在概率论的奇妙世界中，我们通过量化不确定性来理解和预测现象。《概率论系列（一）：概率基础》中，我们探索了概率的基本概念，如事件、样本空间以及概率的计算方法。这些概念为我们进一步深入概率论的更高层次打下了坚实的基础。现在，我们将进入概率论的下一个关键领域：随机变量和概率分布。随机变量（Random Variable）是概率论中一个核心的概念，它为我们提供了一种量化和分析随机事件结果的方式。想象一下，当我们抛掷一枚硬币或掷骰子时，结果是随机的。但是，通过随机变量，我们可以将这些结果转化为数值，从而进行更深入的分析。除此之外，理解概率分布是揭开随机变量神秘面纱的关键。概率分布描述了一个或多个随机变量取特定值的概率。它可以是离散的，如在掷骰子的情况下，也可以是连续的，如测量温度的情况。在本篇文章中，我们不仅将详细探讨随机变量的不同类型，还将深入研究各种概率分布及其特性。通过这些知识，我们可以开始理解和建模现实世界中的随机过程，这对于数据科学、统计学乃至日常决策都具有极大的意义。在文章的结尾，我们还会简要介绍一些与本主题紧密相关的高级概念，为我们的下一篇文章《概率论系列（三）：期望值和方差》做好铺垫。期望值和方差是衡量随机变量特性的重要工具，它们在统计分析和概率论中扮演着至关重要的角色。随着我们的概率论之旅的深入，您将会发现，随机变量和概率分布不仅是理论上的抽象概念，它们在我们的日常生活中无处不在，影响着我们的决策和世界观。让我们一起探索这个充满可能性的领域吧！随机变量的定义和类型在我们深入探索概率分布之前，先来理解什么是随机变量。随机变量是概率论中的一个核心概念，它是一个数学函数，将随机实验的每个可能结果映射到实数上。这听起来可能有些抽象，但它在概率论中非常重要。定义随机变量：随机变量通常用大写字母表示，例如 X。在进行随机实验时，例如掷骰子，每个可能的结果（1到6）都被 X 映射到一个实数上。在这个例子中，X 可以理解为“掷骰子得到的点数”。随机变量的类型：离散随机变量：如果随机变量的可能值是可数的（例如整数），那么它就是离散随机变量。例如，掷骰子的结果就是离散随机变量的一个例子。连续随机变量：如果随机变量可以取任何值（通常是某个区间内的所有实数），那么它就是连续随机变量。例如，测量一个物体的温度就是连续随机变量的一个例子。举例说明：离散随机变量的例子：掷骰子的结果（1, 2, 3, 4, 5, 6）。在这里，每个结果都可以与一个具体的概率相关联。连续随机变量的例子：测量一个杯子中水的温度。温度可以是任何实数，例如 20.5°C, 20.51°C 等。理解随机变量的这两种基本类型对于深入探究概率分布至关重要。不同类型的随机变量有其特定的概率分布模型，这些模型帮助我们描述和预测不同情境下的概率事件。接下来的部分中，我们将具体探讨不同类型的概率分布及其应用。离散概率分布离散概率分布是描述离散随机变量的概率模型，它指明了每个可能值出现的概率。在离散概率分布中，我们通常关注概率质量函数（Probability Mass Function, PMF），它为随机变量的每个可能值分配一个概率值。概率质量函数（PMF）：PMF 是定义在离散随机变量上的函数，用于表示该随机变量取特定值的概率。例如，对于掷一个公平的六面骰子，每个面朝上的概率是 1/6。常见的离散概率分布：二项分布（Binomial Distribution）：描述了在固定次数的独立实验中，成功次数的概率分布。比如，抛掷10次硬币，出现正面的次数。泊松分布（Poisson Distribution）：适用于描述在固定时间或空间内发生某事件的次数，如一小时内到达商店的顾客数量。二项分布和泊松分布的区别：二项分布适用于实验次数固定，每次实验成功的概率相同的情况。泊松分布适用于描述事件在连续时间或空间内随机发生的情况，这里的关键是事件发生的频率或率。应用实例：二项分布常用于质量控制和市场调研。泊松分布常用于服务行业的客户到达模式分析，如呼叫中心的来电分析。通过理解这些基本的离散概率分布，我们可以开始构建对随机现象的数学模型，从而预测和解释现实世界中的各种事件。离散概率分布在统计学、工程学、计算机科学等许多领域都有广泛的应用。连续概率分布连续概率分布用于描述连续随机变量的概率模型，它们涉及的随机变量可以在某个区间内取任何值。