第一章统计总论 一、单项选择题 1.属于统计总体的是（） A.某县的粮食总产量 B.某地区的全部企业 C.某商店的全部商品销售额 D.某单位的全部职工人数 B 2.构成统计总体的个别事物称为（）。 A.调查单位 B.标志值 C.品质标志 D.总体单位 D 3.对某城市工业企业未安装设备进行普查，总体单位是（）。 A.工业企业全部未安装设备 B.工业企业每一台未安装设备 C.每个工业企业的未安装设备 D.每一个工业企业 B 4.工业企业的设备台数、产品产值是（）。 A.连续变量 B.离散变量 C.前者是连续变量，后者是离散变量 D.前者是离散变量，后者是连续变量 D 5.在全国人口普查中（）。 A.男性是品质标志 B.人的年龄是变量 C.人口的平均寿命是数量标志 D.全国人口是统计指标 B 6.总体的变异性是指（）。 A．总体之间有差异B.总体单位之间在某一标志表现上有差异 C．总体随时间变化而变化 D.总体单位之间有差异 B 7.几位学生的某门课成绩分别是67分、78分、88分、89分、96分，“学生成绩”是（）。 A.品质标志 B.数量标志 C.标志值 D.数量指标 B 8.某年级学生四门功课的最高考分分别是98分、86分、88分和95，这四个数字是（） A.指标 B.标志 C.变量 D.标志值
D 9.下列指标中属于质量指标的是（）。 A.社会总产值 B.产品合格率 C.产品总成本 D.人口总数 B 10.下列属于质量指标的是（） A.产品的产量 B.产品的出口额 C.产品的合格品数量 D.产品的评价 D 11.下列属于离散型变量的是（） A.职工的工资 B.商品的价格 C.粮食的亩产量 D.汽车的产量 D 12.标志的具体表现是指（） A.标志名称之后所列示的属性或数值 B.如性别 C.标志名称之后所列示的属性 D.标志名称之后所列示的数值 A 13.社会经济统计的研究对象是（）。 A.抽象的数量特征和数量关系 B.社会经济现象的规律性 C.社会经济现象的数量特征和数量关系 D.、社会经济统计认识过程的规律和方法 C 14.统计指标按所反映的数量特点不同可以分为数量指标和质量指标两种。其中数量指标的表现形式是（）。 A.绝对数 B.相对数 C.平均数 D.百分数 A 15.以产品的等级来衡量某种产品的质量好坏，则该产品“等级”是（） A.数量标注 B. 品质标志 C. 数量指标 D. 质量指标 B 16.设某地区有670家工业企业，要研究这些企业的产品生产情况，总体单位是（） A.每个工业企业； B.670家工业企业； C.每一件产品； D.全部工业产品 C 17.某机床厂要统计该企业的自动机床的产量和产值，上述两个变量是（）。 A.二者均为离散变量 B.二者均为连续变量 C.前者为连续变量，后者为离散变量 D.前者为离散变量，后者为连续变量D 18.下列哪个是连续型变量（） A. 工厂数 B. 人数 C. 净产值 D.设备台数 C
《数值计算方法》复习试题 一、填空题： 1、????? ?????----=410141014A ，则A 的LU 分解为 A ??? ?????????=? ?????????? ?。 答案： ?? ????????--??????????--=1556141501 4115401411A 2、已知3.1)3(,2.1)2(,0.1)1(===f f f ，则用辛普生（辛卜生）公式计算求得 ?≈3 1 _________ )(dx x f ,用三点式求得≈')1(f 。 答案：， 3、1)3(,2)2(,1)1(==-=f f f ，则过这三点的二次插值多项式中2 x 的系数为 ， 拉格朗日插值多项式为 。 答案：-1， )2)(1(21 )3)(1(2)3)(2(21)(2--------= x x x x x x x L 4、近似值*0.231x =关于真值229.0=x 有( 2 )位有效数字； 5、设)(x f 可微,求方程)(x f x =的牛顿迭代格式是( )； （ 答案 )(1)(1n n n n n x f x f x x x '--- =+ 6、对1)(3 ++=x x x f ,差商=]3,2,1,0[f ( 1 ),=]4,3,2,1,0[f ( 0 )； 7、计算方法主要研究( 截断 )误差和( 舍入 )误差； 8、用二分法求非线性方程 f (x )=0在区间(a ,b )内的根时，二分n 次后的误差限为 ( 1 2+-n a b )； 9、求解一阶常微分方程初值问题y '= f (x ,y )，y (x 0)=y 0的改进的欧拉公式为
