《spss数据分析与应用》期末试卷&参考答案.docx

《spss数据分析与应用》期末试卷&参考答案.docx

《《spss数据分析与应用》期末试卷&参考答案.docx》由会员分享，可在线阅读，更多相关《《spss数据分析与应用》期末试卷&参考答案.docx（10页珍藏版）》请在冰豆网上搜索。

《SPSS数据分析与应用》期末试卷&答案解析

《SPSS数据分析与应用》期末试卷

一、单项选择题（本大题共15小题，每小题2分，共30分）

1、下列用来描述一组数据的平均水平的是[]

A．均值B.标准差C.偏度D.峰度

2、下列用来描述数据的波动程度的是[]

A．中位数B.均值C.方差D.偏度

3、在SPSS中双定性变量适合绘制下面那种图形[]

A．堆积百分比图B.箱线图C.直方图D.散点图

4、在SPSS中双定量变量适合绘制下面那种图形[]

A．堆积百分比图B.箱线图C.直方图D.散点图

5、在SPSS中一个定性变量、一个定量变量适合绘制下面那种图形[]

A．堆积百分比图B.箱线图C.直方图D.散点图

6、下列属于定性变量的是[]

A.年龄B.驾龄C.性别D.销量

7、以下不属于定量变量的是[]

A.婚姻B.收入C.工龄D.体重

8、以下哪个变量适合做线性回归的因变量[]

A．是否购买B.是否出险C.是否恋爱D.房价

9、以下哪个变量适合做逻辑回归的因变量[]

A．客户是否流失B.酒店价格C.二手房价D.以上都不正确

10、因子分析的作用是[]

A．分类B.降维C.回归D.以上都不正确

11、关于聚类分析，下列说法错误的是[]

A.聚类就是把“类似”的对象聚到一起

B.聚类分析首先要确定特征指标

C.聚类分析中刻画相似度方法只有欧式距离

D.层次聚类法是聚类分析的一种

12“物以类聚，人以群分”与下列哪个模型特征相似[]

A.线性回归B.逻辑回归

C.聚类分析D.因子分析

13、以下哪个因变量可以用线性回归模型进行分析[]

A.大学生薪资影响因素分析 B.信用卡是否逾期

C.某用户是否患胃病的预测 D.明天是否降雨的预测

14、线性回归模型的整体评价，不包括以下哪一项[]

A.F检验的结果B.调整的R方

C.AUC值D.R方的大小

15、关于聚类分析的要点，错误的是[]

A.根据不同的特征指标聚出的类是不同的

B.定义什么是“相似的研究对象”

C.层次聚类就是k均值聚类

D.如何归类

二、多项选择题（本大题共5小题，每小题4分，共20分）在每小题列出的五个备用选项中至少有两个是符合题目要求的，请将其代码填写在题后的括号内。

错选、多选、少选或未选均无分。

16、SPSS可以实现以下哪些分析？

[]

A.频率分析

B.线性回归分析

C.因子分析

D.聚类分析

E.逻辑回归分析

17、关于线性回归模型，描述正确的是[]

A.模型简单

B.可解读性较高

C.在实际数据分析中很常用

D.因变量是定性数据

E.解决的是分类问题

18、以下关于直方图，描述正确的是[]

A.一般用于定性数据

B.反映数据的分布情况

C.显示数据的对称性

D.纵轴可表示频数

E.一般用于定量数据

F.明确要研究的问题，指出可能的商业价值

19、以下属于线性回归基本假设的有[]

A.误差项ε的期望为0

B.误差项ε的方差相等

C.误差项ε相互独立

D.误差项ε服从正态分布

E．以上都不对

20、以下场景可以利用逻辑回归的有[]

A.NBA球员薪资影响因素

B.顾客是否购买某产品

C.火锅团购订单数分析

D.学生对本课程是否满意

E.判断信用卡用户是否逾期

三、判断题（本大题共5小题，每小题2分，共10分）请在每小题的对应的括号内填写，正确的涂写T，错误的涂写F。

21、当变量较多，且相关性较强时比较适合使用因子分析。

[]

