数据分析方法与技术作业及答案分解.docxVIP

一、填写题（抄题，写答案） 数据分析“六步曲”按顺序依次是： 明确分析目的和内容 、 数据收集 、 数据处理 、 数据分析 、 数据展现 、 报告撰写 。 定量数据一般可分为 计量的 、 计数的 、二种类型。定性数据一般可分为 有序的 、 名义的 、二种类型。 数据收集方法总的可分为 一手数据 、二手数据 、两大类。前一类方法常用的具体方法有 调查法 、 观察法 、 实验法 ；后一类方法常用的具体方法有 机构查询 、 书刊查询 、 网络查询 。 SPSS中有三种主要的工作窗口，它们是： 数据编辑窗口 、 结果浏览窗口 、 程序编辑窗口 ；在进行数据表编辑时，有二种主要视图，它们是： 数据视图 、 变量视图 。 SPSS中对变量属性进行定义时，对变量的命名在 Name 栏中设置，定义变量值标签在 Values 栏中设置。 根据数据的计量性质，可以将数据分为 定量的 数据和 定性的 数据；根据数据获得的直接性，可以将数据分为 一手 数据和 二手 数据。 统计检验的一种思路是：设定原假设 H0，构造相应的统计判断量，当根据实验数据或样本数据计算出的统计判断量 落在拒绝区域 ，则拒绝原假设；反之，则 落在接受区域，接受原假设 。在SPSS软件的统计操作中，通过计算样本数据的实际显著性概率Sig.，并将其与给定的显著性概率水平 比较，当 Sig. 时（填 “” 或 “” ），则拒绝原假设。 方差分析主要用来判断样本数据之间的差异是由 不可控的随机因素 造成的还是由 研究中施加的对结果形成影响的可控因素 造成的。 因子分析法是 多元统计分析中处理降维 的一种，其最主要的工作是 降维 ，即 将具有错综复杂关系的变量或者样品综合为数量较少的几个因子，以再现原始变量与因子之间的相互关系 。 下图所示因子分析结果中，数值6.845的含义是 第一主成分特征根 ，数值84.421的含义是 前三个主成分的累计贡献率；在Extraction Sums块中，有三行数据，其含义是 根据提取因子条件----特征值大于1，共选出了三个公共因子 。 下图所示椭圆圈中信息的含义 11变量，200样例 。 强规则是指： 同时满足最小支持度阈值和最小置信度阈值???规则 。 Statistica中实现聚类分析的过程是：[Statistics]/[ Multivariate Exploratory Techniques]/[ Cluster Analysis ]。 在对二值变量定类数据的距离进行计算时，若认为所取两个值的地位不对等，则可以用 雅克比匹配系数 对距离进行度量。 熵可以作为训练集的 不纯度 度量，熵越大， 不纯度 就越 高 （高或低）。决策树的分枝原则就是使划分后的样本的子集越 纯 越好，即它们的熵越 小 越好。 CRT算法的全称是 Classification and Regression Trees ，它所构成的决策树是 二叉树 ，该算法用 gini指标 指标作为选择分枝方案的依据，在选择分枝方案时，需经两步完成，第一步， 在每个节点处评估所有属性的每个标准问题的 gini 指标 ，第二步， 选择gini 指标最大的标准问题作为分枝方案 。 已知某数据集中某属性的不同取值为，{2.6，1， 2.9， 2，5，4.2，2.3，3 }，则该属性的标准问题集为 {Is A≤1.5,Is A≤2.15,Is A≤2.45,Is A≤2.75,Is A≤2.95,Is A≤3.6,Is A≤4.6} 。 已知某数据集中某属性的不同取值为，{优，良，中，差}，则该属性的标准问题集为 {Is A∈{优}，Is A∈{良}，Is A∈{中}，Is A∈{优，良}，Is A∈{良，中}，Is A∈{优，中}，Is A∈{优，良，中}。 二、单项选择题（抄题干及你认为正确的选项，图可以不画） Excel中，当把F7单元格复制到G8单元格时出现了如下信息提示，关于这一现象，以下描述正确的是( C )。 (A) G8单元格的数据应该是17，可能格式设置为小数点后5位，超过了单元格显示区域，出现此提示 (B) C8或D8单元格的数据有问题 (C) D8和E8不能相加 (D) F8为空值，无法加总得到结果 在Excel中，要实现如下图所示的汇率换算，可以在D5单元格中输入（B ），之后将它复制到下面的单元格，就可以实现不同币值的换算。 (A) $C$2*C5 (B) =C$2*C5 (C) =6.912*786 (D) =C2*C5 以下关于SPSS中定义变量值标签的描述中，错误的是（C）(A) 定义值标签可简化数据录入