( )] ,(),([2111+++++=n n n n n n y x f y x f h y y )； 10、已知f (1)＝2，f (2)＝3，f (4)＝，则二次Newton 插值多项式中x 2系数为( )； 11、 两点式高斯型求积公式?1 d )(x x f ≈( ?++-≈1 )] 321 3()3213([21d )(f f x x f )，代数精 度为( 5 )； 12、 解线性方程组A x =b 的高斯顺序消元法满足的充要条件为(A 的各阶顺序主子式均 不为零)。 13、 为了使计算 32)1(6 )1(41310-- -+-+ =x x x y 的乘除法次数尽量地少，应将该表 达式改写为 11 ,))64(3(10-= -++=x t t t t y ，为了减少舍入误差，应将表达式 19992001-改写为 199920012 + 。 14、 用二分法求方程01)(3 =-+=x x x f 在区间[0,1]内的根,进行一步后根的所在区间 为 ，1 ,进行两步后根的所在区间为 ， 。 15、 、 16、 计算积分?1 5 .0d x x ,取4位有效数字。用梯形公式计算求得的近似值为 ，用辛卜 生公式计算求得的近似值为 ，梯形公式的代数精度为 1 ，辛卜生公式的代数精度为 3 。 17、 求解方程组?? ?=+=+042.01532121x x x x 的高斯—塞德尔迭代格式为 ?????-=-=+++20/3/)51()1(1)1(2)(2)1(1 k k k k x x x x ，该迭 代格式的迭代矩阵的谱半径)(M ρ= 121 。 18、 设46)2(,16)1(,0)0(===f f f ,则=)(1x l )2()(1--=x x x l ，)(x f 的二次牛顿 插值多项式为 )1(716)(2-+=x x x x N 。 19、 求积公式 ?∑=≈b a k n k k x f A x x f )(d )(0 的代数精度以( 高斯型 )求积公式为最高，具 有( 12+n )次代数精度。
第一章统计总论、单项选择题 1. 属于统计总体的是（ A. 某县的粮食总产量 C.某商店的全部商品销售额B D. . 某地区的全部企业 某单位的全部职工人数 ）。 D. 总体单位 2. 构成统计总体的个别事物称为（ A.调查单位 B.标志值 C.品质标志D 3. 对某城市工业企业未安装设备进行普查，总体单位是（ A. 工业企业全部未安装设备B C. 每个工业企业的未安装设备D B 4. 工业企业的设备台数、产品产值是（ A. 连续变量B C. 前者是连续变量，后者是离散变量 D 5. 在全国人口普查中（） 。 A. 男性是品质标志B C. 人口的平均寿命是数量标志 B ）。 . 工业企业每一台未安装设备 . 每一个工业企业 ）。 . 离散变量 D . 前者是离散变量，后者是连续变量 . 人的年龄是变量 . 全国人口是统计指标 6. 总体的变异性是指（）。 A.总体之间有差异B C.总体随时间变化而变化 B 7. 几位学生的某门课成绩分别是 A. 品质标志 B . 数量标志C B D. . 总体单位之间在某一标志表现上有差异 总体单位之间有差异 67 分、. 标志值 78 分、88 分、89 分、96 分，“学生成绩”是 （ D . 数量指标 ） 。 8. 某年级学生四门功课的最高考分分别是 A. 指标 B. 标志 C. D 变量 98 分、 D. 86分、88 分和95，这四个数字是 （标志值 9. 下列指标中属于质量指标的是（ A. 社会总产值 B .产品合格率 B ） 。 C . 产品总成本 D . 人口总数 10. 下列属于质量指标的是（ A.产品的产量 B.产品的出口额 D C. 产品的合格品数量 D. 产品的评价 11. 下列属于离散型变量的是（ A.职工的工资 B.商品的价格 C.） 粮食的亩产量 D. 汽车的产量
教育统计学 一、选择题 1、当一组数据用中位数来反映集中趋势时，这组数据最好用哪种统计量来表示离散程度？( B ) A. 全距( 差异量) B. 四分位距(差异量) C. 方差(差异量) D. 标准差(差异量) 2、总体不呈正态分布，从该总体中随机抽取容量为1000 的一切可能样本的平均数的分布接近于：( D ) A. 二项分布 B.F 分布 C. t 分布 D. 正态分布 3、检验某个频数分布是否服从正态分布时需采用：( C ) A. Z检验 B. t 检验 C. X 2检验 D. F 检验 4、对两组平均数进行差异的显著性检验时，在下面哪种情况下不需要进行方差齐性检验？( B ) A. 两个独立样本的容量相等且小于30； B. 两个独立样本的容量相等且大于30； C. 两个独立样本的容量不等，n1小于30, n2大于30; D. 两个独立样本的容量不等，n1大于30, n2小于30。 5、下列说法中哪一个是正确的？( C ) A. 若r1=0.40 , r2=0.20，那么r1 就是r2 的2 倍；
B. 如果r=0.80 ，那么就表明两个变量之间的关联程度达到80%; C. 相关系数不可能是2； D. 相关系数不可能是-1 。 6、当两列变量均为二分变量时，应计算哪一种相关？（ B ） A. 积差相关（两个连续型变量） B. ?相关 C. 点二列相关（一个是连续型变量，另一个是真正的二分名义变量） D. 二列相关（两个连续型变量，其中之一被人为地划分成二分变量。） 7、对多组平均数的差异进行显著性检验时需计算：（ A ） A.F值 B. t 值 C. x 2 值 D.Z 值 8、比较不同单位资料的差异程度，可以采用何种差异量？（ A ） A. 差异系数 B. 方差 C. 全距 D. 标准差 二、名词解释 1. 分层抽样：按与研究内容有关的因素或指标先将总体划分成几个部分，然后从各部分（即各层）中进行单纯随机抽样或机械抽样，这种抽样方法称为分层抽样。 2. 描述统计：对已获得的数据进行整理、概括，显现其分布特征的统计方法称为描述统计。 3. 集中量：集中量是代表一组数据典型水平或集中趋势的量。它能反映频数分