在连续概率分布中，我们通常关注概率密度函数（Probability Density Function, PDF），它为随机变量在某个特定区间内取值的概率提供了密度估计。概率密度函数（PDF）：PDF 是定义在连续随机变量上的函数，用于描述该变量在不同值上的概率密度。与PMF不同，PDF下特定点的值并不直接代表概率，而是密度。实际的概率由PDF在某个区间上的积分给出。常见的连续概率分布：正态分布（Normal Distribution）：也称为高斯分布，是最著名的连续概率分布之一。它描述了许多自然和社会现象，其图形是著名的钟形曲线。指数分布（Exponential Distribution）：描述了某些类型的时间间隔，如无记忆性过程中的等待时间。正态分布和指数分布的特点：正态分布以其均值和标准差定义，对于许多自然现象和社会过程而言，它是一个自然的选择。指数分布的一个关键特性是无记忆性，意味着未来的概率分布不依赖于已经过去的时间。应用实例：正态分布用于错误分析、自然现象的建模等。指数分布常用于描述电子元件的寿命或商店顾客的到达时间。理解连续概率分布对于分析和解释现实世界中的连续数据至关重要。它们在自然科学、社会科学、工程学等领域有着广泛的应用。在掌握了离散和连续概率分布的基础后，我们可以更好地理解随机变量的行为，并开始应用这些知识来解决实际问题。接下来，我们将探讨概率分布的重要性质，如概率质量函数、概率密度函数和累积分布函数，这些都是分析和应用概率分布的关键工具。概率分布的重要性质在深入了解随机变量和它们的概率分布后，我们需要探讨一些关键的概念，这些概念有助于我们更好地理解和应用概率论。这些包括概率质量函数（PMF），概率密度函数（PDF）和累积分布函数（CDF）。概率质量函数（PMF）：PMF 是离散随机变量特有的，它给出了随机变量取每个可能值的概率。PMF 的关键特性是，对于所有可能的随机变量值，它的值之和必须等于 1。概率密度函数（PDF）：PDF 用于连续随机变量，它描述了随机变量在某个特定值附近的概率密度。与PMF不同，PDF 在特定点的值并不是概率，而是概率密度。要得到特定区间内的概率，需要对PDF在该区间上进行积分。累积分布函数（CDF）：CDF 适用于离散和连续随机变量，它表示随机变量取小于或等于某个值的概率。CDF 是一个非减函数，通常在随机变量的所有可能值上从 0 增长到 1。重要性和应用：这些函数是理解和描述随机变量行为的强大工具。它们不仅在理论分析中非常重要，而且在实际应用中也非常有用。例如，PDF 可以帮助我们了解连续随机变量的行为模式，而 CDF 则可以用于计算随机变量落在特定范围内的概率。通过这些基本的概念，我们可以更深入地理解和分析随机现象。在实际应用中，这些理论工具是不可或缺的，无论是在数据科学、金融分析还是工程问题中。结论随着我们对概率论中的随机变量和概率分布的探索接近尾声，我们可以回顾一下所学的内容。本篇文章《概率论系列（二）：随机变量和概率分布》中，我们深入了解了随机变量的定义、类型（离散与连续），以及它们的相关概率分布。从掷骰子的简单示例到复杂的连续事件，我们展示了如何使用概率论来量化和预测不确定性。我们讨论了离散概率分布如二项分布和泊松分布，以及连续概率分布如正态分布和指数分布。通过这些分布，我们能够理解各种随机事件的行为模式，并在许多实际情景中应用这些知识。累积分布函数（CDF）和概率密度函数（PDF）等关键概念不仅加深了我们对随机变量行为的理解，也为我们提供了强大的分析工具，帮助我们在数据科学、工程和金融等领域中解决实际问题。在结尾部分，值得一提的是，虽然本文涵盖了随机变量和概率分布的基本概念，但概率论是一个广泛而深入的领域，还有许多高级主题等待探索。例如，多变量概率分布、随机过程，以及它们在高级数据分析和统计建模中的应用。下一篇文章《概率论系列（三）：期望值和方差》将聚焦于期望值和方差的概念。期望值是理解随机变量平均行为的关键，而方差则衡量其分散程度。这些概念对于全面理解数据的特性和进行有效的统计决策至关重要。我们期待在下一篇文章中继续我们的概率论之旅，探索这些令人着迷的概念，并将它们应用于解决更多复杂的现实世界问题。敬请期待！

数据分析练习题1在线试卷链接：一、单选题1.统计图中的散点图主要用来（ A
）。A.观察变量之间的相关关系
B.主要用来表示总体各部分所占的比例C.主要用来表示次数分布
D.主要用来反映分类数据的频数分布2.抽样误差是指（
