《 数据分析》课程期末考试试题A卷.docx
《《 数据分析》课程期末考试试题A卷.docx》由会员分享，可在线阅读，更多相关《《 数据分析》课程期末考试试题A卷.docx（18页珍藏版）》请在冰豆网上搜索。
《数据分析》课程期末考试试题A卷
命题方式：
单独命题
佛山科学技术学院2008—2009学年第一学期
《数据分析》课程期末考试试题A卷
专业、班级：
姓名：
学号：
题号
一
二
三
四
五
六
七
八
九
十
十一
十二
总成绩
得分
说明：
1.请仔细阅读题目，按要求在SAS软件系统编程运算；
2.将SAS程序及运算的有关结果作为解答copy到试卷的后面.
一、（12分）有关SAS的简答题：
1、SAS所采用的Windows操作系统中，SAS界面有哪三个部分？
日志框，编辑框，输出窗口
2、怎样输入非数值变量？
在非数值变量后面加“$”
3、与固定格式不同的自由格式输入数据应加上何种标记？
加上”@@”
4、写出三均值的计算公式。
二、（15分）北京市GDP同比增长1978～1995年的数据如下:
100.00107.57112.4296.21121.58107.21117.16116.19101.37109.78112.83104.37105.40109.50111.60112.10113.50112.40
（1）计算均值、方差、标准差、变异系数、偏度、峰度;
（2）计算中位数，上、下四分位数，四分位极差;
（3）做出直方图、QQ图、茎叶图、箱线图;
（4）进行正态性
检验（取
）．
共3页第1页
三、（15分）已知数据如下：
x1x2x3x4
16.726.76.435.0
18.228.03.229.7
16.726.72.134.9
18.126.74.331.5
16.726.03.032.7
18.130.27.034.9
20.230.54.834.4
20.229.55.536.2
21.531.55.836.5
18.830.65.435.4
21.627.85.434.1
21.329.55.835.8
（1）计算协方差矩阵，Pearson相关矩阵；
（2）分析各指标间的相关性（取
）.
四、（15分）已知某工厂产量y及工人数x1、成本x2的有关数据如下：
序号yx1x2
11692653782
281983008
31923302450
41161952137
555532560
61622742450
71201803254
82233753802
91312052838
1067862347
（1）求回归方程，给出各参数的实际解释；
（2）求出方差分析、参数估计的结果；
五、（13分）已知数据如下：
x1x2x3x4x5x6x7
12.516.416.722.829.33.01726.6
7.89.910.212.617.60.84110.6
13.410.99.910.913.91.77217.8
19.119.819.029.739.62.44935.8
8.09.88.911.916.20.78913.7
9.74.24.24.66.50.8743.9
0.60.70.70.81.10.0561.0
13.99.49.39.813.32.12617.1
9.111.39.512.216.41.32711.6
对以上样本进行主成分分析，并求出相应的主成分.
共3页第2页
六、（15分）已知数据如下：
序号类别x1x2x3x4x5x6x7
36.057.137.7516.6711.682.3812.88
37.697.018.9416.1511.080.8311.67
38.696.018.8214.7911.441.7413.23
37.759.618.4913.159.761.2811.28
35.718.048.3115.137.761.4113.25
39.778.4912.9419.2711.052.0413.29
40.917.328.9417.6012.751.1414.80
33.707.5910.9818.8214.731.7810.10
35.024.726.2810.037.151.9310.39
52.417.709.9812.5311.702.3114.69
52.653.849.1613.0315.261.9814.57
55.855.507.459.559.522.2116.30
44.687.3214.5117.1312.081.2611.57
45.797.6610.3616.5612.862.7511.69
50.3711.3513.3019.2514.592.7514.87
64.348.0022.2220.0615.120.7222.89
（1）求出三个协方差矩阵；
（2）用距离判别求出线性判别函数，用交叉确认法计算误判率；
（3）判别待判样品属于哪一类.
七、（15分）利用上一题的数据（共16个）进行聚类分析：
（1）最短距离法，写出聚类过程，画出谱系图（取nclusters=4）；
（2）最长距离法，写出聚类过程，画出谱系图（取nclusters=4），求出四个聚类统计量；
（3）快速聚类法分3类的结果，在平面坐标系中画出分类图.
共3页第3页
一
（1）SAS界面包括
输出框，日志框，编辑器
（2）在非数值变量后面家上”$”符号.
（3）自由格式输入数据应加上”@@”标记.
