商务数据分析模拟习题（含答案）
一、选择题（每题2分，共30分）
1.以下哪种数据类型不属于数值型数据？
A.年龄
B.身高
C.性别
D.收入
答案：C。性别是分类数据，属于定性数据类型，而年龄、身高和收入都是可以用数值来衡量的，属于数值型数据。
2.在数据集中，一组数据12,15,18,20,22的中位数是：
A.15
B.18
C.20
D.22
答案：B。将数据从小到大排序后，若数据个数为奇数，中位数就是中间的那个数。这组数据排序后为12,15,18,20,22，中间的数是18，所以中位数是18。
3.某公司销售数据呈右偏态分布，那么以下哪个结论是正确的？
A.平均数小于中位数
B.平均数大于中位数
C.平均数等于中位数
D.无法确定平均数与中位数的关系
答案：B。在右偏态分布中，数据的右侧有较长的尾巴，这意味着存在一些较大的值将平均数拉高，所以平均数大于中位数。
4.相关系数r的取值范围是：
A.-1到1之间
B.0到1之间
C.-∞到+∞之间
D.1到+∞之间
答案：A。相关系数r用于衡量两个变量之间线性关系的强度和方向，其取值范围是-1≤r≤1。r=1表示完全正相关，r=-1表示完全负相关，r=0表示不存在线性相关关系。
5.以下哪种方法不属于数据预处理的范畴？
A.数据清洗
B.数据可视化
C.数据归一化
D.数据编码
答案：B。数据预处理主要包括数据清洗（处理缺失值、异常值等）、数据归一化（将数据缩放到特定范围）、数据编码（将分类数据转换为数值数据）等操作。数据可视化是用于展示和分析数据的一种手段，不属于数据预处理的范畴。
6.在回归分析中，决定系数$R^{2}$越接近1表示：
A.回归模型的拟合效果越好
B.回归模型的拟合效果越差
C.自变量与因变量之间的线性关系越弱
D.残差平方和越大
答案：A。决定系数$R^{2}$表示回归模型对观测数据的拟合程度，其值越接近1，说明模型能够解释的因变量的变异部分越多，即回归模型的拟合效果越好。
7.某企业想分析不同地区的销售业绩是否存在显著差异，应采用以下哪种统计方法？
A.t检验
B.方差分析
C.卡方检验
D.相关分析
答案：B。方差分析用于检验多个总体均值是否存在显著差异，在分析不同地区（多个总体）的销售业绩（均值）是否存在显著差异时，方差分析是合适的方法。t检验主要用于比较两个总体的均值；卡方检验用于检验分类变量之间的独立性；相关分析用于衡量两个变量之间的线性关系。
8.时间序列数据的季节性成分是指：
A.数据随时间呈现出的长期趋势
B.数据在固定时间间隔内重复出现的模式
C.数据中的随机波动
D.数据随时间的不规则变化
答案：B。季节性成分是指时间序列数据在固定的时间间隔（如一年中的季度、月份等）内重复出现的模式。长期趋势是数据随时间的总体上升或下降趋势；随机波动是数据中的不规则变化。
9.在聚类分析中，以下哪种距离度量方法常用于计算样本之间的相似度？
A.曼哈顿距离
B.余弦相似度
C.欧氏距离
D.以上都是
答案：D。曼哈顿距离、余弦相似度和欧氏距离都是常用的距离度量方法，用于计算样本之间的相似度，在不同的场景下可以根据数据的特点和需求选择合适的方法。
10.某数据集包含100个样本，其中有20个缺失值，若采用删除法处理缺失值，处理后数据集的样本数量为：
A.20
B.80
C.100
D.无法确定
答案：B。采用删除法处理缺失值时，会直接删除包含缺失值的样本。已知有20个缺失值，意味着有20个样本包含缺失值，所以处理后数据集的样本数量为100-20=80。
11.以下哪种机器学习算法属于无监督学习？
A.线性回归
B.逻辑回归
C.决策树
D.聚类分析
答案：D。无监督学习是指在没有标记数据的情况下，让算法自动发现数据中的模式和结构。聚类分析就是一种典型的无监督学习算法，它将数据集中的样本划分为不同的簇。线性回归、逻辑回归和决策树都属于有监督学习算法，需要有标记的数据进行训练。
12.在数据挖掘中，关联规则挖掘的经典算法是：
A.Apriori算法
B.K-means算法
C.支持向量机
D.神经网络
答案：A。Apriori算法是关联规则挖掘中的经典算法，用于发现数据集中的频繁项集和关联规则。K-means算法是聚类算法；支持向量机和神经网络是有监督学习算法。
13.某公司的销售数据在过去一年中呈现出明显的周期性波动，适合用于预测未来销售数据的方法是：
A.简单移动平均法
B.指数