D
）A.在调查过程中由于观察、测量等差错所引起的误差
B.人为原因所造成的误差C.在调查中违反随机原则出现的系统误差
D.随机抽样而产生的代表性误差3.检查异常值常用的统计图形：（ B ）A、条形图B、箱体图C、帕累托图D、线图4.线性回归里的残差分析不可能用于诊断（ D ）A、残差独立性B、变量分布C、异常值侦察D、最大迭代次数5.拟合logistic回归模型时有两个分类变量，分别是Gender（水平为female和male），Class（水平为1 、2和3），下表为输出结果，下面哪个选项的说法是正确的？（C）A.变量Gender和Class采用效应编码B.变量Gender采用引用编码，引用水平为femaleC.变量Class采用引用编码，引用水平为3D.变量Gender和Class采用全量编码6.因子分析的主要作用：（ A ）A、对变量进行降维B、对变量进行判别C、对变量进行聚类D、以上都不对7.关于K-means 聚类过程正确的是：（ A ）A、使用的是迭代的方法B、均适用于对变量和个案的聚类C、对变量进行聚类D、以上都不对8.东北人养了一只鸡和一头猪。一天鸡问猪：＂主人呢？＂猪说：＂出去买蘑菇了。＂鸡听了撒丫子就跑。猪说：＂你跑什么？＂鸡叫道：“有本事主人买粉条的时候你小子别跑！＂ 以上对话体现了数据分析方法中的（ A
）A. 关联
B. 聚类
C. 分类
D. 自然语言处理9.已知甲班学生“统计学”的平均成绩为86分，标准差是12.8分，乙班学生“统计学”的平均成绩是90分，标准差是10.3分，下列表述正确的是（ A
）A. 乙班平均成绩的代表性高于甲班B. 甲班平均成绩的代表性高于乙班C. 甲、乙两班平均成绩的代表性相同D. 甲、乙两班平均成绩的代表性无法比较10.根据样本资料估计得出人均消费支出Y对人均收入X的回归模型，表明人均收入每增加1%，人均消费支出将增加（ B
）A. 0.2%
B. 0.75%
C. 2%
D. 7.5%11.某企业根据对顾客随机抽样的信息得到对该企业产品表示满意的顾客比率的95%置信度的置信区间是（56%，64%）。下列正确的表述是（ A
）A.总体比率的95%置信度的置信区间为（56%，64%）B.总体真实比率有95%的可能落在（56%，64%）中C.区间（56%，64%）有95%的概率包含了总体真实比率D.由100次抽样构造的100个置信区间中，约有95个覆盖了总体真实比率12.以下哪个语句可以将字符型数值date(示例：“2001-02-19”)转换为数值类型? （ A
）A、INPUT(date，YYMMDD10.)B、PUT(date，YYMMDD10)C、INPUT(date，YYMMDD10.)D、PUT(date，YYMMDD10)
13. ，取值范围在[0,1]，反映回归曲线的拟合优度，当趋近于0，则回归曲线拟合优度（ B
）A．越好
B. 越差
C. 适中
D. 以上都不对14.分析购买不同产品的频次时，使用以下哪个任务? （ D
）A、列表数据B、汇总表C、汇总统计量D、单因子频数 15.当你用跑步时间（RunTime）、年龄（Age）、跑步时脉搏（Run_Pulse）以及最高脉搏（Maximum_Pulse）作为预测变量来对耗氧量（Oxygen_Consumption ）进行回归时，年龄（Age）的参数估计是-2.78. 这意味着什么？（ B
）A、年龄每增加一岁，耗氧量就增大2.78.B、年龄每增加一岁，耗氧量就降低2.78.C、年龄每增加2.78岁，耗氧量就翻倍。D、年龄每减少2.78岁，耗氧量就翻倍。16.ROC曲线凸向哪个角，代表模型约理想？（ A
）A、左上角B、左下角C、右上角D、右下角17.在所有两位数(10－99)中任取一两位数，则此数能被2或3整除的概率为 （
B ）A. 6/5
B. 2/3
C.
83/100
D.均不对18.对事件A和B，下列正确的命题是
（ D
）A．如A,B互斥，则 \bar{A} ， \bar{B} 也互斥
B. 如A,B相容，则\bar{A} ， \bar{B} 也相容C. 如A,B互斥，且P(A)>0,P(B)>0,则A.B独立
D. 如A,B独立，则 \bar{A} ， \bar{B}也独立19.掷二枚骰子，事件A为出现的点数之和等于3的概率为 （ B
）A.1/11
B. 1/18
C. 1/6
D.