22、中位数是排序后位于中间的一位数或两位数的平均值。

[]

23、K均值聚类法就是一层一层地聚。

[]

24、二分类问题一般可以使用逻辑回归分析。

[]

25、逻辑回归预测出来的是Y=0的概率。

[]

四、简答题（本大题共2小题，每小题5分，共10分）

26、茶及茶文化是大众生活中不可缺少的重要内容，但在电商平台上不同的茶叶销量差异很大，现想对影响茶叶销量的影响因素进行分析。

以某电商在售茶叶数据为例（见表1），请根据茶叶数据回答以下问题。

表1：

茶叶数据样例

标题

价格

销售量

好评率

品牌

产品毛重

商品产地

2017新茶云雾绿茶4盒共500克一杯香茶叶明前春茶毛尖

86

96000

100%

一杯香

125

云南省

乐品乐茶2017新茶茶叶

绿茶雀舌茶

59

32000

97%

乐品乐茶

210

安徽省

买2件送精美西施砂壶

印象堂茶叶

39.8

40000

97%

印象堂

100

云南省

立顿（Lipton）茶叶红茶

黄牌精选红茶100包200g（新老包装随机发货）

39.9

82000

97%

立顿

280

安徽省

乐品乐茶2017新茶茶叶

绿茶

99

26000

97%

乐品乐茶

450

安徽省

【首件26元买2送1再送杯】安溪铁观音茶叶散装

40

20000

95%

蓝翼

250

福建省

……

……

……

……

……

……

……

（1）请围绕问题说明数据中的因变量和自变量。

（2）请说明数据中的定量变量和定性变量。

27、收集了北京二手房数据，并对影响房价的影响因素进行分析，请根据北京二手房房价的描述分析图回答以下问题：

（1）对北京二手房价的直方图进行解读，房价单位：

元/平米。

频率

房价

图1：

二手房价直方图

（2）对箱线图进行解读。

房价

城区

图2：

城区与单位房价的箱线图

五、案例分析（本大题共3小题，每小题10分，共30分）

28、北京市房地产市场是我国最为发达、最具代表性的房地产市场之一。

因此以北京二手房为研究对象，通过线性回归分析探究了学区、地铁、房屋面积等相关因素对二手房价（单位：

万元/平米）的影响作用，建立了线性回归模型，得到模型结果见表2。

表2：

线性回归模型结果

变量

回归系数

p值

备注

截距项

3.315

<0.001

城区-丰台

0.131

0.002

基准组：

石景山区

城区-朝阳

0.875

<.001

城区-东城

2.443

<.001

城区-海淀

2.191

<.001

城区-西城

3.705

<.001

学区房

1.183

<.001

基准组：

无学区

地铁房

0.672

0.003

基准组：

不邻近地铁

楼层-中层

0.152

<.001

基准组：

高层

楼层-低层

0.198

<.001

客厅-有

0.163

<.001

基准组：

无客厅

卧室数

0.111

0.611

房间面积

-0.002

<.001

F检验

p值<0.0001

调整的R2

0.7901

请根据以上建模结果回答如下问题。

（1）在5%的显著性水平下，对模型整体显著性和模型拟合效果进行解读。

（2）在5%的显著性水平下，哪些自变量对因变量是有显著影响的，并说明原因。

（3）在5%的显著性水平下，分别对学区房、楼层、房间面积这3个变量的回归系数进行解读。

29、伴随着信用卡的普及,持卡人的消费、还款等信用卡使用行为已经成为个人征信的重要依据。

本案例以是否逾期为因变量建立了逻辑回归模型，模型结果见表3。

表3：

逻辑回归模型结果

变量

回归系数

P值

备注

截距项

-0.137

<0.001

性别-女性

-0.268

<0.001

基准组：

男性

信用卡使用率

0.544

<0.001

信用卡额度

-0.477

<0.001

房贷-有贷款

-0.430

<0.001

基准组：

无房贷

历史逾期行为-有逾期

1.624

<0.001

基准组：

无历史逾期

开户行为-有开户