第一章 1、试述信息技术发展史上得３次信息化浪潮及具体内容。 2.试述数据产生方式经历得几个阶段 答: 运营式系统阶段,用户原创内容阶段，感知式系统阶段。 3.试述大数据得４个基本特征 答:数据量大、数据类型繁多、处理速度快与价值密度低。 4.试述大数据时代得“数据爆炸”得特性 答:大数据时代得“数据爆炸＂得特性就是,人类社会产生得数据一致都以每年５０％得速度增长，也就就是说，每两年增加一倍。 5.数据研究经历了哪4个阶段? 答：人类自古以来在科学研究上先后历经了实验、理论、计算、与数据四种范式。 6.试述大数据对思维方式得重要影响 答:大数据时代对思维方式得重要影响就是三种思维得转变:全样而非抽样,效率而非精确,相关而非因果。 7.大数据决策与传统得基于数据仓库得决策有什么区别 答:数据仓库具备批量与周期性得数据加载以及数据变化得实时探测、传播与加载能力,能结合历史数据与实时数据实现查询分析与自动规则触发,从而提供对战略决策与战术决策。
大数据决策可以面向类型繁多得、非结构化得海量数据进行决策分析。 8.举例说明大数据得基本应用 答: 9.举例说明大数据得关键技术 答:批处理计算,流计算，图计算，查询分析计算 10.大数据产业包含哪些关键技术。 答:IＴ基础设施层、数据源层、数据管理层、数据分析层、数据平台层、数据应用层。 11.定义并解释以下术语：云计算、物联网 答: 云计算：云计算就就是实现了通过网络提供可伸缩得、廉价得分布式计算机能力,用户只需要在具备网络接入条件得地方，就可以随时随地获得所需得各种IT资源。 物联网就是物物相连得互联网,就是互联网得延伸,它利用局部网络或互联网等通信技术把传感器、控制器、机器、人类与物等通过新得方式连在一起,形成人与物、物与物相连，实现信息化与远程管理控制。 12.详细阐述大数据、云计算与物联网三者之间得区别与联系。
第一章 练习题 一、单项选择题 1．统计的含义有三种，其中的基础是（） A．统计学B．统计方法 C．统计工作D．统计资料 2．对30名职工的工资收入进行调查，则总体单位是（） A．30名职工B．30名职工的工资总额 C．每一名职工D．每一名职工的工资 3．下列属于品质标志的是（） A．某人的年龄B．某人的性别 C．某人的体重D．某人的收入 4．商业企业的职工人数，商品销售额是（） A．连续变量B．离散变量 C．前者是连续变量，后者是离散变量D．前者是离散变量，后者是连续变量5．了解某地区工业企业职工的情况，下列哪个是统计指标（） A．该地区每名职工的工资额B．该地区职工的文化程度 C．该地区职工的工资总额D．该地区职工从事的工种 二、多项选择题 1．社会经济统计的特点，可概括为（） A．数量性B．同质性 C．总体性D．具体性 E．社会性 2．统计学的研究方法是（） A．大量观察法B．归纳推断法 C．统计模型法D．综合分析法 E．直接观察法 3.下列标志哪些属于品质标志（） A.学生年龄B教师职称C企业规模D企业产值 4.下列哪些属于离散型变量 A年龄B机器台数C人口数D学生成绩 5．总体，总体单位，标志，指标这几个概念间的相互关系表现为（） A．没有总体单位就没有总体，总体单位也离不开总体而独立存在 B．总体单位是标志的承担者 C．统计指标的数值来源于标志 D．指标是说明统计总体特征的，标志是说明总体单位特征的 E．指标和标志都能用数值表现 6．指标和标志之间存在着变换关系，是指（） A．在同一研究目的下，指标和标志可以对调 B．在研究目的发生变化时，指标有可能成为标志
不可计算理论 计算机有着强大的计算能力，那是不是当计算机的计算能力达到极高水平时就可以解决所有问题呢？ 要回答这个问题，首先我们得明确计算机所能做的事——计算。 什么是计算呢？直观地看，计算一般是指运用事先规定的规则，将一组数值变换为另一（所需的）数值的过程。对某一类问题，如果能找到一组确定的规则，按这组规则，当给出这类问题中的任一具体问题后，就可以完全机械地在有限步内求出结果，则说这类问题是可计算的。这种规则就是算法，这类可计算问题也可称之为存在算法的问题。这就是直观上的能行可计算或算法可计算的概念。在20世纪以前，人们普遍认为，所有的问题类都是有算法的，人们的计算研究就是找出算法来。但是20世纪初，人们发现有许多问题已经过长期研究，却仍然找不到算法。于是人们开始怀疑，是否对这些问题来说，根本就不存在算法，即它们是不可计算的。这种不存在性当然需要证明，这时人们才发现，无论对算法还是对可计算性，都没有精确的定义！