2025年統(tǒng)計學專業(yè)期末考試：統(tǒng)計軟件應用與數(shù)據(jù)預處理試題庫考試時間：______分鐘總分：______分姓名：______一、單項選擇題（本大題共20小題，每小題1分，共20分。在每小題列出的四個選項中，只有一個是符合題目要求的，請將正確選項的字母填在題后的括號內。）1.在統(tǒng)計軟件中，導入外部數(shù)據(jù)文件時，下列哪種格式通常不需要進行數(shù)據(jù)類型轉換？（A）A.CSV格式B.Excel格式C.SPSS格式D.SAS格式2.當你在統(tǒng)計軟件中遇到數(shù)據(jù)缺失值時，以下哪種處理方法可能會引入偏差？（C）A.刪除含有缺失值的行B.使用均值填補缺失值C.使用眾數(shù)填補缺失值D.使用回歸分析預測缺失值3.在數(shù)據(jù)預處理階段，如何檢測數(shù)據(jù)中的異常值？（B）A.計算數(shù)據(jù)的平均值B.使用箱線圖C.計算數(shù)據(jù)的方差D.使用直方圖4.在統(tǒng)計軟件中，如何對數(shù)據(jù)進行排序？（D）A.使用篩選功能B.使用匯總功能C.使用透視表D.使用排序功能5.當你在統(tǒng)計軟件中處理大數(shù)據(jù)集時，以下哪種方法可以提高數(shù)據(jù)處理效率？（A）A.使用數(shù)據(jù)透視表B.使用數(shù)據(jù)篩選C.使用數(shù)據(jù)排序D.使用數(shù)據(jù)匯總6.在統(tǒng)計軟件中，如何對數(shù)據(jù)進行分組？（C）A.使用篩選功能B.使用匯總功能C.使用數(shù)據(jù)分組功能D.使用透視表7.當你在統(tǒng)計軟件中處理數(shù)據(jù)時，以下哪種方法可以確保數(shù)據(jù)的完整性？（B）A.使用數(shù)據(jù)透視表B.使用數(shù)據(jù)驗證功能C.使用數(shù)據(jù)排序D.使用數(shù)據(jù)匯總8.在統(tǒng)計軟件中，如何進行數(shù)據(jù)透視分析？（D）A.使用篩選功能B.使用匯總功能C.使用數(shù)據(jù)分組功能D.使用數(shù)據(jù)透視表9.當你在統(tǒng)計軟件中處理數(shù)據(jù)時，以下哪種方法可以減少數(shù)據(jù)冗余？（A）A.使用數(shù)據(jù)清洗功能B.使用數(shù)據(jù)篩選C.使用數(shù)據(jù)排序D.使用數(shù)據(jù)匯總10.在統(tǒng)計軟件中，如何進行數(shù)據(jù)標準化？（C）A.使用數(shù)據(jù)篩選功能B.使用數(shù)據(jù)匯總功能C.使用標準化函數(shù)D.使用數(shù)據(jù)透視表11.當你在統(tǒng)計軟件中處理數(shù)據(jù)時，以下哪種方法可以檢測數(shù)據(jù)中的重復值？（B）A.使用數(shù)據(jù)透視表B.使用數(shù)據(jù)查找功能C.使用數(shù)據(jù)排序D.使用數(shù)據(jù)匯總12.在統(tǒng)計軟件中，如何進行數(shù)據(jù)合并？（D）A.使用篩選功能B.使用匯總功能C.使用數(shù)據(jù)分組功能D.使用數(shù)據(jù)合并功能13.當你在統(tǒng)計軟件中處理數(shù)據(jù)時，以下哪種方法可以提高數(shù)據(jù)的可讀性？（A）A.使用數(shù)據(jù)格式化功能B.使用數(shù)據(jù)篩選C.使用數(shù)據(jù)排序D.使用數(shù)據(jù)匯總14.