可视化的定义是？
答案是：可视化是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，并利用数据分析和开发工具发现其中未知信息的交互处理的理论、方法和技术。
什么是检验假设？
答案是：检验假设是数理统计学中根据一定假设条件由样本推断总体的一种方法，先对总体的特征进行某种假设，然后通过抽样研究的统计推理，决定拒绝这个假设还是接受这个假设。
请简述检验假设的方法。
答案是：根据问题的需要对所研究的总体作某种假设Ｈ。选取合适的统计量，这个统计量的选取要使得在假设Ｈ成立时，其分布为已知。由实测的样本计算出统计量的值。根据预先给定的显著性水平进行检验，作出拒绝或接受假设Ｈ的判断。
相关分析与回归分析的基本区别是？
答案是：相关分析研究的是现象之间是否相关，以及相关的方向和密切程度，不区分是自变量或因变量。而回归分析则要分析现象之间相关的具体形式，并用数学模型来表现其具体因果关系。
请简述回归分析的步骤。
答案是：确定自变量与因变量。根据自变量与因变量的历史统计数据进行计算，建立回归分析预测模型。获得自变量与因变量之间的某种因果关系。模型检验，预测误差，小误差表明模型可以得到比较好的预测结果。运用已确定的回归预测模型进行预测计算，再根据具体的实际数据，运用相关知识进行全面分析，进而得到最终的预测值。
什么是相关分析？
答案是：相关分析是研究现象之间是否存在某种依存关系，并对有依存关系的现象，探讨其相关方向以及相关程度，其是研究概率变量之间的相关性的一种统计方法。
什么是模型？模型由哪三个部分组成？
答案是：模型是所研究的系统、过程、事物或概念的一种表达形式，进一步说，模型是指对于某个实际问题或客观事物、规律进行抽象后的一种形式化表达方式。任何模型都是由目标、变量和关系三个部分组成。
数据分析与数据挖掘的主要区别是？
答案是：数据分析通常是分析以往的数据，或者评价某时间段内取得的效果。而数据挖掘的数据量极大，要依靠挖掘算法来找出隐藏在大量数据中的规律和模式，也就是从数据中提取出隐含的、未知的、有价值的信息；数据分析的分析目标比较明确，分析条件也比较清楚，而数据挖掘不需要假设，其目标不是很清晰，可以自动建立方程与模型；数据分析通常针对数字化的数据，而数据挖掘可以采用不同类型的数据，如声音和文本等；数据分析是针对历史数据分析得出各项指标，为决策提供数据支持，而数据挖掘是对数据分析加机器决策，为将来的事件提供决策；数据分析对结果进行解释，呈现出有效信息。数据挖掘的结果不容易解释，对信息进行价值评估，着眼于预测未来，并提出决策性建议；数据分析是把数据变成信息的工具，数据挖掘是把信息变成认知的工具，如果需要从数据中获取一定的规律，需要数据分析和数据挖掘结合使用。
大数据分析的定义是？
答案是：大数据分析是指用准确的分析方法和工具来分析经过预处理后的大数据，提取具有价值的信息，进而形成有效的结论，并通过可视化技术展现出来的过程。
请简述数据集成的概念。
答案是：数据集成是应用、存储以及各组织之间传送的数据管理实践活动，其主要考虑合并规整数据问题。 数据集成是指将不同来源、不同格式、不同特点与不同性质的数据在逻辑上或物理上有机地集中，存放在一个一致的数据存储（如数据仓库）中。
什么是数值约简？数值约简技术可以分为哪两类？
答案是：数值约简是利用替代的方式，使用较小的数据表示替换或估计数据，进而可以减少数据量。数值约简技术分为有参数值约简技术和无参数值约简技术。有参数值约简技术是使用模型来评估数据，其只使用参数，而不是实际值。无参数值约简技术主要用于存放约简数据的表示。
分层抽样的定义是？
答案是：分层抽样又称为类型抽样，是指先将总体单位按主要标志加以分类，分成互不重叠且有限的类型，使其成为层，然后从各层中独立地随机抽取单位。
请简述系统抽样的特点和实现过程。
答案是：系统抽样又称为等距抽样，当总体中个体数较多，且其分布没有明显的不均匀情况时，常采用系统抽样。一般情况下，可将总体分成均衡的若干部分，然后按照预先定好的规则，从每一部分抽取相同个数的个体，这样的抽样即系统抽样。
请简述随机抽样方法的特点和实现过程。
答案是：随机抽样方法的特点是要使总体中每个个体被抽取的可能性都相同。当总体中的个体数较少时，常采用抽签的方法抽取样本，即将总体中的每个个体依次编上号码 １，２，３，…， ｍ，制作一套与总体中每个个体号码相对应的、形状大小相同的卡片号签，并将卡片号签均匀搅拌，从中抽出一个卡片号签，这个卡片号签所对应的每个个体就组成一个样本。
数据约简的定义是？
答案是：数据约简是指在对挖掘任务和数据本身内容理解的基础之上，寻找依赖于发现目标特征的有用数据，以缩减数据规模，从而在尽可能保持数据原貌的前提下，最大限度地精简数据量。
z分数规范化方法的步骤是？
答案是：求出各变量的算术平均值 （数学期望）ｘ和标准差 ｓ；依据均值和标准差对原始数据进行标准化；将逆指标前的正负号对调。