都不对20.A和B两事件，若 P(AUB)＝0.8，P(A)＝0.2，P（ \bar{A} ）＝0.4
则下列 （
B ）成立。A. P（ \bar{A} \bar{B} ）＝0.32
B. P（ \bar{AB} ）＝0.2C. P（AB）＝0.4
D. P（ \bar{AB} ）＝0.4821.随机地掷一骰子两次，则两次出现的点数之和等于8的概率为 （
C ）A. 3/36
B.
4/36
C.
5/36
D.
2/3622.抽样推断中，可计算和控制的误差是
（
D ）A.登记误差
B.系统性误差（偏差）C.抽样实际误差
D.抽样平均误差23.假设检验中显著性水平 \alpha 是
（
B ）A.推断时犯取伪错误的概率
B.推断时犯取伪弃真的概率C.正确推断的概率
D.推断时视情况而定24.抽样调查中，无法消除的误差是
（ A
）A.随机误差
B.工作误差
C.登记误差
D.偏差25.当时，两个相关变量
（ C
）A.低度相关
B.中度相关
C.高度相关
D.不相关26.描述一组对称（或正态）分布资料的离散趋势时，最适宜选择的指标是（B）A.极差
B.标准差
C.均数
D.变异系数
27.以下指标中那一项可用来描述计量资料离散程度（D）A．算术均数
B．几何均数
C．中位数
D．极差 28.偏态分布资料宜用下面那一项描述其分布的集中趋势（C）A．算术均数
B．标准差
C．中位数
D．四分位数间距 29.下面那一项可用于比较身高和体重的变异度（C）A．方差
B．标准差
C．变异系数
D．全距 30.正态曲线下，横轴上从均数到+∞的面积为（C）A．97.5%
B．95%
C．50%
D．5%
31.横轴上,标准正态曲线下从0到1.96的面积为: （D）A.95%
B.45%
C.97.5%
D.47.5%
32.下面那一项分布的资料，均数等于中位数。（D）A．对数正态
B．左偏态
C．右偏态
D．正态33.K-均值类别侦测要求输入的数据类型必须是( B )。A整型
B数值型
C字符型
D逻辑型34.某一特定的X水平上，总体Y分布的离散度越大，即σ2越大，则（
A
）。A．预测区间越宽，精度越低　
　B．预测区间越宽，预测误差越小C　预测区间越窄，精度越高　
　D．预测区间越窄，预测误差越大35.如果X和Y在统计上独立，则相关系数等于（
C
）。A．1
B．－1
C．0
D．∞36.根据决定系数R2与F统计量的关系可知，当R2＝1时，有（
D
）。A．F＝1
B．F＝-1
C．F＝0
D．F＝∞37.假设两变量线性相关，两变量是等距或等比的数据，但不呈正态分布，计算它们的相关系数时应选用（ B ）。 A. 积差相关
B．斯皮尔曼等级相关 C．二列相关
D．点二列相关38.回归模型中，关于检验所用的统计量，下列说法正确的是（ D ）。A．服从 x^{2}(n-2)
B．服从 t(n-1) C．服从x^{2}(n-1)D．服从t(n-2)39.下面有关HAVING子句描述错误的是（B）。
A：HAVING子句必须与GROUP BY 子句同时使用，不能单独使用
B：使用HAVING子句的同时不能使用WHERE子句
C：使用HAVING子句的同时可以使用WHERE子句
D：使用HAVING子句的作用是限定分组的条件40.
是（ C
）分布的密度函数。
A.指数 B.
二项 C.
均匀 D.