在統(tǒng)計軟件中，如何進行數(shù)據(jù)抽樣？（C）A.使用篩選功能B.使用匯總功能C.使用數(shù)據(jù)抽樣功能D.使用數(shù)據(jù)透視表15.當你在統(tǒng)計軟件中處理數(shù)據(jù)時，以下哪種方法可以確保數(shù)據(jù)的準確性？（B）A.使用數(shù)據(jù)透視表B.使用數(shù)據(jù)驗證功能C.使用數(shù)據(jù)排序D.使用數(shù)據(jù)匯總16.在統(tǒng)計軟件中，如何進行數(shù)據(jù)轉換？（D）A.使用篩選功能B.使用匯總功能C.使用數(shù)據(jù)分組功能D.使用數(shù)據(jù)轉換功能17.當你在統(tǒng)計軟件中處理數(shù)據(jù)時，以下哪種方法可以減少數(shù)據(jù)噪聲？（A）A.使用數(shù)據(jù)清洗功能B.使用數(shù)據(jù)篩選C.使用數(shù)據(jù)排序D.使用數(shù)據(jù)匯總18.在統(tǒng)計軟件中，如何進行數(shù)據(jù)驗證？（C）A.使用篩選功能B.使用匯總功能C.使用數(shù)據(jù)驗證功能D.使用數(shù)據(jù)透視表19.當你在統(tǒng)計軟件中處理數(shù)據(jù)時，以下哪種方法可以提高數(shù)據(jù)的利用率？（B）A.使用數(shù)據(jù)透視表B.使用數(shù)據(jù)匯總功能C.使用數(shù)據(jù)排序D.使用數(shù)據(jù)驗證功能20.在統(tǒng)計軟件中，如何進行數(shù)據(jù)篩選？（A）A.使用數(shù)據(jù)篩選功能B.使用數(shù)據(jù)匯總功能C.使用數(shù)據(jù)分組功能D.使用數(shù)據(jù)透視表二、多項選擇題（本大題共10小題，每小題2分，共20分。在每小題列出的五個選項中，有多項是符合題目要求的，請將正確選項的字母填在題后的括號內。）1.在統(tǒng)計軟件中，導入外部數(shù)據(jù)文件時，以下哪些格式需要進行數(shù)據(jù)類型轉換？（ABC）A.CSV格式B.Excel格式C.SPSS格式D.SAS格式E.STATA格式2.當你在統(tǒng)計軟件中處理數(shù)據(jù)時，以下哪些方法可以提高數(shù)據(jù)處理效率？（AC）A.使用數(shù)據(jù)透視表B.使用數(shù)據(jù)篩選C.使用數(shù)據(jù)分組功能D.使用數(shù)據(jù)排序E.使用數(shù)據(jù)匯總3.在統(tǒng)計軟件中，如何檢測數(shù)據(jù)中的異常值？（AB）A.計算數(shù)據(jù)的平均值B.使用箱線圖C.計算數(shù)據(jù)的方差D.使用直方圖E.使用散點圖4.當你在統(tǒng)計軟件中處理數(shù)據(jù)時，以下哪些方法可以確保數(shù)據(jù)的完整性？（BC）A.使用數(shù)據(jù)透視表B.使用數(shù)據(jù)驗證功能C.使用數(shù)據(jù)清洗功能D.使用數(shù)據(jù)排序E.使用數(shù)據(jù)匯總5.在統(tǒng)計軟件中，如何進行數(shù)據(jù)合并？（ABD）A.使用數(shù)據(jù)合并功能B.使用數(shù)據(jù)查找功能C.使用數(shù)據(jù)分組功能D.使用數(shù)據(jù)透視表E.使用數(shù)據(jù)匯總6.當你在統(tǒng)計軟件中處理數(shù)據(jù)時，以下哪些方法可以減少數(shù)據(jù)冗余？（AC）A.使用數(shù)據(jù)清洗功能B.