按前述对直观的可计算性的陈述，根本无法作出不存在算法的证明，因为“完全机械地”指什么？“确定的规则”又指什么？仍然是不明确的。 解决问题的需要促使人们不断作出探索。1934年，哥德尔提出了一般递归函数的概念，并指出：凡算法可计算函数都是一般递归函数，反之亦然。同年，丘奇证明了他提出的λ可定义函数与一般递归函数是等价的，并提出算法可计算函数等同于一般递归函数或λ可定义函数，这就是著名的“丘奇论点”。 用一般递归函数虽给出了可计算函数的严格数学定义，但在具体的计算过程中，就某一步运算而言，选用什么初始函数和基本运算仍有不确定性。为消除所有的不确定性，图灵在他的“论可计算数及其在判定问题中的应用”一文中从一个全新的角度定义了可计算函数。他全面分析了人的计算过程，把计算归结为最简单、最基本、最确定的操作动作，从而用一种简单的方法来描述那种直观上具有机械性的基本计算程序，使任何机械(能行)的程序都可以归约为这些动作。这种简单的方法是以一个抽象自动机概念为基础的，其结果是：算法可计算函数就是这种自动机能计算的函数。这不仅给计算下了一个完全确定的定义，而且第一次把计算和自动机联系起来，对后世产生了巨大的影响，这种“自动机”后来被人们称为“图灵机”。 图灵机有一条无限长的纸带，纸带被分成若干小方格方格内可以是一个符号，也可以是空白，除此之外还有一个有限状态控制器。纸带起着存储器的作用，控制器上的读写头可以在带上左右移动，而读写头可以根据当前状态和看到的方格内的符号，采取下列三种行动之一：左移一格，右移一格，或者静止不动，具体采取哪一种行动应根据该图灵机的控制规则。或者可以从另一个角度来理解，由于读写头每次只对应一个小方格且它本身具有一定的状态，比如接受，拒绝或进入循环。当其进入接受或者拒绝状态时，就会发生停机（停机问题），即读写头不再操作，不会再产生新的格局；如果其一直处于循环状态，将一直产生新的
大数据处理及分析理论方法技术 （一）大数据处理及分析建设的过程 随着数据的越来越多，如何在这些海量的数据中找出我们需要的信息变得尤其重要，而这也是大数据的产生和发展原因，那么究竟什么是大数据呢？当下我国大数据研发建设又有哪些方面着力呢？ 一是建立一套运行机制。大数据建设是一项有序的、动态的、可持续发展的系统工程，必须建立良好的运行机制，以促进建设过程中各个环节的正规有序，实现统合，搞好顶层设计。 二是规范一套建设标准。没有标准就没有系统。应建立面向不同主题、覆盖各个领域、不断动态更新的大数据建设标准，为实现各级各类信息系统的网络互连、信息互通、资源共享奠定基础。
三是搭建一个共享平台。数据只有不断流动和充分共享，才有生命力。应在各专用数据库建设的基础上，通过数据集成，实现各级各类指挥信息系统的数据交换和数据共享。 四是培养一支专业队伍。大数据建设的每个环节都需要依靠专业人员完成，因此，必须培养和造就一支懂指挥、懂技术、懂管理的大数据建设专业队伍。 （二）大数据处理分析的基本理论 对于大数据的概念有许多不同的理解。中国科学院计算技术研究所李国杰院士认为：大数据就是“海量数据”加“复杂数据类型”。而维基百科中的解释为：大数据是由于规模、复杂性、实时性而导致的使之无法在一定时间内用常规软件工具对其进行获取、存储、搜索、分享、分析、可视化的数据集合。 对于“大数据”（Bigdata）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决
图2.1：大数据特征概括为5个V （三）大数据处理及分析的方向 众所周知，大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的，深入的，有价值的信息。那么越来越多的应用涉及到大数据，而这些大数据的属性，包括数量，速度，多样性等等都是呈现了大数据不断增长的复杂性，所以大数据的分析方法在大数据领域就显得尤为重要，可以说是决定
《计算方法》期末考试试题 一 选 择（每题3分，合计42分） 1. x* ＝ 1.732050808，取x ＝1.7320，则x 具有 位有效数字。 A 、3 B 、4 C 、5 D 、6 2. 取7 3.13≈（三位有效数字），则 ≤-73.13 。 A 、30.510-? B 、20.510-? C 、10.510-? D 、0.5 3. 下面_ _不是数值计算应注意的问题。 A 、注意简化计算步骤，减少运算次数 B 、要避免相近两数相减 C 、要防止大数吃掉小数 D 、要尽量消灭误差 4. 对任意初始向量)0(x 及常向量g ，迭代过程g x B x k k +=+)() 1(收敛的充分必要条件是_ _。 A 、11< B B 、1<∞ B C 、1)(统计学原理计算题及参考答案
1、某生产车间30名工人日加工零件数（件）如下： 30 26 42 41 36 44 40 37 37 25 45 29 43 31 36 36 49 34 47 33 43 38 42 32 34 38 46 43 39 35 要求：（1）根据以上资料分成如下几组：25—30，30—35，35—40，40—45，45—50，计算各组的频数和频率，编制次数分布表； （2） 根据整理表计算工人平均日产零件数。（20分）