泊松41.根据判定系数R2与F统计量的关系可知，当R2=1时有（
C
）。 A.F=1
B.F=－1
C.F=∞
D.F=0 42.在SQL查询时，使用WHERE子句指出的是（C）。
A：查询目标
B：查询结果
C：查询条件
D：查询视图43.SQL查询语句中HAVING子句的作用是（C）。
A：指出分组查询的范围
B：指出分组查询的值
C：指出分组查询的条件
D：指出分组查询的字段44.SQL的数据操作语句不包括（D）。
A：INSERT
B：UPDATE
C：DELETE
D：CHANGE45.SQL语句中查询条件短语的关键字是（A）。
A：WHERE
B：FOR
C：WHILE
D：CONDITION46.SQL语句中修改表结构的命令是（C）。
A：MODIFY TABLE
B：MODIFY STRUCTURE
C：ALTER TABLE
D：ALTER STRUCTURE47.SQL语句中删除表的命令是（A）。
A：DROP TABLE
B：DELETE TABLE
C：ERASE TABLE
D：DELETE DBF二、多选题48.相关有以下几种（ABC）。 A．正相关
B．负相关
C．零相关
D．常相关 49.相关系数的取值可以是（ABC）。 A. 0
B．-1
C. 1
D. 2 50.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（
ACDE
） 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51.三个地区同一种商品的价格报告期为基期的108%，这个指数是（
BE
） A、个体指数
B、总指数
C、综合指数 D、平均数指数
E、质量指标指数52.有关数据库的说法正确的是（ABCD）A．元数据是描述数据的数据B．使用索引可以快速访问数据库中的数据，所以可以在数据库中尽量多的建立索引C．数据库中一行叫做记录D．数据库中的每一个项目叫做字段53.统计数据按来源分类，可以分为（BD）A.类别数据
B.二手数据C.序列数据
D.一手数据E.数值数据53.以下哪些变量代表RFM方法中的M：（ AB ）A.最近3期境外消费金额B.最近6期网银平均消费金额C.信用卡的消费额度D.距最近一次逾期的月数54.在作逻辑回归时，如果区域这个变量，当Region=A时Y取值均为1，无法确定是否出现的是哪个问题？（ABD）A. 共线性B. 异常值C. 拟完全分离（Quasi-complete separation）D. 缺失值55.下列Z值（ BCD ）可以被认为是异常值。A、0
B、-3
C、6
D、10
56.下列问题（ ABC ）使用参数检验分析方法。A、评估灯泡使用寿命
B、检验食品某种成分的含量C、全国小学一年级学生一学期的平均课外作业时间
D、全国省市小康指数高低57.两独立样本t检验的前提（ ABC ）A、样本来自的总体服从或近似服从正态分布
B、两样本相互独立
C、两样本的数量可以不相等
D、两样本的数量相等58.两配对样本t检验的前提（ ABD ）A、样本来自的总体服从或近似服从正态分布
B、两样本观察值的先后顺序一一对应
C、两样本的数量可以不相等
D、两样本的数量相等59.下面给出的t检验的结果，（ CD ）表明接受原假设，显著性水平为0.05。A、0.000
B、0.039
C、0.092
D、0.12460.方差分析的基本假设前提包括（ AC ）A、各总体服从正态分布
B、各总体相互独立
C、各总体的方差应相同
D、各总体的方差不同61.下列（ ABC ）属于多选项问题。A、购买保险原因调查
B、高考志愿调查
C、储蓄原因调查
D、各省市现代化指数分析62.层次聚类的聚类方式分为两种，分别是（ AB ）A、凝聚方式聚类
B、分解方式聚类
C、Q型聚类
D、Ｒ型聚类数据分析练习题2一、单选题1.某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的哪类问题？(A)A. 关联规则发现B. 聚类C. 分类D. 自然语言处理2.以下两种描述分别对应哪两种对分类算法的评价标准？ (A)(a)警察抓小偷，描述警察抓的人中有多少个是小偷的标准。(b)描述有多少比例的小偷给警察抓了的标准。A. Precision, RecallB. Recall, PrecisionC. Precision, ROCD. Recall, ROC3.将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务？(C)A. 频繁模式挖掘B. 分类和预测C. 数据预处理D. 数据流挖掘4.当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离？