使用數(shù)據(jù)篩選C.使用數(shù)據(jù)分組功能D.使用數(shù)據(jù)排序E.使用數(shù)據(jù)匯總7.在統(tǒng)計軟件中，如何進行數(shù)據(jù)標準化？（BC）A.使用數(shù)據(jù)篩選功能B.使用標準化函數(shù)C.使用數(shù)據(jù)轉換功能D.使用數(shù)據(jù)透視表E.使用數(shù)據(jù)匯總8.當你在統(tǒng)計軟件中處理數(shù)據(jù)時，以下哪些方法可以檢測數(shù)據(jù)中的重復值？（AB）A.使用數(shù)據(jù)查找功能B.使用數(shù)據(jù)透視表C.使用數(shù)據(jù)排序D.使用數(shù)據(jù)匯總E.使用數(shù)據(jù)驗證功能9.在統(tǒng)計軟件中，如何進行數(shù)據(jù)抽樣？（ACD）A.使用數(shù)據(jù)抽樣功能B.使用數(shù)據(jù)篩選功能C.使用數(shù)據(jù)分組功能D.使用數(shù)據(jù)透視表E.使用數(shù)據(jù)匯總10.當你在統(tǒng)計軟件中處理數(shù)據(jù)時，以下哪些方法可以提高數(shù)據(jù)的可讀性？（AB）A.使用數(shù)據(jù)格式化功能B.使用數(shù)據(jù)透視表C.使用數(shù)據(jù)排序D.使用數(shù)據(jù)匯總E.使用數(shù)據(jù)驗證功能三、判斷題（本大題共10小題，每小題1分，共10分。請判斷下列敘述的正誤，正確的填“√”，錯誤的填“×”。）1.在統(tǒng)計軟件中，導入數(shù)據(jù)文件時，所有數(shù)據(jù)類型都會自動匹配，無需任何手動調整。（×）你想想看，這怎么可能呢？不同軟件的數(shù)據(jù)格式那可是千差萬別的，比如Excel里的文本和數(shù)字，導入SPSS時就需要手動指定類型，不然肯定出問題。2.使用均值填補缺失值是一種簡單快捷的方法，但可能會導致數(shù)據(jù)的分布形態(tài)發(fā)生改變，尤其當缺失值較多或者數(shù)據(jù)偏態(tài)分布時。（√）沒錯，我以前就犯過這種錯誤，用均值填補后，數(shù)據(jù)看起來挺“完美”的，結果分析結果全歪了，真是頭疼。3.箱線圖是檢測數(shù)據(jù)異常值的好工具，通常圖中離群點（Outlier）標記的數(shù)值就是異常值，可以直接刪除。（×）不對不對，離群點不一定是真正的異常值，可能是測量誤差或者真實存在的極端情況，直接刪掉太草率了，應該先調查原因。4.數(shù)據(jù)分組時，選擇合適的分組區(qū)間很重要，分組太粗或太細則會影響數(shù)據(jù)分析結果，比如計算頻率分布時。（√）這話說到點子上了，我教學生時特別強調這一點，分組太細會導致每個組人數(shù)很少，分組太粗又會丟失信息，得拿捏好度。5.數(shù)據(jù)標準化（Z-score）后，所有變量的均值為0，標準差為1，這時候比較不同單位變量的大小就方便多了。（√）沒錯，這是標準化最直觀的好處之一，我在做綜合評價時經(jīng)常用這個方法，不然噸和米怎么比呢？6.使用數(shù)據(jù)透視表可以快速匯總數(shù)據(jù)，但只能對數(shù)值型變量進行計算，不能處理文本型變量。（×）這怎么可能？數(shù)據(jù)透視表對文本型變量也能做計數(shù)、頻率分析呢，我平時做市場調研報告時，經(jīng)常會用透視表統(tǒng)計不同地區(qū)的產(chǎn)品銷售情況。7.