
SPSS机试考题及答案_SPSS考题答案_SPSS机试考题(2)_数据分析师
9
下列列出 3 个民族的血型分布数据,为了统计各个民族和各种血型的人数,选择合适的
结构将此组输入到 SPSS 数据窗口建立数据文件。 (加权人数) 要求,分别按照民族和血型作出频数表和条形图(分析-描述统计-频率)
10 下表为 30 名 10 岁少儿的身高(cm)资料,试作探索性分析。 它在一般描述性统计指标的基础上, 增加有关数据其他特征的文字与图形描述, 显得更加细 致与全面,有助于用户思考对数据进行进一步分析的方案。 (分析-描述统计-探索)
11 某医师测得如下血红蛋白值(g%) ,试作基本的描述性统计分析:注:分性别计算各组的 均数和标准差,则用 Means 过程更显简单快捷。 (分析-比较均值-均值,年龄,下一张,性 别)
12 进行住房和社区服务问题调查,从中抽取了 20 份调查结果,见下表,其中调查了住户的 住房是自购还是租用以及对社区服务的满意度。 要求:⑴建立 spss 数据文件“住房和社区服务.sav”; ⑵对住房状况与社区服务进行频数分析。 (分析-描述统计-频率) ⑶分析住户方式与对社区服务的态度间的关系。 (分析-描述统计-交叉表) 13 下表为随机抽查 148 人后,得到的人的出生季节与检测的智力高低结果,其中 IQ 为智力 单位(通常认为人的智力小于 70IQ),研究人的出生季节对智力的影响。(人数加权,分析描述统计-交叉表)
14 为了探讨吸烟与慢性支气管炎有无关系,调查了 339 人,
试在 0.05 水平下检验吸烟与患病是否有关系?(人数加权,分析-描述统计-交叉 表,统计量-卡方,相关性)
15
为了考察法院判决是否与被告种族有关,调查了 326 为被告的判决情况: 黑人 有罪 无罪 17 149 白人 19 141
试在 0.05 水平检验判决结果与被告种族是否独立。 (人数加权,分析-描述统计交叉表,统计量-卡方,相关性)
16 统计选票。候选人 5 人(张莉一 l,黄丽一 2,代天华一 3,刘潇一 4,封亚东一 5),投
票人 20 人(按职业分类:学生一 1,教师一 2),在候选人中选三人(不得重复)。统计结果如 下表所示: 要求 ⑴利用 SPSS 软件,计算各人的得票数,谁会当选? ⑵作出不同职业与各人得票交叉列联表。 (分析-多重响应, 类别 1-5, 再频数, 交叉表分析)
17 为了解笔记本电脑的市场情况,针对笔记本电脑的 6 种品牌,进行了满意度调查,随机 访问了 35 位消费者,让他们选出自己满意的品牌,调查结果见下表,其中变量“职业”的 取值中,1 表示文秘人员,2 表示管理人员,3 表示工程师,4 表示其他人;6 个品牌变量的 取值中,1 表示选择,0 表示未选,试利用多选项分析,研究各品牌的消费者满意度。 (分析 -多重响应,二分法-1,再频数,交叉表分析)
18 为评价家电行业售后服务的质量,随机抽取了由 100 个家庭构成的一个样本。服务质量 的等级分别表示:A. 好;B. 较好;C. 一般;D. 差;E. 较差。 (1)指出数据集中的数据属于什么类型。(数值,字符) (2)用 SPSS 制作一张频数分布表。 (分析-描述统计-频率) (3)绘制一张条形图,反映评价等级的分布。 (分析-描述统计-频率-条形图)
19 某行业管理局所属 40 个企业 2002 年的产品销售收入(单位:万元) 。
进行适当的分组(转换-重新编码为不同变量) 编制频数分布表,并计算出累计频率。 (分析-描述统计-频率)
20 某百货公司连续 40 天的商品销售额见。 进行适当的分组(转换-重新编码为不同变量) 编制频数分布表,并绘制直方图。 (分析-描述统计-频率,直方图)
21 为了确定灯泡的使用寿命(单位:小时) ,在一批灯泡中随机抽取 100 只进行测试。 (1)用 SPSS 对数据进行排序。(数据-排序个案) (2)以组距为 10 进行等距分组,整理成频数分布表,并绘制直方图。 (转换-重新编码为不 同变量) (3)制作茎叶图(分析-描述统计-探索-茎叶图) ,并与直方图作比较。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29