则工人平均劳动生产率为： 17.3830 1145 == = ∑∑f xf x （2）当产量为10000件时，预测单位成本为多少元？（15分） x bx a y n x b n y a x x n y x xy n b c 5.28080 10703 125.232105.2615 1441502520250512 503210128353)(2 2 2-=+==+=?+=-= -=-=--=-??-?= --=∑∑∑∑∑∑∑因为，5.2-=b ，所以产量每增加1000件时， 即x 增加1单位时，单位成本的平均变动是：平均减少2.5元 （2）当产量为10000件时，即10=x 时，单位成本为 55105.280=?-=c y 元
>课程的测试,甲班平均成绩为81分,标准差为9.5分;乙班的成绩分组资料如下: 计算乙班学生的平均成绩,并比较甲.乙两班哪个班的平均成绩更有代表性? 解：乙班学生的平均成绩∑∑=f xf x ，所需的计算数据见下表： 7555 4125 == = ∑∑f xf x （比较甲.乙两班哪个班的平均成绩更有代表性，要用变异系数σν的大小比较。） 甲班 %65.2075 49 .1549.1524055 13200 )(2 == = === -=∑∑ x f f x x σ νσσ
单选题 1. 相关关系与函数关系之间的联系体现在（） A. 相关关系普遍存在，函数关系是相关关系的特例 B. 函数关系普遍存在，相关关系是函数关系的特例 C. 相关关系与函数关系是两种完全独立的现象 D. 相关关系与函数关系没有区别 2. 当一个现象的数量由小变大，而另一个现象的数量相反地由大变 小时，这种相关关系称为（）。 ！ A. 线性相关 B. 非线性相关 C. 正相关 D. 负相关 3. 配合回归直线方程对资料的要求是()。 A. 因变量是给定的数值,自变量是随机的 { B. 自变量是给定的数值,因变量是随机的 C. 自变量和因变量都是随机的 D. 自变量和因变量都不是随机的
! 4. 在回归直线方程中,b表示() A. 当x增加一个单位时,y增加a的数量 B. 当y增加一个单位时,x增加b的数量 / C. 当x增加一个单位时,y的平均增加量 D. 当y增加一个单位时,x的平均增加量 5. 若估计标准误Syx等于因变量的标准差σy，则说明回归方程（）。 ） A. 很有意义 B. 毫无价值 C. 计算有误 ` D. 问题不成立 多选题 1. 相关关系与函数关系各有不同的特点，主要体现在（）。 A. 函数关系是一种不严格的相互依存关系 · B. 函数关系可以用一个数学表达式精确表达
C. 函数关系中各变量均为确定性的 D. 现象相关为关系时，是有随机因素影响的依存关系 , E. 相关关系中现象之间仍然可以通过大量观察法来寻求其变化规律 2. 估计标准误差是反映（） A. 回归方程代表性的指标 · B. 自变量离散程度的指标 C. 因变量数列离散程度的指标 D. 因变量估计值可靠程度的指标 ） E. 自变量可靠程度的大小 3. 对于回归系b，下列说法正确的有（）。 A. b是回归直线的斜率 。 B. b的绝对值介于0－1之间 C. b越接近于零表明自变量对因变量影响越小 D. b与相关系数具有b=r·σy/σx，的关系 ￥ E. b满足Σy=na+bΣx
1.1大数据技术国内外研究进展 近年来，大数据迅速发展成为工业界、学术界甚至世界各国政府高度关注的热点。《自然(Nature)》和《科学(Science)》等杂志相继出版专刊来探讨大数据带来的挑战和机遇。著名管理咨询公司麦肯锡声称，“数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于大数据的挖掘和运用，预示着新一波生产力增长和消费者盈余浪潮的到来”。在这样的背景下，美国政府2012年宣布投资2亿美元启动“大数据研究和发展计划”，这是继1993年美国宣布“信息高速公路”计划后的又一次重大科技发展部署。美国政府认为大数据是“未来的新石油”，一个国家拥有数据的规模和运用数据的能力将成为综合国力的重要组成部分，对数据的占有和控制将成为国家间和企业间新的争夺焦点。大数据已成为社会各界关注的新焦点，“大数据时代”已然来临。 与传统规模的数据工程相比，大数据的感知、获取、存储、表示、处理和服务都面临着巨大的挑战。这归因于大数据具有几个突出的特征：1)数据集合的规模不断扩大，已经从GB、TB再到PB，甚至已经开始以EB和ZB来计数。IDC的研究报告称，未来十年全球大数据将增加50倍，管理数据仓库的服务器数量将增加10倍以便适应这一增长。2)大数据类型繁多，包括结构化数据、半结构化数据和非结构化数据。现代互联网应用呈现出非结构化数据大幅增长的特点，至2012年末，非结构化数据占有比例达到整个数据量的75%以上。3)产生速度快，处理能力要求高。