數(shù)據(jù)排序和篩選是兩個不同的操作，排序是改變數(shù)據(jù)物理順序，篩選是選出滿足條件的數(shù)據(jù)，兩者可以結合使用。（√）說得對，排序就像整理書架，篩選像用篩子選沙子，我上課時常用這個比喻，學生好像更容易理解。8.數(shù)據(jù)驗證功能可以防止用戶輸入錯誤數(shù)據(jù)，比如限制輸入只能為特定幾個值，或者必須滿足某個數(shù)值范圍。（√）沒錯，這個功能太實用了，我以前做問卷系統(tǒng)時，就用了驗證功能確保答案格式統(tǒng)一，避免后續(xù)整理數(shù)據(jù)時出錯。9.數(shù)據(jù)轉換包括計算新變量、變量類型轉換等操作，這些操作通常是不可逆的，一旦執(zhí)行就需要小心保存原始數(shù)據(jù)。（×）不對，很多轉換是可逆的，比如把數(shù)值型變量轉為字符型，再轉回來還是原樣，不過確實轉換后要備份原始數(shù)據(jù)，以防萬一。10.對于大數(shù)據(jù)集，使用統(tǒng)計軟件時內存不足是一個常見問題，這時候可以考慮分塊處理數(shù)據(jù)或者使用專業(yè)的大數(shù)據(jù)處理工具。（√）太對了，我處理過一次包含上百萬條記錄的數(shù)據(jù)，SPSS直接卡死，后來換成Python分塊處理才搞定，真是長記性。四、簡答題（本大題共5小題，每小題4分，共20分。請根據(jù)題目要求，簡要回答下列問題。）1.簡述在統(tǒng)計軟件中檢測和處理數(shù)據(jù)缺失值的常用方法，并說明每種方法的優(yōu)缺點。缺失值這東西真是讓人頭疼，我一般會教學生三種方法。首先是刪除法，包括刪除含有缺失值的行或者列，優(yōu)點是操作簡單，缺點是如果缺失太多會損失數(shù)據(jù)，樣本量變??；其次是填充法，有均值/中位數(shù)/眾數(shù)填充，還有回歸填充、多重插補等，優(yōu)點是不損失數(shù)據(jù)，缺點是填充值可能不準確；最后是模型法，比如決策樹、KNN等，優(yōu)點是能利用其他變量信息，缺點是模型復雜。我告訴學生要根據(jù)數(shù)據(jù)情況選擇，比如缺失不多就考慮刪除，缺失模式明顯就用模型法。2.解釋數(shù)據(jù)清洗的主要步驟，并舉例說明其中某個步驟在實際操作中的注意事項。數(shù)據(jù)清洗真是統(tǒng)計工作的基礎，我一般是按照缺失值處理、異常值檢測、重復值識別、數(shù)據(jù)格式轉換這幾個步驟來教。比如異常值檢測，我讓學生主要用箱線圖和3σ原則，我特別強調要結合業(yè)務背景判斷，不能一刀切刪除，有一次有個學生把所有銷售額超過100萬的訂單都刪了，結果發(fā)現(xiàn)那是正常的大客戶，真是哭笑不得。我教他們先標記異常值，再分析原因，決定如何處理。3.說明在統(tǒng)計軟件中進行數(shù)據(jù)合并的兩種主要方法，并比較它們的適用場景。數(shù)據(jù)合并這操作我常用，主要有兩種，一種是根據(jù)共同關鍵字段合并，像Excel里的VLOOKUP，SPSS里的JOIN；另一種是追加數(shù)據(jù)，把兩個數(shù)據(jù)集按行堆疊起來，像Excel里的堆疊，SPSS里的CONCATENATE。合并方法要根據(jù)數(shù)據(jù)結構來選，如果兩個數(shù)據(jù)集要匹配的變量很多，就用第一種；如果只是簡單增加記錄，就用追加，我告訴學生要看清楚合并軸（行或列）和匹配方式（內連接、外連接等）。4.描述數(shù)據(jù)透視表在數(shù)據(jù)預處理中的作用，并列舉至少三個可以應用數(shù)據(jù)透視表的功能。數(shù)據(jù)透視表真是神器，我經(jīng)常用它快速探索數(shù)據(jù)。