàng)關(guān)于城市居民消費(fèi)習(xí)慣的調(diào)查中，隨機(jī)抽取了500個家庭，記錄了他們每月在食品、服裝、娛樂等方面的支出。以下哪種統(tǒng)計方法最適合用于分析不同收入水平家庭的消費(fèi)結(jié)構(gòu)差異？（）A.描述統(tǒng)計B.推斷統(tǒng)計C.參數(shù)估計D.假設(shè)檢驗(yàn)15、在一次關(guān)于大學(xué)生手機(jī)使用時間的調(diào)查中，發(fā)現(xiàn)樣本數(shù)據(jù)的偏態(tài)系數(shù)為1.5，峰態(tài)系數(shù)為2.5。這說明數(shù)據(jù)的分布具有怎樣的特征？（）A.右偏且尖峰B.左偏且尖峰C.右偏且平峰D.左偏且平峰二、簡答題（本大題共4個小題，共20分)1、（本題5分）解釋什么是生存分析，并說明其在醫(yī)學(xué)、工程等領(lǐng)域的應(yīng)用場景。以一個具體的研究問題為例，說明如何進(jìn)行生存分析以及如何解釋結(jié)果。2、（本題5分）論述在進(jìn)行聚類分析時，K-Means算法的基本原理和步驟，以及如何確定最優(yōu)的聚類個數(shù)。3、（本題5分）在進(jìn)行一項(xiàng)質(zhì)量改進(jìn)項(xiàng)目時，需要確定關(guān)鍵質(zhì)量特性。論述如何使用質(zhì)量功能展開（QFD）方法，并說明其在質(zhì)量改進(jìn)中的作用。4、（本題5分）請闡述如何使用統(tǒng)計軟件進(jìn)行非參數(shù)檢驗(yàn)，并解釋輸出結(jié)果的含義。三、計算題（本大題共5個小題，共25分)1、（本題5分）某地區(qū)有兩個不同產(chǎn)業(yè)的企業(yè)，A產(chǎn)業(yè)企業(yè)有80家，B產(chǎn)業(yè)企業(yè)有100家。從兩類企業(yè)中各隨機(jī)抽取25家進(jìn)行調(diào)查，A產(chǎn)業(yè)企業(yè)的平均利潤增長率為10%，標(biāo)準(zhǔn)差為2%；B產(chǎn)業(yè)企業(yè)的平均利潤增長率為12%，標(biāo)準(zhǔn)差為3%。求兩類企業(yè)平均利潤增長率之差的90%置信區(qū)間。2、（本題5分）某地區(qū)為了解居民的健康狀況與生活習(xí)慣之間的關(guān)系，隨機(jī)抽取了500位居民進(jìn)行調(diào)查。結(jié)果如下表所示：|生活習(xí)慣|健康人數(shù)|不健康人數(shù)||||||良好生活習(xí)慣|300|100||一般生活習(xí)慣|150|150||不良生活習(xí)慣|50|200|求不同生活習(xí)慣居民的健康比例，并進(jìn)行獨(dú)立性檢驗(yàn)，判斷居民的健康狀況與生活習(xí)慣是否有關(guān)（顯著性水平為0.05）。3、（本題5分）某地區(qū)有兩個不同類型的企業(yè)，A類型企業(yè)有120家，B類型企業(yè)有80家。從兩類企業(yè)中各隨機(jī)抽取30家進(jìn)行調(diào)查，A類型企業(yè)的平均利潤為50萬元，標(biāo)準(zhǔn)差為10萬元；B類型企業(yè)的平均利潤為60萬元，標(biāo)準(zhǔn)差為8萬元。求兩類企業(yè)平均利潤之差的95%置信區(qū)間。4、（本題5分）某工廠對生產(chǎn)的零件進(jìn)行尺寸檢測，隨機(jī)抽取了64個零件。樣本零件的平均尺寸為5厘米，標(biāo)準(zhǔn)差為0.8厘米。求該工廠生產(chǎn)零件平均尺寸的95%置信區(qū)間。5、（本題5分）某超市記錄了一周內(nèi)每天的銷售額（單位：元）：10000、12000、8000、15000、9000、11000、13000。計算這一周銷售額的平均數(shù)、中位數(shù)和極差，并分析銷售額的波動情況。四、案例分析題（本大題共4個小題，共40分)1、（本題10分）某城市的公共服務(wù)部門收集了市民對不同服務(wù)的滿意度和意見建議。請分析如何利用這些數(shù)據(jù)改進(jìn)公共服務(wù)水平。2、（本題10分）某健身俱樂部收集了會員的鍛煉頻率、身體