数字营销学 4第四章 试题及答案.docx

数字营销学 4第四章 试题及答案.docx

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

第四章统计技术和数字营销

试题及答案

1.名词解释

(1)描述性统计分析

描述性统计分析是使用描述统计量和数据可视化等方法来描述数据的基本特征。

(2)集中趋势

集中趋势是指一组数据向某个中心值靠拢的倾向和程度,用于测量数据的集中程度。

(3)聚类分析

聚类分析是一种多元统计方法,它可以根据研究对象(样本或指标)的特征,将一组研究对象分为相对同质的群组,群组内的成员彼此相似,而不同群组的成员彼此不同。

(4)文本挖掘

文本挖掘用于从文本信息中发现知识。它利用智能算法,结合文字处理技术,分析大量非结构化文本源,提取或标记关键字概念和文字之间的关系,并根据内容对文档进行分类,以获取有用的知识和信息。

(5)时间序列分析

时间序列分析就是将经济发展、购买力大小、销售变化等同一变数的一组观察值,按时间顺序加以排列,构成统计的时间序列。通过观察随机序列的历史数据,利用特定的数字方法来预测市场未来的发展趋势和确定市场预测值。

(6)实验方法

实验方法是一种有目的地控制一定条件或创造一定条件来研究某种心理现象或被试者行为的方法。

2.选择题(单选题)

(1)数字营销分析方法的种类繁多,根据数据分析的目的,可以将其分为哪两大类方法。

①差异关系分析、影响性关系分析;②描述性方法、解释性或预测性方法;③事前分类方法、非事前分类方法;④一致性研究方法、可视化研究方法

答:②

(2)在市场调研中,如果要研究顾客对新产品的接受程度是否与年龄或教育水平相关,通常使用哪种方法。

①因子分析;

②分层线性模型;

③方差分析;

④列联表分析。

答:④

(3)下面不属于多元统计分析方法的是。

①描述性统计;

②方差分析;

③回归分析;

④时间序列分析。

答:①

(4)以下客户标签中,属于预测类标签的是。

①历史交易;

②客户流失概率;

③产品购买情况;

④渠道使用频率。

答:②

(5)以下选项中不属于实地实验特点的是。

①实验的可复制性较低。

②所得结果更接近真实情况,外部效度高。

③能够精确地控制实验条件。

④在自然条件下或真实生活环境中进行实验。

答:③

(6)下面哪一项不属于A/B测试的显著特性。——先验性、并行性和科学性?

①先验性;

②并行性;

③科学性;

④有效性。

答:④

3.简答题

(1)请简述数字营销方法的2维度4象限分类框架,每个象限举例至少2种方法。

对数据分析方法进行划分,根据数据分析的主要目的可以分为两大类:1)描述性方法和2)解释性、预测性方法;根据分析数据前是否已明确数据的分类情况,数据分析方法又可以分为两种:1)有监督学习和2)无监督学习。根据这两类分类规则,将数据分析方法归纳为四种典型类型:有监督学习-描述性方法、无监督学习-描述性方法、有监督学习-解释性和预测性方法、无监督学习-解释性和预测性方法。

有监督学习-描述性方法举例:描述性统计、列联表分析等;

无监督学习-描述性方法举例:聚类分析、因子分析/主成分分析、多维标度分析、对应分析、文本挖掘等;

有监督学习-解释性和预测性方法举例:方差分析、t检验分析、回归分析、判别分析、分层线性模型、时间序列、逻辑回归、决策树、神经网络、支持向量机、随机森林、Logit分析、路径分析、联合分析、结构方程模型等;

无监督学习-解释性和预测性方法举例:聚类回归、混合模型(MixtureModels)等。

也可以通过画图说明:

解释性方法-

解释性方法-

预测性方法

描述性方法

多元统计分析方法:聚类分析、因子分析/主成分分析、多维标度分析、对应分析。

数据挖掘与机器学习方法:聚类分析、文本挖掘。

无监督学习

有监督学习

多元统计分析方法:描述性统计(统计分组及频数统计、数据分布特征指标如均值、标准差、中位数等、图表如散点图、雷达图等)、列联表分析。

多元统计分析方法:方差分析、t检验分析、回归分析、判别分析、分层线性模型、时间序列等。

数据挖掘与机器学习方法:逻辑回归、决策树、神经网络、支持向量机、随机森林、Logit分析、路径分析等。

实验方法:方差分析、t检验分析、回归分析、联合分析、结构方程模型等。

数据挖掘与机器学习方法:各种潜分类方法,如聚类回归、混合模型(MixtureModels)等。

图1数据分析方法的分类

(2)请简述描述性分析的基本内容。

描述性分析主要包括以下三个方面的内容:进行统计分组和频数统计;计算分布特征指标,例如平均数、众数、中位数、标准差等;制作图表,例如条形图、饼图、散点图、直方图、雷达图等。

(3)请简述聚类分析包括哪些具体方法。

聚类分析包括三种方法,分别是非重叠聚类、重叠聚类和模糊聚类。非重叠聚类假设每个顾客只属于一个细分市场,而重叠聚类和模糊聚类认为顾客可能同时属于多个市场。

(4)请简述时间序列分析中,时间序列建

文档评论(0)

lai + 关注
实名认证
内容提供者

精品资料

版权声明书
用户编号:7040145050000060

1亿VIP精品文档

相关文档