（4）三均值的计算公式
=1/4Q1+1/2M+1/4Q3
二
程序：
datat1;
inputx@@;
cards;
100.00107.57112.4296.21121.58107.21117.16116.19101.37
109.78112.83104.37105.40109.50111.60112.10113.50112.40
procunivariateplotnormal;
run;
proccapabilitygraphicsnormal;
histogramx/normal;
qqplotx/normal（….）;
run;
（1）由上图可知道
均值：
109.510556方差：
40.5703938
变异系数：
5.81632451峰度：
0.05978054
偏度：
-0.3324812
（2）
中位数：
上四分位数：
下四分位数：
四分位极差：
（3）做出直方图、QQ图、茎叶图、箱线图
直方图：
QQ图
茎叶图：
箱线图：
（4）进行正态性
检验（取
）．
由上图可以知道Wo=0.978265,P=0.9304>
;
故不能拒绝原假设Ho,所以是高度显著的。
三
datat2;
inputx1-x4;
cards;
16.726.76.435.0
18.228.03.229.7
16.726.72.134.9
18.126.74.331.5
16.726.03.032.7
18.130.27.034.9
20.230.54.834.4
20.229.55.536.2
21.531.55.836.5
18.830.65.435.4
21.627.85.434.1
21.329.55.835.8
proccorrcovpearson;
run;
（1）计算协方差矩阵，Pearson相关矩阵；
协方差矩阵：
Pearson相关矩阵：
（2）分析各指标间的相关性（取
）
由Pearson相关矩阵的上三角矩阵看出r13,r14都大于
故这些向量的相关性不是很强。
四：
datat4;
inputnum$yx1x2;
cards;
11692653782
281983008
31923302450
41161952137
555532560
61622742450
71201803254
82233753802
91312052838
1067862347
;
procregdata=t4;
modely=x1-x2/i;
run;
（1）求回归方程，给出各参数的实际解释
由上图可以知道
=4.14260，
=0.49482，
=0.00890
回归方程为y=4.14260+0.49482x1+0.00890x2;
工厂产量y及工人数x1、成本x2的有关数据如下
为基本产量，当成本x2固定时，工人数x1每增加一个单位，产量y就增加0.49482个单位，同理当成本x1固定时，成本x2每增加一个单位，产量y就增加0.00890个单位。
（2）求出方差分析、参数估计的结果
方差分析：
由方差分析图可以知道
=4.64515
=SSM/SST=27272/27304=0.9988
F值为2935.52
参数估计
第五题：
datat5;
inputx1-x7;
cards;
12.516.416.722.829.33.01726.6
7.89.910.212.617.60.84110.6
13.410.99.910.913.91.77217.8
19.119.819.029.739.62.44935.8
8.09.88.911.916.20.78913.7
9.74.24.24.66.50.8743.9
0.60.70.70.81.10.0561.0
13.99.49.39.813.32.12617.1
9.111.39.512.216.41.32711.6
;
procprincomp;
run;
特征值：
x1=6.36880695,x2=0.39792475,x3=0.16038442,x4=0.04542733,x5=0.02241485,x6=0.00474882.
X7=0.00029289;
贡献率和累计贡献率分别为：
各主成分分别为：
由于W1已经达到了90%所以第一主成分为
w1=0.348824X1+0.390078X2+0.391810X3+0.385562X4+0.383622X5+0.353720X6+0.389491x7
六：
datat6;
inputxy$x1-x7;
cards;
136.057.137.7516.6711.682.3812.88
137.697.018.9416.1511.080.8311.67
138.696.018.8214.7911.441.7413.23
137.759.618.4913.159.761.2811.28
135.718.048.3115.137.761.4113.25
139.778.4912.9419.2711.052.0413.29
140.917.328.9417.6012.751.1414.80
133.707.5910.9818.8214.731.7810.10
135.024.726.2810.037.151.9310.39
252.417.709.9812.5311.702.3114.69
252.653.849.1613.0315.261.9814.57
255.855.507.459.559.522.2116.30
244.687.3214.5117.1312.081.2611.57
245.797.6610.3616.5612.862.7511.69
250.3711.3513.3019.2514.592.7514.87
;
datat61;
inputx1-x7;
cards;
64.348.0022.2220.0615.120.7222.89
;
procdiscrimdata=t6testdata=t61
out=a1
outstat=a2outcross=a3
testout=a4method=normal
listcrosslisttestlistall;
classxy;
varx1-x7;
priorsequal;
run;
（1）求出三个协方差矩阵；
S!
=
S2=
S=
（2）用距离判别求出线性判别函数，用交叉确认法计算误判率；
由上图可以知道线性判别函数为：
W!
=-206.18758+16.6024x1-2.77150x2-5.80267x3+14.17359x4-8.00073x5+7.49174x6-22.87514x7
W2=-382.57458+23.14210x1-3.89531x2-5.94472x3+17.23215x4-10.19191x5+12.60276x6-32.83581x7
用交叉确认法计算误判率P=2/15=13.33%
（3）判别待判样品属于哪一类.
判别待判样品属于2类
七、（15分）利用上一题的数据（共16个）进行聚类分析：
（1）最短距离法，写出聚类过程，画出谱系图（取nclusters=4）；
（2）最长距离法，写出聚类过程，画出谱系图（取nclusters=4），求出四个聚类统计量；
（3）快速聚类法分3类的结果，在平面坐标系中画出分类图.
datat7;
inputx1-x7;
cards;
36.057.137.7516.6711.682.3812.88
37.697.018.9416.1511.080.8311.67
38.696.018.8214.7911.441.7413.23
37.759.618.4913.159.761.2811.28
35.718.048.3115.137.761.4113.25
39.778.4912.9419.2711.052.0413.29
40.917.328.9417.6012.751.1414.80
33.707.5910.9818.8214.731.7810.10
35.024.726.2810.037.151.9310.39
52.417.709.9812.5311.702.3114.69
52.653.849.1613.0315.261.9814.57
55.855.507.459.559.522.2116.30
44.687.3214.5117.1312.081.2611.57
45.797.6610.3616.5612.862.7511.69
50.3711.3513.3019.2514.592.7514.87
64.348.0022.2220.0615.120.7222.89
;
procclusterdata=t7method=sinstdnonormouttree=tree1;
varx1-x7;
run;
proctreedata=tree1graphicshorizontalout=c1nclusters=4;
run;
procprintdata=c1;
run;
procclusterdata=t7method=comstdnonormouttree=tree2;
varx1-x7;
run;
proctreedata=tree2graphicshorizontalout=c2nclusters=4;
run;
procprintdata=c2;
run;
procfastclusmaxc=3distancelistcluster=c
data=t6out=d;
run;
procplot;
plotx2*x1=c;
run;
（1）最短距离法，写出聚类过程，画出谱系图（取nclusters=4）；
（2）最长距离法，写出聚类过程，画出谱系图（取nclusters=4），求出四个聚类统计量；
（3）快速聚类法分3类的结果，在平面坐标系中画出分类图.
升级会员 