CPDA考试真题与问题详解 2

一、判断题1.数据根据计量尺度不同可以分为分类数据和数值型数据。

正确答案：×2.多次抛一枚硬币，正面朝上的频率是1/2。

正确答案：×3.归纳法是一种从个别到一般的推理方法。

正确答案：√4.datahoop中输入的数据必须是数值型的。

正确答案：×5.置信水平是假设检验中犯第一类错误的概率。

正确答案：×6.当两种产品为互补品时，其交叉弹性小于零。

正确答案：√7.时间序列分解法可以有乘法模型和加法模型两种表示方式，其中乘法模型都是相对值来表示预测值的，加法模型都是用绝对值来表示预测值的。

正确答案：×8.需求定价法的核心思想是力求在需求高涨时收取较低价格，而当需求低落时则收取较高价格。

正确答案：×9.盈亏平衡分析是静态分析，不考虑资金的时间价值和项目寿命周期的现金流量的变化。

正确答案：√10.决策树算法易于理解好实现，且对缺失值、异常值和共线性都不敏感，是做分类预测的首选算法。

正确答案：×11.随机森林中的每棵树都不进行剪枝，因此过拟合的风险很高。

正确答案：×12.当倒传递神经网络（BP神经网络）无隐藏层，输出层个数只有一个的时候，也可以看做是逻辑回归模型。

正确答案：√13.维规约即事先规定所取模型的维数，可以认为是降维的一种。

正确答案：×14.标准差越小，表示离散程度越小，风险越大；反之离散程度越大，风险越小。

正确答案：×15.离群点是一个实际观测值，它与其他观测值的差别如此之大，以至于怀疑它是由不同的机制产生的。

正确答案：√二、单选题1.SQL语言中，删除一个表中所有数据，但保留表结构的命令是（）A、DELETEB、DROPC、CLEARD、REMORE正确答案： A2.数据库系统是由（）组成的A、数据库、数据库管理系统和用户B、数据文件、命令文件和报表C、数据库文件结构和数据D、常量、变量和函数正确答案： A3.假如学生考试成绩以“优”.“良”.“及格”和“不及格”来记录，为了说明全班同学考试成绩的水平高低，其集中趋势的测度（）A、可以采用算术平均数B、可以采用众数或中位数C、只能采用众数D、只能采用四分位数正确答案： C4.以下哪个变量可以反映客户的忠诚度?（）A、购买频次B、购买金额C、最后一次购买时间D、购买金额波动率正确答案： A5.以下哪个类型的变量在作预测客户流失的模型中最有解释力度？A、人口基本数据，比如年龄和性别B、基本社会状态数据，比如收入和职业C、业务数据，比如消费频次D、业务数据的衍生变量，比如最近3个月消费频次的变化情况正确答案： D6.下面关于聚类分析说法错误的是（）A、一定存在一个最优的分类B、聚类分析是无监督学习C、聚类分析可以用于判断异常值D、聚类分析即:物以类聚,人以群分正确答案： A7.某小区60％居民订晚报，45％订青年报，30％两报均订，随机抽一户。

则至少订一种报的概率为（）A、0.82B、0.85C、0.80D、0.75正确答案： D8.在 Excel 工作表中，在某单元格输入数值 123 ，不正确的输入形式是（）A、123B、=123C、+123D、*123正确答案： D9.在对历史数据集进行分区之前进行数据清洗（缺失值填补等）的缺点是什么A、违反了建模的假设条件B、加大了处理的难度C、无法针对分区后各个数据集的特征分别做数据清洗D、无法对不同数据清理的方法进行比较，以选择最优方法正确答案： D10.当一个连续变量的缺失值占比在85%左右时，以下哪种方式最合理（）A、直接使用该变量B、根据是否缺失，生成指示变量，仅使用指示变量作为解释变量C、使用多重插补的方法进行缺失值填补D、直接删除该变量正确答案： B11.Naive Bayes是属于数据挖掘中的什么方法？A、聚类B、分类C、时间序列D、关联规则正确答案： B12.有一条关联规则为A → B，此规则的信心水平(confidence)为60%，则代表（）A、买B商品的顾客中，有60%的顾客会同时购买AB、同时购买A,B两商品的顾客，占所有顾客的60%C、买A商品的顾客中，有60%的顾客会同时购买BD、两商品A,B在交易数据库中同时被购买的机率为60%正确答案： C13.企业要建立预测模型，需准备建模数据集，以下四条描述建模数据集正确的是（）A、数据越多越好B、尽可能多的适合的数据C、数据越少越好D、以上三条都不正确正确答案： B14.在有指导的数据挖掘中，有关测试集的说法错误的是（）A、测试集和训练集是相互联系的B、测试集是用以测试模型的数据集C、通常测试集大约占总样本的三分之一D、K-次交叉验证中，测试集只有 1 个，训练集有K-1个正确答案： A15.用简单随机重复抽样方法抽取样本单位,如果要使抽样平均误差降低50%,则样本容量需要扩大到原来的（）A、2倍B、3倍C、4倍D、5倍正确答案： C16.回归分析的第一步是（）A、确定解释量和被解释变量B、确定回归模型C、建立回归方程D、进行检验正确答案： A17.关于主成分数目的选取，正确的是（）A、保留多少个主成分取决于累计方差在方差总和中所占百分比B、一般选择50%以上C、选择前两个就可以D、选择的数目和变量的个数一致正确答案： A18.下列四项中，不属于数据库特点的是（）A、数据共享B、数据完整性C、数据冗余很高D、数据独立性高正确答案： C19.将复杂的地址简化成北、中、南、东四区，是在进行？A、数据正规化B、数据一般化C、数据离散化D、数据整合正确答案： B20.以下哪个指标不能用于线性回归中的模型比较（）A、R方B、调整R方C、AICD、BIC正确答案： A21.RFM方法中的F说明客户的（）A、兴趣度B、粘性C、当前价值D、未来价值正确答案： A22.数据挖掘技术包括三个主要的部分（）A、数据、模型、技术B、算法、技术、领域知识C、数据、建模能力、算法与技术D、建模能力、算法与技术、领域知识正确答案： C23.下面关于因子分析的说确的是（）A、因子分析就是主成分分析B、因子之间可相关也可不相关C、因子受量纲的影响D、可以对因子进行旋转，使其意义更明显正确答案： D24.以下叙述正确的是（）A、极差较少受异常值的影响B、四分位差较少受异常值的影响C、方差较少受异常值的影响D、标准差较少受异常值的影响正确答案： B25.以下关于人工神经网络（ANN）的描述错误的有（）A、神经网络对训练数据中的噪声非常鲁棒B、可以处理冗余特征C、训练ANN是一个很耗时的过程D、至少含有一个隐藏层的多层神经网络正确答案： A26.当时间序列的环比增长速度大体相同时，适宜拟合（）A、指数曲线B、抛物线C、直线D、对数曲线正确答案： A27.某家长为了使孩子在第3-6年上大学的4年中，每年年初得到10000元助学基金，他应在2年前在银行存入多少钱？（年利率按5%计算）（）A、33771B、30291C、32163D、45256正确答案： A28.苹果公司对IPHONE的降价行为属于（）A、地域性差别定价B、时间性差别定价C、非线性定价或数量折扣定价D、其他形式的定价正确答案： B29.设X={1，2，3}是频繁项集，则可由X可产生（）个关联规则。