(B)A. 分类B. 聚类C. 关联分析D. 隐马尔可夫链5.什么是KDD？ (A)A. 数据挖掘与知识发现B. 领域知识发现C. 文档知识发现D. 动态知识发现6.使用交互式的和可视化的技术，对数据进行探索属于数据挖掘的哪一类任务？（A）A. 探索性数据分析B. 建模描述C. 预测建模D. 寻找模式和规则7.为数据的总体分布建模；把多维空间划分成组等问题属于数据挖掘的哪一类任务？(B)A. 探索性数据分析B. 建模描述C. 预测建模D. 寻找模式和规则8.建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的哪一类任务？(C)A. 根据内容检索B. 建模描述C. 预测建模D. 寻找模式和规则9.用户有一种感兴趣的模式并且希望在数据集中找到相似的模式，属于数据挖掘哪一类任务？(A)A. 根据内容检索B. 建模描述C. 预测建模D. 寻找模式和规则10.下面哪种不属于数据预处理的方法？ (D)A变量代换B离散化C聚集D估计遗漏值11.假设12个销售价格记录组已经排序如下：5, 10, 11, 13, 15,35, 50, 55, 72, 92, 204, 215，将它们划分成四个箱，等频（等深）划分时，15在第几个箱子内？ (B)A 第一个B 第二个C 第三个D 第四个12. 假设12个销售价格记录组已经排序如下：5, 10, 11, 13, 15,35, 50, 55, 72, 92, 204, 215，等宽划分时（宽度为50），15又在哪个箱子里？ (A)A 第一个B 第二个C 第三个D 第四个13.下面哪个不属于数据的属性类型：(D)A 标称B 序数C 区间D相异14.只有非零值才重要的二元属性被称作：( C )A 计数属性B 离散属性C非对称的二元属性D 对称属性15.以下哪种方法不属于特征选择的标准方法： (D)A 嵌入B 过滤C 包装D 抽样16.下面不属于创建新属性的相关方法的是： (B)A特征提取B特征修改C映射数据到新的空间D特征构造17.考虑值集{1、2、3、4、5、90}，其截断均值（p=20%）是 (C)A 2B 3C 3.5D 518.下面哪个属于映射数据到新的空间的方法？ (A)A 傅立叶变换B 特征加权C 渐进抽样D 维归约19.熵是为消除不确定性所需要获得的信息量，投掷均匀正六面体骰子的熵是： (B)A 1比特B 2.6比特C 3.2比特D 3.8比特20.假设属性income的最大最小值分别是12000元和98000元。利用最大最小规范化的方法将属性的值映射到0至1的范围内。对属性income的73600元将被转化为：(D)A 0.821B 1.224C 1.458D 0.71621.假定用于分析的数据包含属性age。数据元组中age的值如下（按递增序）：13，15，16，16，19，20，20，21，22，22，25，25，25，30，33，33，35，35，36，40，45，46，52，70, 问题：使用按箱平均值平滑方法对上述数据进行平滑，箱的深度为3。第二个箱子值为：(A)A 18.3B 22.6C 26.8D 27.922.考虑值集{12 24 33 2 4 55 68 26}，其四分位数极差是：(A)A 31B 24C 55D 323.下列哪个不是专门用于可视化时间空间数据的技术： (B)A 等高线图B 饼图C 曲面图D 矢量场图24.在抽样方法中，当合适的样本容量很难确定时，可以使用的抽样方法是： (D)A 有放回的简单随机抽样B 无放回的简单随机抽样C 分层抽样D 渐进抽样25.数据仓库是随着时间变化的,下面的描述不正确的是 (C)A. 数据仓库随时间的变化不断增加新的数据内容;B. 捕捉到的新数据会覆盖原来的快照;C. 数据仓库随时间变化不断删去旧的数据内容;D. 数据仓库中包含大量的综合数据，这些综合数据会随着时间的变化不断地进行重新综合;26.关于基本数据的元数据是指: (D)A. 基本元数据与数据源，数据仓库，数据集市和应用程序等结构相关的信息;B. 基本元数据包括与企业相关的管理方面的数据和信息;C. 基本元数据包括日志文件和简历执行处理的时序调度信息;D. 基本元数据包括关于装载和更新处理，分析处理以及管理方面的信息;27.下面关于数据粒度的描述不正确的是: (C)A. 粒度是指数据仓库小数据单元的详细程度和级别;B. 数据越详细，粒度就越小，级别也就越高;C. 数据综合度越高，粒度也就越大，级别也就越高;D. 粒度的具体划分将直接影响数据仓库中的数据量以及查询质量.28.在有关数据仓库测试,下列说法不正确的是: (D)A. 在完成数据仓库的实施过程中，需要对数据仓库进行各种测试.