它的作用主要有：一可以快速匯總統(tǒng)計量，比如按部門統(tǒng)計銷售額；二可以查看變量間關系，比如不同年齡段客戶購買的產(chǎn)品類別；三可以生成交叉表，分析分類變量的交互效應。我讓學生多練習用它生成頻率分布、計算均值、分析分組差異，比手動計算高效多了。5.當你在統(tǒng)計軟件中處理包含重復記錄的數(shù)據(jù)集時，你會采取哪些步驟來識別和刪除這些重復值？處理重復值我有個固定流程，首先用“查找重復個案”功能，按關鍵字段（比如身份證號、訂單號）篩查；然后分析重復記錄產(chǎn)生的原因，可能是錄入錯誤還是系統(tǒng)生成；最后決定刪除策略，一般是保留第一條，刪除后續(xù)重復的，但有些情況下可能需要保留所有記錄，只是標記出來。我特別提醒學生要注意，不是所有字段完全相同的才算重復，有時候關鍵業(yè)務字段一致就算有效重復，得靈活判斷。本次試卷答案如下一、單項選擇題答案及解析1.A解析：CSV格式通常是純文本，默認導入時會自動識別各列數(shù)據(jù)類型，不需要手動轉換。而Excel、SPSS、SAS等格式可能包含預設的數(shù)據(jù)類型或格式，導入時需要用戶確認或轉換。2.C解析：使用眾數(shù)填補缺失值只適用于分類變量，如果用于數(shù)值變量，會掩蓋數(shù)據(jù)真實分布，引入偏差。均值填補數(shù)值變量雖然會改變均值，但相對更平滑。回歸預測和刪除法各有適用場景，但眾數(shù)填補的局限性最大。3.B解析：箱線圖能直觀顯示數(shù)據(jù)的分布和離群點，是檢測異常值的常用方法。計算均值方差只是描述數(shù)據(jù)特征，排序和直方圖主要用于觀察分布形態(tài)，不能專門定位異常值。4.D解析：統(tǒng)計軟件都有專門的排序功能，可以按一個或多個變量升序/降序排列。篩選是選出滿足條件的數(shù)據(jù)，匯總和透視表是數(shù)據(jù)分析功能，與排序目的不同。5.A解析：數(shù)據(jù)透視表可以快速對大數(shù)據(jù)進行分類匯總和交叉分析，相比逐條篩選或排序，效率高得多。篩選和排序在大數(shù)據(jù)集上會很慢，匯總和透視表本質就是高效計算。6.C解析：數(shù)據(jù)分組功能允許用戶定義分組區(qū)間，將連續(xù)變量轉化為分類變量，便于后續(xù)分析。篩選是選出特定值，匯總是計算統(tǒng)計量，透視表是展示結果，分組是預處理步驟。7.B解析：數(shù)據(jù)驗證功能是在錄入階段設置規(guī)則（如只能輸入特定值或數(shù)值范圍），確保數(shù)據(jù)質量。透視表、排序、匯總都是分析時用的，數(shù)據(jù)驗證是預防性工具。8.D解析：數(shù)據(jù)透視表是專門進行交叉分析的工具，可以動態(tài)調整行、列、值字段，觀察變量間關系。其他選項都是數(shù)據(jù)處理步驟，透視表更側重分析功能。9.A解析：數(shù)據(jù)清洗功能（如去重、識別無效值）可以自動或半自動發(fā)現(xiàn)并處理冗余數(shù)據(jù)。篩選、排序、匯總都是分析操作，清洗是預處理手段。10.C解析：標準化函數(shù)（如Z-score）將數(shù)據(jù)轉化為均值為0、標準差為1的分布，消除量綱影響。其他選項是數(shù)據(jù)操作或分析功能，不是特定計算方法。11.B解析：數(shù)據(jù)查找功能（Find）可以快速定位包含特定值的記錄，常用于檢測重復值。透視表是匯總工具，排序是改變順序，匯總和透視表不直接檢測重復。