单选题
以下选项中，（ ）是数据准备的最后步骤。
A．数据收集
B．数据清洗
C．数据加工
D．数据抽样
您可能感兴趣的题目
-
数据分析结果使用Excel图表对象展示时，由于数据系列众多可以使用图表自动更新技术，以下图表元素中，不能随用户选择自动更新显示的是( )。 背景墙 数据系列及其标记 图表标题 图表坐标轴
-
Robert G.Brown提出指数平滑法，建立在一定的假设为前提下才能有效发挥预测作用。以下前提中，不适用于指数平滑的时间预测方法的是（ ）。 时间序列的态势具有稳定性,时间序列才能被合理地猜测。 过去态势会持续到未来,所以将较大的关注放在时间序列中较远的数据上。 最近的过去态势,某种程度上会持续到未来,所以将较大的关注放在最近数据上。 时间序列的态势具有规则性,时间序列才能被合理地顺势推延。
-
关于从移动平均改良，形成指数平滑法预测时间序列，以下说法中不正确的是（ ）。 预测值是以前观测值的加权和，且对不同的数据给予不同的权，新数据给较大的权，旧数据给较小的权。 离预测期较远的历史数据给予更大权重，权重由远到近按指数规律递减 根据时间序列情况，参照经验判断来大致确定额定的权重取值范围。 权重取值范围内，取几个权重参数进行试算，比较不同试算结果的预测标准误差，选取预测标准误差最小的预测结果。
-
在数据分布的描述分析上，方差和标准差度决定了数据分布是否遵循正态分布分析中，数值测度的（ ）。 分布形状 离散程度 集中趋势 有效性
-
数据描述分析中，有关数据正态分布的对称性的说法中，不正确的是（）。 偏度skewness表示对称性，如果偏度等于零，则左右严格对称，数据属于正态分布(左右对称)； mean(平均值)=median(中位数)=mode(众数)，则数据本部严格遵循正态分布，即左右对称。 偏度skewness表示对称性，如果偏度大于零，则分布存在偏向右侧（大数）现象，数据属于负偏态分布； 偏度skewness表示对称性，如果偏度小于零，则分布存在偏向右侧（大数）现象，数据属于负偏态分布；
-
以下比较分析法的数据分析中，不存在对比口径不一致的问题的是（ ）。 2001年中国贸易顺差为1608亿美元，而2017年该顺差仅为5282.3亿人民币，对比表明中美经济活动更频繁、合作更加紧密。 2017年美国总统竞选中，特朗普和希拉里的竞选资金分别是15亿美元和13.6亿美元，前者明显资金雄厚于后者。 2017年中国全年GDP为1.9万亿，而GDP增长为6.9%，对比二者证明：中国2017年经济总量仍旧较大，且其数量远大于GDP增长的绝对数量。 中国纺织品进出口总额，对比美国钢铁出口量来说，应属于螳臂档车、不值一提。
-
为了展示静态的数据分析结果，（ ）能显示事物的构成比例。 散点图 带数据标记的折线图 三维分离式饼图 雷达图
-
某《调查问卷》采集的数据可能存在各被调查者输入选项不符合要求种问题，那么检测数据逻辑错误的原因不可能是（）。 信息录入错误 被调查者填写不符合要求 数字化过程设计缺陷 传输产生的信号损失导致数据无法验证错误
-
数据的相关分析属于（ ）类型的数据分析方法。 客观描述分析 直方图分析 推断预测分析 抽样分析
-
某新产品的推广费用和销售额的相关系数=0.8413，则该商品的广告和销售的关系属于（ ）。 不相关 强正相关 弱正相关 强负相关
-
数据分析直方图客观地展示公务员选拔考试成绩数据分布情况，因此如果数据分布比起正态分布严重偏向左侧（成绩低的一侧），且峰度较高属于典型的尖削峰，则体现在直方图上的效果证明（ ）分析结论。 试题可能存在泄露 考题偏难 试题没有能够拉开考生水平层次，无助于选拔人才 无法形成有效的参考结果
-
不完全相关是介于完全相关和不相关间的,数据分析结果的大多数的相关关系属于不完全相关程度范畴。
-
大数据分析的是把隐藏在一大批看似杂乱无章的数据背后的信息集中提炼出来，总结研究对象的内在规律。
-
分组分析法是在分组基础上,对现象内部结构或现象间依存关系,从定性或定量角度研究分析,以便找出规律，正确地分析、解决问题。
-
对全部对象进行观察、访问和记录，普查确定资料既耗时又耗力、更耗钱；抽样从对象总体中选取部分样本分析，以此推论总体状况，节约了人力、物力和财力限制，因此使用较广泛。
-
回归分析就是要挖掘出函数关系的数学模型，可以根据回归模型的规律预测未来变化。
-
Excel数据分析的结果，显示成条形图则方面横向对比同一种数据的值系列，该条形图不可以轻易、自由地转换图表类型为柱形图。
-
数据分析工具不包括以下（ ）选项。 SPSS Statistics Matlab 2014b OFFICE Powerpoint Style Intelligence
-
以下分析图表中,（ ）可以用于表示对比分析法的数据分析结果。 柱形图 折线图 散点图 条形图
-
以下选项中，关于移动平均方式的时间序列预测的说法中（ ）存在错误。 移动平均求最近几个月平均数,更适合短期预测,适合预测数据受偶然性因素干扰而产生的随机变动影响。 移动平均法的间隔期数过大时，预测值将带有明显的滞后偏差。 移动平均法的间隔期数不大时，预测值滞后不明显、难易预测未来变化趋势，却更能反映短期的变化 移动平均平均期数越大,越适合做短期预测,适合预测数据受长期因素干扰而产生的变动影响。