根据IDC的“数字宇宙(Digital Universe)”报告，预计到2020年，全球数据使用量将达到35.2ZB，在如此海量的数据面前，处理数据的效率就是企业的生命。大数据往往以数据流的形式动态、快速地产生和演变，具有很强的时效性，只有把握好对数据流的掌控才能有效利用这些数据。4)数据真伪难辨，可靠性要求更严格。大数据的集合和高密度的测量将令“错误发现”的风险增长。斯坦福大学的统计学教授Trevor Hastie称，如果想要在庞大的数据“干草垛”中找到一根有意义的“针”，那么所将面临的问题就是“许多稻草看起来就像是针一样”。5)数据价值大，但密度低、挖掘难度大。价值密度的高低与数据总量的大小成反比。如何通过强大的机器算法更迅速地完成数据的价值“提取”成为目前大数据背景下亟待解决的难题。 大数据在带来挑战的同时，还蕴含着划时代的重大意义。特别是大数据时代对海量数据的积累、加工和利用能力将成为国力的新标志，大数据的深度分析和利用将对推动经济持续增长、提升国家的竞争力起到重要的作用。一个国家的数据主权将是继海、陆、空、天四个空间之后另一个大国博弈的空间。“十八大”报告中明确提出网络空间与深海、深空是我们国家核心利益的关键领域。在大数据领域的落后，意味着产业战略制高点失守，更意味着国
统计学试题1 一、单项选择题（每小题1分，共15分） 1. 在出勤率、废品量、劳动生产率、商品流通费用额和人均粮食生产量五个指标中，属于数量指标的有几个（ ）。 A 、 一个 B 、 二个 C 、 三个 D 、四个 2． 抽样时，由于样本容量不足造成的误差与因为（ ）造成的误差，都属于代表性误差。 A.被调查者有意虚报 B.数据汇总错误 C.填报错误 D.没有遵循随机原则 3. 在连续型数据的频数分布中，其末组组限为500以上，又知其邻组组中值为480，则末组组中值为（ ） A ．520 B ．510 C ．500 D ．490 4. 有12名工人看管机器台数资料如下：2、5、4、4、3、3、4、3、4、4、2、2，按以上资料编制频数分布，应采用（ ） A ．单项分组 B ．等距分组 C ．不等距分组 D ．以上几种形式分组均可 5. 某车间三个班生产同种产品，6月份劳动生产率分别为2.3.4（件／工日），产量分别为400.500.600件，则该车间平均劳动生产率计算式应为（ ）。 A ．33432=++ B ．13.31500600450034002=?+?+? C ．88.24323=?? D ．9.24600350024001500=++ 6. 若某总体次数分布呈轻微左偏分布，则下列关系式成立的有（ ） A.x > e m >0m B.x 1 （1）计算并填写表格中各行对应的向上累计频数； （2）计算并填写表格中各行对应的向下累计频数； （3）确定该公司月销售额的中位数。 按上限公式计算：Me=U- =18-0.22=17,78 2、某厂工人按年龄分组资料如下：p41 要求：采用简捷法计算标准差。《简捷法》 3、试根据表中的资料计算某旅游胜地2004年平均旅游人数。P50 表：某旅游胜地旅游人数 4、某大学2004年在册学生人数资料如表3-6所示，试计算该大学2004年平均在册学生人数. 5、已知某企业2004年非生产人员以及全部职工人数资料如下表所示，求该企业第四季度非生产人员占全部职工人数的平均比重。 表：某企业非生产人员占全部职工人数比重 6、根据表中资料填写相应的指标值。 表：某地区1999~2004年国内生产总值发展速度计算表 7、根据表中资料计算移动平均数，并填入相应的位置。P61 8、根据表中资料计算移动平均数，并填入相应的位置。P62 9、某百货商场某年上半年的零售额、商品库存额如下：（单位：百万元） 试计算该商城该年上半年商品平均流转次数（注：商品流通次数=商品销售额/库存额；6月末商品库存额为24.73百万元）。 10、某地区2000-2004年粮食产量资料如下：p71 要求：（1）用最小平方法拟合直线趋势方程（简洁法计算）； （2）预测2006年该地区粮食产量。 11、已知某地区2002年末总人口为9.8705万人，（1）若要求2005年末将人口总数控制在10.15万人以内，则今后三年人口年均增长率应控制在什么水平？（2）又知该地区2002年的粮食产量为3805.6万千克，若2005年末人均粮食产量要达到400千克的水平，则今后3年内粮食产量每年应平均增长百分之几？（3）仍按上述条件，如果粮食产量每年递增3%，2005年末该地区人口为10.15万人，则平均每人粮食产量可达到什么水平？ 编辑版word 统计学题库 一、 判断题 1、统计学是研究总体数量方面的规律的，所以就不需要做定性研究。 （ ） 2、重点调查的误差是可以事先计算和控制的。 （ ） 3、计算比较相对指标时，通常采用总量指标。 （ ） 4、众数和中位数均易受极端值影响，不具有稳健性。 （ ） 5、定基增长速度等于环比增长速度的连加。 （ ） 6、平均增长速度等于各环比增长速度的几何平均数。 （ ） 7、因为综合指数是总指数的基本形式，所以实际计算总指数时通常运用综合指数。 8、样本指标的方差称为抽样平均误差。 （ ） 9、若其他条件固定，则总体变量的变动程度与抽样极限误差呈正比。 （ ） 10、相关系数与回归系数同号。 （ ） 1、总体和总体单位的区分具有相对性，随着研究任务的改变而改变。 （ ） 2、统计分组是统计整理的基本方法，因此它并不能分析现象之间的依存关系。（ ） 3、频率是加权算术平均数实质意义上的权数。 （ ） 4、若甲、乙两总体某变量的标准差乙甲、σσ存在乙甲σσ>，则乙总体变量的差异性较小。 5、定基增长速度等于环比增长速度的连乘积。 （ ） 6、若现象的发展，其逐期增长量大体相等，则应配合直线趋势方程。 （ ） 7、若p 表示产品价格，q 表示产品产量，则1011q p q p ∑∑-表示因价格变动造成的产值变动额。 8、抽样平均误差不受总体变量变动程度的影响。 （ ） 9、在重复抽样情况下，其他条件不变，则样本单位数增加一倍将使抽样平均误差减少一半。 10、若0=r ，则X 与Y 不相关。 （ ） 1、数量标志是用数值表示的，而质量指标是用属性（文字）表示的。（ ） 2、离散型变量既可以进行单项式分组，也可以进行组距式分组。 （ ） 3、以组中值代替组平均数不需要前提假设。 （ ） 4、算术平均数与几何平均数比较大小没有实际意义。 （ ） 5、若某国GDP2003年比2001年增长15％，2006年比2003年增长20％，则该国GDP2006年比2001年增长35％。 6、若现象的发展，其二级增长量大体相等，则应配合指数曲线趋势方程。（ ） 7、若p 表示产品价格，q 表示产品产量，则0001p q p q ∑∑-表示因产量变动造成的产值变动额。 8、样本单位数n 越大，样本平均数的波动越小。 （ ） 9、在重复抽样情况下，其他条件不变，若要使抽样极限误差减少一半，则必须使抽样单位数增加两倍。 10、若X 与Y 高度曲线相关，则r 必接近于1。 （ ） 1、标志和指标存在着一定的变换关系。 （ ） 2、连续型变量既可以进行单项式分组，也可以进行组距式分组。 （ ） 3、加权算术平均数的所有变量值均减少一半，而所有权数均增加一倍，则平均数不变。 4、设甲、乙两总体某变量的平均数和标准差分别为乙甲、X X 和乙甲、σσ，若存在乙甲X X <及乙甲σσ>，则乙 计算理论答案 第一套BCACC CBCBB BBABC ACDAC 1．下列叙述中，正确的是（）。 A)CPU能直接读取硬盘上的数据 B)CPU能直接存取内存储器 C)CPU由存储器、运算器和控制器组成 D)CPU主要用来存储程序和数据 2．1946年首台电子数字计算机ENIAC问世后，冯·诺依曼(Von Neumann)在研制EDVAC 计算机时，提出两个重要的改进，它们是（）。 A)引入CPU和内存储器的概念 B)采用机器语言和十六进制 C)采用二进制和存储程序控制的概念 D)采用ASCII编码系统 3．汇编语言是一种（）。 A)依赖于计算机的低级程序设计语言 B)计算机能直接执行的程序设计语言 C)独立于计算机的高级程序设计语言 D)面向问题的程序设计语言 4．假设某台式计算机的内存储器容量为128MB，硬盘容量为10GB。硬盘的容量是内存容量的（）。 A)40倍 B)60倍 C)80倍 D)100倍 5．计算机的硬件主要包括：中央处理器(CPU)、存储器、输出设备和（）。 A)键盘 B)鼠标 C)输入设备 D)显示器 6．根据汉字国标GB2312－80的规定，二级次常用汉字个数是（）。 A)3000个 B)7445个 C)3008个 D)3755个 7．在一个非零无符号二进制整数之后添加一个0，则此数的值为原数的（）。 A)4倍 B)2倍 C)1/2倍 D)1/4倍 8．Pentium(奔腾)微机的字长是（）。 A)8位 B)16位 C)32位 D)64位 9．下列关于ASCII编码的叙述中，正确的是（）。 A)一个字符的标准ASCII码占一个字节，其最高二进制位总为1 B)所有大写英文字母的ASCII码值都小于小写英文字母'a'的ASCII码值 C)所有大写英文字母的ASCII码值都大于小写英文字母'a'的ASCII码值 D)标准ASCII码表有256个不同的字符编码 10．在CD光盘上标记有"CD－RW"字样，此标记表明这光盘（）。 A)只能写入一次，可以反复读出的一次性写入光盘 B)可多次擦除型光盘 C)只能读出，不能写入的只读光盘 D)RW是Read and Write的缩写 11．一个字长为5位的无符号二进制数能表示的十进制数值范围是（）。 A)1～32 B)0～31 C)1～31 D)0～32 12、计算机病毒是指"能够侵入计算机系统并在计算机系统中潜伏、传播，破坏系统正常工作的一种具有繁殖能力的（）。 A)流行性感冒病毒 B)特殊小程序 C)特殊微生物 D)源程序 13．在计算机中，每个存储单元都有一个连续的编号，此编号称为（）。 A)地址 B)位置号 C)门牌号 D)房号 14．在所列出的：1、字处理软件，2、Linux,3、UNIX,4、学籍管理系统，5、Windows Xp和6．