A.相關(guān)關(guān)系并不等同于因果關(guān)系
B.按相關(guān)的程度可分為完全相關(guān)、不完全相關(guān)和不相關(guān)，當(dāng)一個變量的取值變化完全由另一個變量的取值變化所確定時，稱這兩個變量間的關(guān)系為完全相關(guān)
C.按相關(guān)的方向可分為正相關(guān)和負(fù)相關(guān)，當(dāng)一個變量的取值由小變大，另一個變量的取值也相應(yīng)由小變大，這種相關(guān)稱為負(fù)相關(guān)
D.按相關(guān)的形式可分為線性相關(guān)和曲線相關(guān)
E.兩個變量間的關(guān)系可以用散點圖來展示

A.Pearson相關(guān)系數(shù)r的取值范圍在-1和+1之間，即-1
B.如果r=0，表明兩個變量間存在非線性相關(guān)關(guān)系
C.如果r=1，表明變量X和Y之間為完全正線性相關(guān)
D.如果-1≤r< 0，表明變量X和Y之間存在負(fù)線性相關(guān)關(guān)系
E.相關(guān)系數(shù)是度量兩個變量之間相關(guān)關(guān)系的統(tǒng)計量，最常用的相關(guān)系數(shù)是Pearson相關(guān)系數(shù)，它度量的是兩個變量間的非線性相關(guān)關(guān)系

A.兩個變量的Pearson相關(guān)系數(shù)為0.2，則這兩個變量間可視為低度相關(guān)
B.兩個變量間的Pearson相關(guān)系數(shù)為-0.3，則這兩個變量間可視為低度相關(guān)
C.兩個變量的Pearson相關(guān)系數(shù)為0.5，則這兩個變量間可視為中度相關(guān)
D.兩個變量的Pearson相關(guān)系數(shù)為-0.8，則這兩個變量間可視為高度相關(guān)
E.兩個變量的Pearson相關(guān)系數(shù)為0.99，則這兩個變量間可視為完全相關(guān)

A.統(tǒng)計學(xué)有描述統(tǒng)計和推斷統(tǒng)計兩個分支
B.研究數(shù)據(jù)收集、整理和描述的統(tǒng)計學(xué)方法是描述統(tǒng)計
C.研究如何利用樣本數(shù)據(jù)來推斷總體特征的統(tǒng)計學(xué)方法是推斷統(tǒng)計
D.描述統(tǒng)計包括參數(shù)估計方法
E.推斷統(tǒng)計是利用樣本信息判斷對總體的假設(shè)是否成立

A.企業(yè)銷售額是定量變量
B.企業(yè)所屬行業(yè)是定量變量
C.員工受教育水平是分類變量
D.分類變量和定量變量統(tǒng)稱為定性變量
E.當(dāng)變量的取值表現(xiàn)為類別且有一定順序時被稱為分類變量

A.按調(diào)查對象的范圍不同，統(tǒng)計調(diào)查分為全面調(diào)查和非全面調(diào)查
B.按調(diào)查登記的時間是否連續(xù)，統(tǒng)計調(diào)查分為連續(xù)調(diào)查和不連續(xù)調(diào)查
C.耕地面積，人口的出生一般使用連續(xù)調(diào)查
D.普查是非全面調(diào)查
E.我國經(jīng)濟(jì)普查的對象是中華人民共和國境內(nèi)從事第二、第三產(chǎn)業(yè)活動的全部法人單位、產(chǎn)業(yè)活動單位和個體經(jīng)營戶

A.普查主要用于了解處于某一時點狀態(tài)上的社會經(jīng)濟(jì)現(xiàn)象的基本全貌，為國家制定有關(guān)政策提供依據(jù)
B.普查涉及面廣、調(diào)查單位多，需要耗費大量的人力、物力和財力，通常是一次性的或周期性的，如經(jīng)濟(jì)普查，年份尾數(shù)逢6，每10年一次
C.普查的使用范圍比較窄，只能調(diào)查一些最基本及特定的現(xiàn)象
D.普查的數(shù)據(jù)一般比較準(zhǔn)確，規(guī)范化程度較高，而且普查時效性強(qiáng)
E.普查一般需要規(guī)定統(tǒng)一標(biāo)準(zhǔn)的調(diào)查時間，如人口普查，每10年一次，年份尾數(shù)逢0，最近一次人口普查的標(biāo)準(zhǔn)時間是11月1日0時

A.數(shù)據(jù)科學(xué)的研究對象是數(shù)據(jù)
B.大數(shù)據(jù)具有數(shù)據(jù)量大、數(shù)據(jù)多樣性、價值密度高、數(shù)據(jù)的產(chǎn)生和處理速度快等特性
C.數(shù)據(jù)挖掘的數(shù)據(jù)源必須是真實的、大量的、無噪聲的
D.數(shù)據(jù)挖掘常用的算法有分類、聚類分析、關(guān)聯(lián)分析、趨勢與演化分析、特征分析、異常分析等
E.數(shù)據(jù)可視化包含科學(xué)可視化和信息可視化兩個重點分支

A.分類技術(shù)是一種無監(jiān)督學(xué)習(xí)，即使用已知類別的訓(xùn)練數(shù)據(jù)建立分類模型的方法
B.聚類分析一個典型的例子就是購物籃分析
C.關(guān)聯(lián)分析就是對數(shù)據(jù)集中反復(fù)出現(xiàn)的相關(guān)關(guān)系和關(guān)聯(lián)性進(jìn)行挖掘提取，從而可以根據(jù)一個數(shù)據(jù)項的出現(xiàn)預(yù)測其他數(shù)據(jù)項的出現(xiàn)
D.趨勢與演化分析包括數(shù)據(jù)變化趨勢、序列模式分析、周期性分析以及相似程度分析等內(nèi)容
E.聚類分析是根據(jù)觀察學(xué)習(xí)來確定數(shù)據(jù)之間的關(guān)系，是一種監(jiān)督學(xué)習(xí)

A.數(shù)據(jù)挖掘要求發(fā)現(xiàn)放之四海而皆準(zhǔn)的知識
B.數(shù)據(jù)挖掘以解決實際問題為出發(fā)點，核心任務(wù)是對數(shù)據(jù)關(guān)系和特征進(jìn)行探索
C.數(shù)據(jù)可視化的優(yōu)勢在于簡單，表現(xiàn)清晰
D.科學(xué)可視化面向科學(xué)與工程領(lǐng)域的數(shù)據(jù)
E.信息可視化的處理對象是結(jié)構(gòu)化、非幾何的抽象數(shù)據(jù)