
SPSS机试考题及答案_SPSS考题答案_SPSS机试考题(3)_数据分析师
22 给出 A,B 两个班学生的数学考试成绩(单位:分) 。 (1)用 SPSS 制作变量“数学成绩”的,包含所有观测值的盒形图。 (分析-描述统计-探索) (2)用 SPSS 制作变量“数学成绩”的,以班级分组的盒形图。 (因子列表是班级) (3)分别就 A 班和 B 班制作变量“数学成绩”的直方图。 (分析-描述统计-探索-直方图) (4)简要叙述两个班组数学成绩分布的异同之处。
23 北方某个城市 1 月份——2 月份各天气温的记录数据。 (1)指出数据集中的数据属于什么类型; (数值) (2)对数据进行适当的分组; (转换-重新编码为不同变量) (3)绘制直方图,说明该城市气温分布的特点。 (分析-描述统计-频率)
24 对 10 名成年人和 10 名幼儿的身高(单位:厘米)进行抽样调查。 (1)要比较成年组和幼儿组的身高差异,你会采用什么样的统计量?为什么?(标准差说 明波动情况,均值说明身高水平) (2)比较分析哪一组的身高差异大。 (分析-描述统计-描述)
第三部 参数估计
25 某大学为了了解学生每天上网的时间, 在全校 7500 名学生中采取不重复抽样方法随机抽 取 37 人, 调查他们每周上网的时间 (单位: 小时) 求该校大学生平均上网时间的置信区间, , 置信水平分别为 90%,95%和 99%。 (分析-比较均值-单样本 T 检验-在选项里修改置信区间)
26.1 某居民小区为研究职工上班从家里到单位的距离,抽取了由 16 个人组成的一个随机 样本,他们到单位的距离(单位:千米) ,求职工上班从家里到单位平均距离 95%的置信区 间。 (分析-比较均值-单样本 T 检验)
26.2 从一个正态总体中随机抽取容量为 8 的样本。求总体均值 95%的置信区间。 (分析-比 较均值-单样本 T 检验)
第四部分 假设检验
27 某轮胎厂的质量分析报告中说明,该厂某轮胎的平均寿命在一定的载重负荷与正常行驶 条件下会大于 25000 公里。 平均轮胎寿命的公里数近似服从正态分布。 现对该厂该种轮胎抽 取一容量为 15 个的样本,试验结果得样本均值为 27000 公里。要求写出原假设(与 25000 没有差异)和备择假设(与 25000 有差异) ,根据 T 检验表,能否做出结论:该厂产品与申 报的质量标准相符?(分析-比较均值-单样本 T 检验与 25000 比较)结果: 接受原假设, 合格
29 为了评价两个学校的教学质量,分别在两个学校抽取样本 。在 A 学校抽取 30 名学生,在 B 学校抽取 40 名学生,对两个学校的学生同时进行一次英语标准化考试。假设学校 A 考试成 绩的方差为 64,学校 B 考试成绩的方差为 100。 检验两个学校的教学质量是否有显著差异。 (α =0.05) (分析-比较均值-独立样本 T 检验,上加成绩,下加学校,定义组 1,2 接受原假设, 认为方差相等,看 0.47) 30 用某种药物治疗 9 例再生障碍性贫血患者, 血红蛋白变化的数据如下表。 问在 0.01 的显 著性水平下(1)治疗是否有作用?(分析-比较均值-配对样本) (2)能否认为这种药物至 少可以使血红蛋白的数量增加 10 个单位?(计算变量 cz=治疗后-治疗前,分析-比较均值单样本 T 检验-与 10 比较) 31 9 名运动员在初进运动队时和接受一周训练后各进行一次体能测试, 假设分数服从正态分布, 试在显著性水平 α = 0.05 下, 判断运动员体能训练效果是否显著?(分析-比较均值配对样本)。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29