一、单项选择题（共10题，每题4分，共40分）
1．在关联分析中，下面哪个有可能是频繁3项集（ ）
{面包，牛奶}
{面包，牛奶，啤酒}
{面包}
{面包，牛奶，花生，啤酒}
2．从下面两个变量的相关系数图可以看出（ ）
![\"\"](\"/api/uploads/1686618/in-rich-content?created_at=1647534704\")
左图相关系数大于0
右图相关系数小于0
左图相关系数等于0
右图相关系数等于0
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（ ）。
单向关
典型相关
偏相关
点二列（点双列）相关
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：( )
对于有k个表现值的定性变量，只设定（k-1）个虚拟变量；
虚拟变量的值通常用“0”或“1”来表示；
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；
对于季节变量而言，四个季节需要设定4个虚拟变量
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（ ）
员工职位需要考虑成是分类变量
员工职位需要引入虚拟变量来处理
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
员工报酬需要考虑成被解释变量
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（ ）。
![\"\"](\"/api/uploads/1686619/in-rich-content?created_at=1647534704\")
线性回归模型
非线性回归模型
对数线性模型
Logistic回归模型
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（ ）。
线性回归模型
Logistic回归模型
分位数回归
非线性回归
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：
![\"\"](\"/api/uploads/1686620/in-rich-content?created_at=1647534704\")
请问关于上面的结果说法不正确的是：（ ）
此次分析构建了一个计数模型
收集了30个观测数据
对数似然值为-39.804
自变量都不显著
9．近邻分类中的近邻个数说法正确的是：（ ）
1-近邻的复杂度最高
随着近邻个数的增加，模型的复杂度增加
近邻个数不会影响模型的预测能力
近邻个数需要人为确定
10．关于下面的决策树说法不正确的是（ ）。
![\"\"](\"/api/uploads/1686621/in-rich-content?created_at=1647534704\")
此决策树根节点的gini为0.145
落入此决策树根节点中的数据有35个
此次划分的gini增益为0.058
落入Petal.Length≤5.05的数据将为判为versicolor一类
二、多项选择题（共6题，每题5分，共30分）
11．从下面两个变量的相关系数图可以看出（ ）
![\"\"](\"/api/uploads/1686622/in-rich-content?created_at=1647534704\")
左图相关系数大于0
右图相关系数小于0
左图相关系数大于右图
右图相关系数等于0
12．定性数据之间的相关通常采用（ ）来度量。
Pearson相关系数
Spearman相关系数
Kendall tau-b相关系数
Hoeffding’s D相关系数
13．关于分位数回归，下面说法正确的是（ ）
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。
分位数回归不需要进行残差检验
分位数回归会给出因变量不同分位数水平下的参数估计
分位数回归不需要做模型检验
14．关于马氏距离说法正确的是：（ ）
马氏距离不受总体空间大小的影响
受计量单位的影响
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）
是标准化的变量的欧氏距离
15．决策树中结点的最优划分是依据（ ）来确定的。
局部最优性
信息增益大的划分
信息增益小的划分
GINI增益大的划分
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（ ）。
![\"\"](\"/api/uploads/1686623/in-rich-content?created_at=1647534704\")
左图两类数据的划分是一个线性可分问题
右图的两类数据的划分是一个线性不可分问题
左图两类数据的划分是一个线性不可分问题
右图的两类数据的划分是一个线性可分问题
三、判断题（共10题，每题3分，共30分）
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。( )
对
错
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。（ ）
对
错
19．Pearson相关系数取值为0时，表现为变量无相关。（ ）
对
错
20．偏相关系数总是比相关系数高。（ ）
对
错
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。（ ）
对
错
22．Poisson回归模型假设观测因变量数据服从Poisson分布。（ ）
对
错
23．对于有k个表现值的定性变量，需设定k个虚拟变量。（ ）
对
错
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。（ ）
对
错
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。（ ）
对
错
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。( )
对
错