测试工作中要包括单元测试和系统测试.B. 当数据仓库的每个单独组件完成后，就需要对他们进行单元测试.C. 系统的集成测试需要对数据仓库的所有组件进行大量的功能测试和回归测试.D. 在测试之前没必要制定详细的测试计划.29.OLAP技术的核心是: (D)A. 在线性;B. 对用户的快速响应;C. 互操作性.D. 多维分析;30.关于OLAP的特性,下面正确的是: (D)(1)快速性 (2)可分析性 (3)多维性 (4)信息性 (5)共享性A. (1) (2) (3)B. (2) (3) (4)C. (1) (2) (3) (4)D. (1) (2) (3) (4) (5)31.关于OLAP和OLTP的区别描述,不正确的是: (C)A. OLAP主要是关于如何理解聚集的大量不同的数据，它与OTAP应用程序不同B. 与OLAP应用程序不同，OLTP应用程序包含大量相对简单的事务C. OLAP的特点在于事务量大，但事务内容比较简单且重复率高D. OLAP是以数据仓库为基础的，但其最终数据来源与OLTP一样均来自底层的数据库系统，两者面对的用户是相同的32.OLAM技术一般简称为“数据联机分析挖掘”，下面说法正确的是: (D)A. OLAP和OLAM都基于客户机/服务器模式，只有后者有与用户的交互性B. 由于OLAM的立方体和用于OLAP的立方体有本质的区别.C. 基于WEB的OLAM是WEB技术与OLAM技术的结合.D. OLAM服务器通过用户图形接口接收用户的分析指令，在元数据的指导下，对超级立方体作一定的操作.33.关于OLAP和OLTP的说法,下列不正确的是: (A)A. OLAP事务量大，但事务内容比较简单且重复率高.B. OLAP的最终数据来源与OLTP不一样.C. OLTP面对的是决策人员和高层管理人员.D. OLTP以应用为核心，是应用驱动的.34.设X={1，2，3}是频繁项集，则可由X产生__(C)__个关联规则。A、4B、5C、6D、735.频繁项集、频繁闭项集、最大频繁项集之间的关系是： (C)A、频繁项集 频繁闭项集=最大频繁项集B、频繁项集=频繁闭项集 最大频繁项集C、频繁项集 频繁闭项集 最大频繁项集D、频繁项集=频繁闭项集=最大频繁项集36.考虑下面的频繁3-项集的集合：{1，2，3}，{1，2，4}，{1，2，5}，{1，3，4}，{1，3，5}，{2，3，4}，{2，3，5}，{3，4，5}假定数据集中只有5个项，采用合并策略，由候选产生过程得到4-项集不包含（C）A、1，2，3，4B、1，2，3，5C、1，2，4，5D、1，3，4，537.下面选项中t不是s的子序列的是 ( C )A、s=<{2,4},{3,5,6},{8}> t=<{2},{3,6},{8}>B、s=<{2,4},{3,5,6},{8}> t=<{2},{8}>C、s=<{1,2},{3,4}> t=<{1},{2}>D、s=<{2,4},{2,4}> t=<{2},{4}>38.在图集合中发现一组公共子结构，这样的任务称为 ( B )A、频繁子集挖掘B、频繁子图挖掘C、频繁数据项挖掘D、频繁模式挖掘39.下列度量不具有反演性的是 (D)A、系数B、几率C、Cohen度量D、兴趣因子40.下列__(A)__不是将主观信息加入到模式发现任务中的方法。A、与同一时期其他数据对比B、可视化C、基于模板的方法D、主观兴趣度量41.下面购物篮能够提取的3-项集的最大数量是多少（C）ID 购买项1 牛奶，啤酒，尿布2 面包，黄油，牛奶3 牛奶，尿布，饼干4 面包，黄油，饼干5 啤酒，饼干，尿布6 牛奶，尿布，面包，黄油7 面包，黄油，尿布8 啤酒，尿布9 牛奶，尿布，面包，黄油10 啤酒，饼干A、1B、2C、3D、442.以下哪些算法是分类算法？（B）A、DBSCANB、C4.5C、K-MeansD、EM43.以下哪些分类方法可以较好地避免样本的不平衡问题？ （A）A，KNNB，SVMC，BayesD，神经网络44.决策树中不包含以下哪种结点？
(C)A,根结点（root node)B,内部结点（internal node）C,外部结点（external node）D,叶结点（leaf node）45.以下哪项关于决策树的说法是错误的 (C)A. 冗余属性不会对决策树的准确率造成不利的影响B. 子树可能在决策树中重复多次C. 决策树算法对于噪声的干扰非常敏感D. 寻找最佳决策树是NP完全问题46.在基于规则的分类器中，依据规则质量的某种度量对规则排序，保证每一个测试记录都是由覆盖它的“最好的”规格来分类，这种方案称为 (B)A. 基于类的排序方案B. 基于规则的排序方案C. 基于度量的排序方案D. 基于规格的排序方案。47.