《商务数据分析》期末考试复习题及答案.docxVIP

《商务数据分析》期末考试复习题及答案

一、单项选择题（每题2分，共20分）

1.以下哪项不属于商务数据分析的核心目标？

A.发现业务规律

B.预测未来趋势

C.替代人工决策

D.支持精准营销

答案：C

2.数据清洗中处理缺失值的方法不包括？

A.直接删除含缺失值的记录

B.用变量均值填充缺失值

C.将缺失值标记为特殊类别

D.扩大样本量以覆盖缺失值

答案：D

3.某电商平台用户消费金额的偏度系数为2.3，说明数据分布呈现？

A.对称分布

B.左偏（负偏）

C.右偏（正偏）

D.均匀分布

答案：C（偏度0为右偏，数据右侧有较长尾巴）

4.相关系数r=0.85表示两个变量之间？

A.无线性相关关系

B.高度正线性相关

C.高度负线性相关

D.完全线性相关

答案：B（|r|0.8为高度相关，r0为正相关）

5.在逻辑回归模型中，因变量的取值通常是？

A.连续数值

B.二分类（0/1）

C.有序类别

D.名义类别

答案：B

6.以下哪种可视化图表最适合展示某品牌全年各月销售额的变化趋势？

A.散点图

B.柱状图

C.折线图

D.饼图

答案：C（折线图适合展示时间序列的趋势变化）

7.K-means聚类算法的核心步骤是？

A.计算数据点间的曼哈顿距离

B.预先设定聚类数k并迭代优化质心

C.基于树结构划分数据子集

D.通过密度阈值识别簇

答案：B

8.A/B测试的关键是？

A.保证两组样本量相同

B.控制唯一变量差异

C.选择高流量页面作为测试环境

D.仅比较转化率指标

答案：B（A/B测试需控制单一变量，其他条件一致）

9.数据仓库（DataWarehouse）与数据湖（DataLake）的主要区别是？

A.数据仓库存储结构化数据，数据湖存储非结构化数据

B.数据仓库用于实时分析，数据湖用于历史分析

C.数据仓库支持多源数据集成，数据湖仅支持单源数据

D.数据仓库的访问权限更宽松

答案：A（数据仓库以结构化数据为主，数据湖可存储多类型数据）

10.某企业用RFM模型分析客户价值，其中“M”指的是？

A.最近购买时间（Recency）

B.购买频率（Frequency）

C.购买金额（Monetary）

D.客户留存率（Retention）

答案：C

二、判断题（每题1分，共10分，正确打“√”，错误打“×”）

1.商务数据分析中，样本量越大越好，因此无需考虑抽样方法。（×）（需根据研究目标选择合适抽样方法，过大样本可能增加成本）

2.标准差越小，数据的离散程度越高。（×）（标准差越小，数据越集中）

3.混淆矩阵中，“真阳性率（TPR）”等于“召回率（Recall）”。（√）（TPR=TP/(TP+FN)=Recall）

4.决策树模型容易解释，但对缺失值敏感。（√）（决策树可可视化展示规则，但缺失值可能影响划分）

5.热力图主要用于展示两个变量的相关关系。（×）（热力图适合展示矩阵中不同区域的数值大小，如用户行为热点）

6.时间序列分析中，季节成分是指数据随时间呈现的周期性波动（周期≤1年）。（√）

7.主成分分析（PCA）的目的是降维，同时保留原始数据的主要方差。（√）

8.在关联规则分析中，支持度（Support）越高，规则的实用性越强。（×）（支持度高仅说明频繁出现，需结合置信度和提升度综合判断）

9.数据可视化的核心是“美观”，因此应优先选择复杂图表。（×）（核心是清晰传递信息，需根据数据类型选择合适图表）

10.预测模型的准确率（Accuracy）是评价模型性能的唯一指标。（×）（需结合精确率、召回率、F1值等综合评价）

三、简答题（每题6分，共30分）

1.简述数据清洗的主要步骤及常见方法。

答案：数据清洗的主要步骤包括识别异常值、处理缺失值、纠正数据错误、统一数据格式。常见方法：（1）异常值处理：通过Z-score、IQR（四分位距）识别，可删除、修正或保留；（2）缺失值处理：删除记录、均值/中位数填充、回归预测填充；（3）错误纠正：检查逻辑矛盾（如年龄为-5），通过业务规则修正；（4）格式统一：如将“2023/12/31”与“2023-12-31”统一为标准日期格式。

2.说明相关分析与回归分析的区别与联系。

答案：区别：（1）相关分析衡量变量间线性关联程度（用相关系数r），不区分自变量和