A、3B、4C、5D、6正确答案： D30.以下哪些分类方法可以较好地避免样本的不平衡问题？（）A、KNNB、SVMC、BayesD、神经网络正确答案： A三、多选题1.以下哪个聚类分析的方法是利用统计学定义的距离进行度量（）A、层次聚类法B、快速聚类法（K-Means）C、基于密度的聚类法D、基于网格的聚类法正确答案： AB2.天猫分析人员希望通过聚类方法定位代商家刷信用级别的违规者，以下那种操作不应该进行 ( )A、对变量进行标准化B、对变量进行百分位秩或Turkey正态性转换C、对变量进行因子分析或聚类分析D、对变量进行分箱处理正确答案： BD3.如下表student中,如何筛选type为包含数学或语文的记录?ID type scoreA01 数学 78A02 语文 76A03 英语 90A04 数学 68A05 英语 84A、select * from student where type=”数学” and type=”语文”B、select * from student where type=”数学” or type=”语文”C、select * from student where type in (”数学” , ”语文”)D、select * from student where type in (”数学”､”语文”)正确答案： BC4.以下哪个分布是右偏分布（）A、均匀分布B、卡方分布C、F分布D、对数正态分布正确答案： BCD5.在假设检验中,当我们做出拒绝原假设而接受备择假设的结论时,表示( )A、有充足的理由否定原假设B、原假设必定是错误的C、犯错误的概率不大于aD、犯错误的概率不大于bE、在H。

成立的情况下发生了小概率事件正确答案： ACE6.若检验统计量F近似等于1，说明（）A、组间方差中不包含系统因素的影响B、组方差中不包含系统因素的影响C、组间方差中包含系统因素的影响D、方差分析中不应拒绝原假设正确答案： AD7.下列何种算法可以帮助我们做数值的预测(Prediction)？A、AprioriB、Decision TreeC、Naive BayesD、Linear Regression正确答案： BD8.某种产品的生产总费用2003年为50万元，比2002年多2万元，而单位产品成本2003年比2002年降低5%，则（）A、生产费用总指数为104.17%B、生产费用指数为108.56%C、单位成本指数为95%D、产量指数为109.65%E、由于成本降低而节约的生产费用为2.63万元正确答案： ACDE9.配合一元线性回归方程须具备下列前提条件（）A、现象间确实存在数量上的相互依存关系B、现象间的关系是直线关系，这种直线关系可用散点图来表示C、具备一组自变量与因变量的对应资料，且能明确哪个是自变量，哪个是因变量D、两个变量之间不是对等关系正确答案： ABCD10.回归变差（或回归平方和）是指（）A、被解释变量的实际值与平均值的离差平方和B、被解释变量的回归值与平均值的离差平方和C、被解释变量的总变差与剩余变差之差D、解释变量变动所引起的被解释变量的变差正确答案： BCD11.产品成本费用按其与产量变化的关系分为（）A、可变成本B、固定成本C、付现成本D、沉没成本正确答案： AB12.统计决策的基本原则是（ )A、可行性B、发展性C、合理性D、经济性正确答案： ACD13.随机抽样方法有（）A、等距随机抽样B、综合随机抽样C、简单随机抽样D、分群随机抽样正确答案： ACD14.完全竞争性的市场具有（）等特点。