以下哪些算法是基于规则的分类器 (A)A. C4.5B. KNNC. Naive BayesD. ANN48.如果规则集R中不存在两条规则被同一条记录触发，则称R中的规则为（C）；A, 无序规则B，穷举规则C，互斥规则D，有序规则49.如果对属性值的任一组合，规则集R中都存在一条规则加以覆盖，则称R中的规则为(B)A, 无序规则B，穷举规则C，互斥规则D，有序规则50.如果规则集中的规则按照优先级降序排列，则称规则集是 (D)A, 无序规则B，穷举规则C，互斥规则D，有序规则51.如果允许一条记录触发多条分类规则，把每条被触发规则的后件看作是对相应类的一次投票，然后计票确定测试记录的类标号，称为（A）A, 无序规则B，穷举规则C，互斥规则D，有序规则52.考虑两队之间的足球比赛：队0和队1。假设65%的比赛队0胜出，剩余的比赛队1获胜。队0获胜的比赛中只有30%是在队1的主场，而队1取胜的比赛中75%是主场获胜。如果下一场比赛在队1的主场进行，队1获胜的概率为 (C)A，0.75B，0.35C，0.4678D，0.573853.以下关于人工神经网络（ANN）的描述错误的有 (A)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54.通过聚集多个分类器的预测来提高分类准确率的技术称为 (A)A，组合(ensemble)B，聚集(aggregate)C，合并(combination)D，投票(voting)55.简单地将数据对象集划分成不重叠的子集，使得每个数据对象恰在一个子集中，这种聚类类型称作（ B ）A、层次聚类B、划分聚类C、非互斥聚类D、模糊聚类56.在基本K均值算法里，当邻近度函数采用（ A ）的时候，合适的质心是簇中各点的中位数。A、曼哈顿距离B、平方欧几里德距离C、余弦距离D、Bregman散度57.（ C ）是一个观测值，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。A、边界点B、质心C、离群点D、核心点58.BIRCH是一种（ B ）。A、分类器B、聚类算法C、关联分析算法D、特征选择算法59.检测一元正态分布中的离群点，属于异常检测中的基于（ A ）的离群点检测。A、统计方法B、邻近度C、密度D、聚类技术60.（ C ）将两个簇的邻近度定义为不同簇的所有点对的平均逐对邻近度，它是一种凝聚层次聚类技术。A、MIN（单链）B、MAX（全链）C、组平均D、Ward方法二、多选题61.寻找数据集中的关系是为了寻找精确、方便并且有价值地总结了数据的某一特征的表示，这个过程包括了以下哪些步骤？ (A B C D)A. 决定要使用的表示的特征和结构B. 决定如何量化和比较不同表示拟合数据的好坏C. 选择一个算法过程使评分函数最优D. 决定用什么样的数据管理原则以高效地实现算法。62.数据挖掘的预测建模任务主要包括哪几大类问题？ (A B)A. 分类B. 回归C. 模式发现D. 模式匹配63.数据挖掘算法的组件包括：(A B C D)A. 模型或模型结构B. 评分函数C. 优化和搜索方法D. 数据管理策略64.下列何种算法可以帮助我们做数值的预测(Prediction)？(B,D)A.Apriori
B.Decision Tree
C.Naive Bayes
D.Linear Regression65.在现实世界的数据中，元组在某些属性上缺少值是常有的。描述处理该问题的各种方法有： (ＡＢＣＤ )A忽略元组B使用属性的平均值填充空缺值C使用一个全局常量填充空缺值D使用与给定元组属同一类的所有样本的平均值66. 时间序列的问题需考虑下列何者？(A, C, D)A.季节性
B.地点
C.时间
D.趋势67.对于数据挖掘中的原始数据，存在的问题有： (ＡＢＣＤ)A 不一致B重复C不完整D 含噪声68.下列属于不同的有序数据的有：(ＡＢＣ)A 时序数据B 序列数据C时间序列数据D事务数据69.下面属于数据集的一般特性的有： (B C D)A 连续性B 维度C 稀疏性D 分辨率70.下面属于维归约常用的线性代数技术的有： (A C)A 主成分分析B 特征提取C 奇异值分解D 特征加权71.下面列出的条目中，哪些是数据仓库的基本特征： (ACD)A. 数据仓库是面向主题的B. 数据仓库的数据是集成的C. 数据仓库的数据是相对稳定的D. 数据仓库的数据是反映历史变化的72.以下各项均是针对数据仓库的不同说法，你认为正确的有（BCD）。A．数据仓库就是数据库B．数据仓库是一切商业智能系统的基础C．数据仓库是面向业务的，支持联机事务处理（OLTP）D．数据仓库支持决策而非事务处理73.数据仓库在技术上的工作过程是： (ABCD)A. 数据的抽取B. 存储和管理C. 数据的表现D. 数据仓库设计