0.015

0.058

基准组：

无开户行为

全模型似然比检验

p值<0.001

同时，绘制了模型的ROC曲线，并计算AUC值为：

0.755。

基于逻辑回归模型的结果，得到如下混淆矩阵，见表4。

表4：

混淆矩阵

预测值

真实值

未逾期

逾期

总计

未逾期

2491

727

3218

逾期

1845

3308

5153

总计

4336

4035

8371

请根据上面案例分析结果回答如下问题。

（1）在5%的显著性水平下，模型整体是否显著，说明原因。

（2）在5%的显著性水平下，哪些变量对逾期有显著影响。

（3）在5%的显著性水平下，对有显著影响的变量系数进行解读。

（4）根据混淆矩阵的结果，计算整体错判率、TPR、FPR。

30、当前有8个裁判对300名选手打分，最低分为1分，最高分为10分；希望对8个裁判进行聚类，以识别出裁判的风格类型。

得到聚类树状图见图3。

图3：

聚类树状图

根据图中数据回答以下问题：

（1）请写出如何将图1的裁判聚类树状图按照编号划分为3类；

（2）请根据

（1）中的类别，分别写出这三类裁判的编号。

参考答案

一、单项选择题（本大题共15小题，每小题2分，共30分）

1-5：

ACADB

6-10：

CADAB

11-15：

CCACC

二、多项选择题（本大题共5小题，每小题4分，共20分）

16：

ABCDE

17：

ABC

18：

BCDE

19：

ABCD

20：

BDE

三、判断题（本大题共5小题，每小题2分，共10分）请在每小题的对应的括号内填写，正确的涂写T，错误的涂写F。

21-25：

TTTTF

四、简答题（本大题共2小题，每小题5分，共10分）

26解答：

（1）因变量：

销售量；自变量：

价格、好评率、品牌、产品毛重、商品产地。

（2）定量变量：

销售量、价格、好评率、产品毛重。

定性变量。

品牌、商品产地。

27解答：

（1）图中横坐标表示房价分布，纵左边表示频数。

北京二手房价主要集中在40000-50000元/平米之间，平均房价为61151元/平米，分布呈现右偏分布，即存在少量的高价房。

（2）图中横坐标表示城区，纵左边表示了房价。

从箱线图可以看出不同城区的平均房价有明显差异，西城区的平均房价最高、丰台区的平均房价最低。

五、案例分析（本大题共3小题，每小题10分，共30分）

28解答：

（1）整体检验：

F检验p<0.05模型整体显著

拟合效果：

调整后的R2为0.7901，拟合效果较好，表示解释变量能解释因变量变异程度的79.01%。

（2）显著的变量：

城区、学区房、地铁房、楼层、客厅、房间面积。

或者写：

除去卧室数其他变量都显著。

因为这些自变量所对应的P值小于0.05。

（3）在控制其他因素不变的情况下，

学区房：

学区房比无学区的房价贵，平均每平米贵1.183万元。

楼层：

高层的房价最低，底层的房价贵高。

中层的房子平均每平米比高层贵0.152万元，低层的房子平均每平米比高层贵0.198万元。

房间面积：

房屋面积越大，房价越低。

房屋面积每增加1平米，房价平均降0.002万元。

29解答：

（1）整体检验：

似然比检验p<0.05模型整体显著。

（2）有显著影响的变量：

性别、信用卡使用率、信用卡额度、房贷、历史逾期行为。

（3）在5%的显著性水平下，控制其他因素不变：

性别：

女性逾期可能性比男性低。

信用卡使用率：

信用卡使用率越高逾期可能性越大。

信用卡额度：

信用卡额度越大，逾期可能性越小。

房贷：

有贷款的比没有贷款的逾期可能性小。

历史逾期行为：

有逾期行为的比没有历史逾期行为的逾期可能性大。

（4）错分率:

（727+1847）/8371=30.72%

TPR:

3308/5153=64.19%;

FPR:

727/3218=22.59%。

30解答：

（1）在横坐标等于0.2处用垂直的一条线与谱系聚类图相交，总共有3个交点，可将数据分为3类；

（2）第一类：

8

第二类：

5、3、7

第三类：

1、6、2、4

10/10