Office 2003这六个软件中，属于系统软件的有（）。 第 1 页/共 12 页 1、下表是某保险公司160名推销员月销售额的分组数据。书p26 按销售额分组（千元） 人数（人） 向上累计频数 向下累计频数 12以下 6 6 160 12—14 13 19 154 14—16 29 48 141 16—18 36 84 112 18—20 25 109 76 20—22 17 126 51 22—24 14 140 34 24—26 9 149 20 26—28 7 156 11 28以上 4 160 4 合计 160 —— —— （1） 计算并填写表格中各行对应的向上累计频数； （2） 计算并填写表格中各行对应的向下累计频数； （3）确定该公司月销售额的中位数。 按上限公式计算：Me=U- =18-0.22=17,78 2、某厂工人按年龄分组资料如下：p41 工人按年龄分组（岁） 工人数（人） 20以下 160 20—25 150 25—30 105 30—35 45 35—40 40 40—45 30 45以上 20 合 计 550 要求：采用简捷法计算标准差。《简捷法》 3、试根据表中的资料计算某旅游胜地2004年平均旅游人数。P50 表：某旅游胜地旅游人数 时间 2004年1月1日 4月1日 7月1日 10月1日 2005年1月1 日 旅游人数（人） 5200 5000 5200 5400 5600 4、某大学2004年在册学生人数资料如表3-6所示，试计算该大学2004年平均在册学生人数. 时间 1月1日 3月1日 7月1日 9月1日 12月31日 在册学生人数（人） 3408 3528 3250 3590 3575 一、云计算与大数据的定义、特征 1、云计算的定义：是一种商业计算模型。它将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务。（维基百科）一种基于互联网的计算方式，通过这种方式，共享软硬件资源和信息，可以按需提供给计算机和其他设备。云计算能够给用户提供可靠的、自定义的、最大化资源利用的服务，是一种崭新的分布式计算模式。 云计算的类型可以分为基础设施即服务（Iaas）、平台即服务（Pass）、软件即服务（Saas）。 2、云计算的特征：超大规模、虚拟化、高可靠性、高可伸缩性、按需服务、极其廉价。 （1）服务资源池化：通过虚拟化技术，对存储、计算、内存、网络等资源化，按用户需求动态地分配。 （2）可扩展性：用户随时随地可以根据实际需要，快速弹性地请求和购买服务资源，扩展处理能力。 （3）宽带网络调用：用户使用各种客户端软件，通过网络调用云计算资源。 （4）可度量性：服务资源的使用可以被监控、报告给用户和服务商，并可以根据具体使用类型收取费用。 （5）可靠性：自动检测失效节点，通过数据的冗余能够继续正常工作，提供高质量的服务，达到服务等级协议要求。 3、大数据的定义：（维基百科）指利用常用软件工具捕获、管理和处理数据所耗时间超过科容忍时间的数据集，即大数据泛指大规模、超大规模的数据集，因可从中挖掘出有价值的信息而备受关注。 4、大数据的特征（5V特征）： （1）数据体量（Volume）巨大，指收集和分析的数据量非常大，从TB级别跃升至PB 级别； （2）处理速度（Velocity）快，需要对数据进行近实时的分析； （3）数据类别（Variety）大，大数据来自多种数据源，数据种类和格式日渐丰富，包括结构化、半结构化和非结构化等多种数据形式； （4）数据真实性（Veracity），大数据中的内容是与真实世界中的发生息息相关的，研究大数据就是从庞大的网络数据中提取能够解释和预测现实事件的过程。 （5）价值密度低，商业价值（Value）高，通过分析数据可以得出如何抓住机遇及收获价值。 二、云计算安全，可信云以及用户对云计算信任的预期？ 由于云服务的“外包”特性，用户对云提供商是否能够对其数据安全提供保障，对其应用程序是否按照约定的方式安全执行产生了怀疑，亦即云服务的可信性问题。云服务的可信问题不仅指服务计算环境受其开放、共享等特点而导致服务结果可能受云服务提供商的主观意志等因素导致的不可信。 用户对云服务的安全怀疑主要集中在客观与主观两个方面：客观来说，云计算的集中服务模式使其更容易成为安全攻击的目标，而云计算技术的大规模分布式处理也大大增加了安全管理的难度，因此服务商是否具有足够的安全管理能力来保证用户信息安全值得怀疑；主观方面，由于云计算模式下，用户信息的存储、管理以及应用处理都在云服务方完成，用户丧失控制权，此时如何保证服务方忠实履行自己的服务协议，保证服务质量，并且不会通过自己的特权来违规使用用户资源获利成为必须要解决的问题。 如果云服务的行为和结果总是与用户预期的行为和结果一致，那么就可以说云服务是可信的。要讨论云服务的可信性，需要明确3个方面的问题： 1）用户的界定。不同用户拥有的信息安全敏感度不同，对于云安全性认定也不同。统计学计算题答案
统计学试题库(选择题和判断题)
计算理论答案
统计学计算题答案..
大数据与云计算简答题
相关主题
文本预览