12.D解析：數(shù)據(jù)合并功能（Merge/Join）專門用于根據(jù)關鍵字段合并兩個數(shù)據(jù)集。篩選、匯總、分組都是其他數(shù)據(jù)處理操作，合并是連接數(shù)據(jù)集的特定功能。13.A解析：數(shù)據(jù)格式化功能（Format）可以調整數(shù)字格式（如千位分隔符）、文本對齊、顏色等，提高可讀性。篩選、排序、匯總都是分析操作，格式化是展示優(yōu)化。14.C解析：數(shù)據(jù)抽樣功能（Sample）可以直接從數(shù)據(jù)集中按指定比例或方法抽取子集，常用于大數(shù)據(jù)預覽或代表性分析。篩選是選特定記錄，透視表是匯總，抽樣是隨機或系統(tǒng)選取。15.B解析：數(shù)據(jù)驗證功能（Validate）是確保輸入數(shù)據(jù)符合預設規(guī)則（如格式、范圍），比手動檢查更可靠。透視表、排序、匯總都是分析時用，驗證是錄入時用。16.D解析：數(shù)據(jù)轉換功能（Transform）包括創(chuàng)建新變量、改變類型、計算衍生指標等。篩選、匯總、分組都是分析操作，轉換是數(shù)據(jù)變形的核心功能。17.A解析：數(shù)據(jù)清洗功能（Clean）可以識別并處理異常值、缺失值、重復值等，減少噪聲干擾。篩選、排序、匯總都是分析操作，清洗是預處理手段。18.C解析：數(shù)據(jù)驗證功能（Validate）是設置輸入限制（如下拉菜單、數(shù)值范圍），防止錯誤數(shù)據(jù)錄入。透視表、排序、匯總都是分析時用，驗證是錄入時用。19.B解析：數(shù)據(jù)匯總功能（Summarize）可以快速計算分組或整體統(tǒng)計量（均值、頻數(shù)等），提高數(shù)據(jù)利用率。透視表是展示匯總結果，排序、篩選是分析輔助，匯總是核心計算。20.A解析：數(shù)據(jù)篩選功能（Filter）是選出滿足條件的數(shù)據(jù)行，保留其他行。透視表是匯總工具，匯總、分組是其他操作，篩選是選擇數(shù)據(jù)的直接方式。二、多項選擇題答案及解析1.ABC解析：CSV是純文本，Excel和SPSS導入時可能需要手動指定類型，SAS和STATA通常能自動匹配或只需簡單調整。我讓學生注意，即使是文本文件，導入SPSS時也要檢查變量視圖里的類型設置。2.AC解析：數(shù)據(jù)透視表適合快速探索和匯總，但對文本處理不如專門文本分析工具。數(shù)據(jù)分組功能在處理分類變量時特別高效。篩選、排序、匯總在大數(shù)據(jù)上效率不高。3.AB解析：箱線圖通過四分位數(shù)和離群點標記異常值，3σ原則基于正態(tài)分布假設。但實際數(shù)據(jù)常不滿足假設，異常值也可能是真實值，需要結合業(yè)務判斷。我教學生要標記異常值再決定處理。4.BC解析：數(shù)據(jù)驗證是保證數(shù)據(jù)質量的利器，尤其用于問卷或錄入系統(tǒng)。數(shù)據(jù)清洗能去除不一致數(shù)據(jù)，兩者都間接保證完整性。透視表、排序、匯總都是分析時用。5.ABD解析：數(shù)據(jù)合并功能是核心，查找是輔助手段（用于定位重復）。透視表可以展示合并結果，但不是合并方法本身。匯總和分組是其他數(shù)據(jù)處理操作。6.AC解析：數(shù)據(jù)清洗能去除重復記錄、糾正錯誤值，減少冗余。分組能合并相似記錄，也減少冗余。篩選、排序、匯總不直接處理數(shù)據(jù)冗余。7.BC解析：標準化函數(shù)是標準操作，數(shù)據(jù)轉換功能包含多種變形。