国开电大《大数据分析与挖掘技术》形考任务2答案

报名本机构合作学校，赠送复习资料，复习课程，确保录取。并且可以申请学校奖学金500元～1500元不等！

国开形成性考核参考答案：微信搜索【 国开 搜题 】公众号

广东开放大学 2023年春季招生简章

题目1.在关联分析中，下面哪个有可能是频繁3项集（ ）

A. {面包，牛奶}

B. {面包，牛奶，啤酒}

C. {面包}

D. {面包，牛奶，花生，啤酒}

题目2.从下面两个变量的相关系数图可以看出（ ）

A. 左图相关系数大于0

B. 右图相关系数小于0

C. 左图相关系数等于0

D. 右图相关系数等于0

题目3.要考虑“储蓄水平”与 “人口水平”之间的相关。“储蓄水平”收集了储蓄比率（sr）、人均可支配收入（dpi）、人均可支配收入变化的百分率（ddpi）3个变量，“人口水平”收集了15岁以下人口的百分比、75岁以上人口百分比2个变量。请问采用下面哪种分析方法更合适（ ）。

A. 单向关

B. 典型相关

C. 偏相关

D. 点二列（点双列）相关

题目4.关于设定虚拟变量时应当遵循如下原则，下列说法错误的是：( )

A. 对于有k个表现值的定性变量，只设定（k-1）个虚拟变量；

B. 虚拟变量的值通常用“0”或“1”来表示；

C. 对于每个样本而言，同一个定性变量对应虚拟变量的值之和不超过1；

D. 对于季节变量而言，四个季节需要设定4个虚拟变量

题目5.如果要解决随着员工职位的变动，员工报酬会变动多大的问题，下面说法不正确的是（ ）

A. 员工职位需要考虑成是分类变量

B. 员工职位需要引入虚拟变量来处理

C. 如果员工职位有5个类别，那么需要引入5个虚拟变量来表示

D. 员工报酬需要考虑成被解释变量

题目6.为研究电商注册用户数量与其销售收入之间的关系，收集数据得到下面的散点图。请问这样的散点图适用建立下面哪种回归模型（ ）。

A. 线性回归模型

B. 非线性回归模型

C. 对数线性模型

D. Logistic回归模型

题目7.当因变量数据具有尖峰厚尾的分布特征或有离群点（即异常值）时，更合适的回归模型是（ ）。

A. 线性回归模型

B. Logistic回归模型

C. 分位数回归

D. 非线性回归

题目8.为监测某厂家生产的某款激光打印机的质量问题，考察该款打印机发生故障的次数。其发生故障的次数可能会受到打印纸张数量（千页）、打印机使用时长（千小时）、硒鼓（原装/兼容）等因素的影响。收集数据后的分析结果如下：

请问关于上面的结果说法不正确的是：（ ）

A. 此次分析构建了一个计数模型

B. 收集了30个观测数据

C. 对数似然值为-39.804

D. 自变量都不显著

题目9.近邻分类中的近邻个数说法正确的是：（ ）

A. 1-近邻的复杂度最高

B. 随着近邻个数的增加，模型的复杂度增加

C. 近邻个数不会影响模型的预测能力

D. 近邻个数需要人为确定

题目10.关于下面的决策树说法不正确的是（ ）。

A. 此决策树根节点的gini为0.145

B. 落入此决策树根节点中的数据有35个

C. 此次划分的gini增益为0.058

D. 落入Petal.Length≤5.05的数据将为判为versicolor一类

题目11.从下面两个变量的相关系数图可以看出（ ）

A. 左图相关系数大于0

B. 右图相关系数小于0

C. 左图相关系数大于右图

D. 右图相关系数等于0

题目12.定性数据之间的相关通常采用（ ）来度量。

A. Pearson相关系数

B. Spearman相关系数

C. Kendall tau-b相关系数

D. Hoeffding’s D相关系数

题目13.关于分位数回归，下面说法正确的是（ ）

A. 当数据具有尖峰厚尾的分布特征或有离群点（即异常值）时，采用分位数回归更稳健。

B. 分位数回归不需要进行残差检验

C. 分位数回归会给出因变量不同分位数水平下的参数估计

D. 分位数回归不需要做模型检验

题目14.关于马氏距离说法正确的是：（ ）

A. 马氏距离不受总体空间大小的影响

B. 受计量单位的影响

C. 反映了按平均水平计算被判定样本到中心的相对距离（该距离以方差为单位）

D. 是标准化的变量的欧氏距离

题目15.决策树中结点的最优划分是依据（ ）来确定的。

A. 局部最优性

B. 信息增益大的划分

C. 信息增益小的划分

D. GINI增益大的划分

题目16.由下图中两类数据（红色一类，黄色一类）的划分问题引出的关于线性可分与不可分的概念正确的是（ ）。

A. 左图两类数据的划分是一个线性可分问题

B. 右图的两类数据的划分是一个线性不可分问题

C. 左图两类数据的划分是一个线性不可分问题

D. 右图的两类数据的划分是一个线性可分问题

题目17.典型相关分析解决的问题是两组变量之间的非线性相关关系。( )

A. 对B. 错

题目18.按考虑相关因素（变量）的多少，相关关系分为正相关和负相关。（ ）

A. 对B. 错

题目19.Pearson相关系数取值为0时，表现为变量无相关。（ ）

A. 对B. 错

题目20.偏相关系数总是比相关系数高。（ ）

A. 对B. 错

题目21.线性回归模型的拟合优度的判定系数越大，说明回归方程预测能力较好。（ ）

A. 对B. 错

题目22.Poisson回归模型假设观测因变量数据服从Poisson分布。（ ）

A. 对B. 错

题目23.对于有k个表现值的定性变量，需设定k个虚拟变量。（ ）

A. 对B. 错

题目24.二元选择模型通常假设观测数据与一个隐藏的标准正态分布或者Logistic分布有关。（ ）

A. 对B. 错

题目25.线性回归模型显著性检验的P值越小，说明对应的自变量与因变量的相关程度越高。（ ）

A. 对B. 错

题目26.马氏距离不受总体空间大小的影响，也不受计量单位的影响。( )

A. 对B. 错