篩選、匯總、透視表都是分析工具，不是特定變形方法。8.AB解析：數(shù)據(jù)查找能按值定位重復記錄，透視表可以展示重復記錄的分布。排序、匯總、驗證不專門用于檢測重復。9.ACD解析：數(shù)據(jù)抽樣功能是直接操作，分組是準備抽樣常做的，透視表可用于分析抽樣結果。篩選、匯總是其他數(shù)據(jù)處理方式。10.AB解析：數(shù)據(jù)格式化直接提升展示效果，透視表是交互式分析工具，兩者都提高數(shù)據(jù)可讀性和分析效率。排序、匯總、驗證是其他功能。三、判斷題答案及解析1.×解析：CSV雖然簡單，但導入不同軟件時仍可能需要類型轉換，比如Excel導入SPSS時，日期和文本需要手動設置。我讓學生記住，沒有絕對自動匹配的格式。2.√解析：均值填充簡單但會拉平分布，尤其當缺失值集中在高端時，會低估真實均值。我舉過例子，用均值填缺失后，數(shù)據(jù)看起來很"正常"，結果分析發(fā)現(xiàn)系統(tǒng)性低估了極端值。3.×解析：離群點可能是真實但罕見的情況，也可能是錯誤。我教學生要標記離群點，分析產(chǎn)生原因，比如是錄入錯誤還是特殊業(yè)務。直接刪除太武斷。4.√解析：分組太細則樣本量小，統(tǒng)計意義差；太粗會丟失信息。我讓學生畫圖理解，就像看顯微鏡，太粗看不清細胞，太細背景全是噪聲。5.√解析：標準化是消除量綱影響的標準做法，比如比較身高和體重，先標準化再分析才有意義。這是我在回歸分析課上必講的內容。6.×解析：透視表對文本處理很方便，比如統(tǒng)計各省份訂單數(shù)，文本字段作為分組變量完全沒問題。我讓學生試試用產(chǎn)品名稱做透視表行標簽。7.√解析：排序是物理位置改變，篩選是邏輯選擇，透視表是重新組織展示，三者目的不同。我常用超市貨架比喻：排序是搬貨架，篩選是選商品，透視表是看銷售報表。8.√解析：數(shù)據(jù)驗證是錄入時保護數(shù)據(jù)質量的利器，我設計問卷系統(tǒng)時必用，比如年齡只能填1-100，不能輸入"很多"。比后期清洗省事多了。9.×解析：數(shù)值轉字符再轉回來，值不變，就像把人民幣換成美元再換回來。但要注意轉換細節(jié)，比如小數(shù)位數(shù)可能丟失。我讓學生用SPSS試試看。10.√解析：大數(shù)據(jù)內存問題太常見了，我處理過百萬級數(shù)據(jù)，SPSS卡死是常態(tài)。后來改用Python分塊讀，效率高多了。這是硬道理。四、簡答題答案及解析1.缺失值處理方法及優(yōu)缺點：刪除法：簡單，但丟失數(shù)據(jù)，樣本量小。適用于缺失不多（<5%）且缺失隨機的情況。我告訴學生，刪除后要檢查分析結果是否改變。填充法：均值/中位數(shù)/眾數(shù)簡單但可能扭曲分布；回歸/多重插補更復雜但用更多信息。適用于缺失有一定模式但非完全隨機。我強調要根據(jù)缺失機制選擇。模型法：決策樹/KNN等能利用其他變量信息。適用于缺失模式復雜或關聯(lián)性強。我讓學生記住，模型法計算量大，結果解釋也可能更難。我教學生要畫圖分析缺失模式（如熱圖），再結合缺失機制選擇方法，不能隨意用均值填充。2.數(shù)據(jù)清洗步驟及注意事項：步驟：缺失值處理（刪除/填充/模型）、異常值檢測（箱線圖/3σ）、重復值識別（查找重復）、數(shù)據(jù)格式統(tǒng)一（類型/日期）、數(shù)據(jù)驗證（設置規(guī)則）。注意事項：異常值要結合業(yè)務判斷，不能簡單刪除。比如銷售額100萬可能是大客戶，直接刪掉不行。我讓學