分箱平滑法的定义是？
答案是：分箱平滑法是一种数据局部平滑方法，它是通过考察周围的数据来平滑存储数据。其用箱子的深度来表示不同的箱中的相同个数的数据，用箱的宽度来表示箱中每个数值的取值区间。
数据规范化的定义和作用是？
答案是：数据规范化可将原来的度量值转换为无量纲的值，通过将属性数据按比例缩放，将一个函数给定属性的整个值域映射到一个新的值域中，即每个旧的值都被一个新的值替代。规范化的作用是对重复性的事物和概念，通过规范、规程和制度等达到统一，以获得最佳秩序和效益。
指数平滑法中平滑常数的选取规则是？
答案是：当时间序列呈现较稳定的水平趋势时，应选较小的α值，一般可在 0.05~0.20 取值；当时间序列有波动，但长期趋势变化不大时，可选稍大的α值，一般可在 0.1~0.4取值；当时间序列波动很大，长期趋势变化幅度较大，呈现明显且迅速的上升或下降趋势时，宜选择较大的α值，如可在 0.6~0.8取值，以使预测模型灵敏度高些，能迅速跟上数据的变化；当时间序列数据是上升或下降的趋势时，α应在 0.6~1取较大的值。
移动平均法的定义是？
答案是：移动平均法是预测将来某一时期的平均预测值的一种方法。该方法对过去若干历史数据求算术平均数，并把该数据作为以后的预测值。移动平均法分为一次移动平均法、二次移动平均法和多次移动平均法。
请简述数据平滑法的处理过程。
答案是：数据平滑法的处理过程是将获得的实际数据和原始预测数据加权平均，进而去掉数据中的噪声，使得预测结果更接近于真实情况，数据平滑法是趋势法或时间序列法的一种具体应用，数据平滑法分为移动平均法、指数平滑法和分箱平滑法。
增量数据抽取的特点是？
答案是：只抽取发生变化的数据；相对于全量数据抽取更为快捷，处理量更少；采用增量数据抽取需要与数据装载时的更新策略相对应。
同构异质数据库的定义是？
答案是：同构异质数据库是指同一类型的数据模型、不同型号的数据库系统。
常用的大数据的抽取方法有哪些？
答案是：同构同质数据抽取；同构异质数据抽取；文件型数据抽取；全量数据抽取；增量数据抽取。
构建大数据抽取程序需要考虑哪些条件？
答案是：抽取数据对象的类型；在数据源中寻找所需的数据对象的方法；为已找到的数据选择组装格式；将找到的数据对象组装到数据库中的方法；生成和维护大数据抽取过程所需的元数据；一般不单独设计组装算法。
大数据抽取的定义？
答案是：大数据抽取过程是搜索全部数据源，按照某种标准选择合乎要求的数据，并将被选中的数据传送到目的地中存储。简单地说，大数据抽取过程就是从数据源中抽取数据并传送到目的地数据系统中的过程。
NewSQL系统的主要架构？
答案是：一种架构是数据库工作在一个分布式集群的节点上，其中每个节点拥有一个数据子集，其将 SQL查询分成查询片段发送给自己所在的数据的节点上执行，可以通过添加节点来线性扩展。另一种架构是数据库系统有一个单一的主节点的数据源，有一组节点用来做事务处理，这些节点接到特定的 SQL 查询后，将把它所需的所有数据从主节点上取回来后执行 SQL查询，再返回结果。
通用网络爬虫的局限性？
答案是：不同领域、不同背景的用户具有不同的检索目的和需求，而通用网络爬虫所返回的结果可能含有大量用户并不需要的网页。通用网络爬虫的目标是获得尽可能大的网络覆盖率，从而造成了有限的网络爬虫服务器资源与无限的网络数据资源之间的冲突。图片、数据库、音频、视频多媒体等不同类型的非结构化数据大量出现，通用网络爬虫对这些信息含量密集数据的获取出现了困难。通用网络爬虫主要提供基于关键字的检索，难以支持基于语义信息的查询。
什么是网站数据采集？
答案是：网站数据采集是指通过网络采集软件工具或网站公开 API（Application Programming Interface，应用程序编程接口）等方式将网站上的非结构化数据、半结构化数据和结构化数据从网页中提取出来，并将其存储到统一的本地数据文件中。采集的数据包括图片、音频、视频等。
大数据获取的挑战主要包括哪些方面？
答案是：数据源多种多样；数据量巨大；数据变化快；保证数据获取的可靠性；避免重复数据；保证数据的真实性。
图像数字化的定义？
答案是：图像数字化是将模拟图像转换为数字图像，数字图像便于计算机进行存储与处理。图像数字化是进行数字图像处理的前提，其必须以图像的电子化作为基础，把模拟图像转变成电子信号，随后才将其转换成数字图像信号。
传统数据获取与大数据获取的区别？
答案是：传统数据获取：数据来源单一，数据量相对较小，结构单一；大数据获取：数据来源广泛，数据量巨大，包括结构化数据、半结构化数据和非结构化数据。
大数据获取的定义？
答案是：大数据获取又称为大数据采集，其是利用数据获取工具，从系统外部获取数据，并存入系统内部的存储资源。
地图的构成要素有哪些？请简要说明并解释每种要素的含义。
答案是：地图的构成要素主要包括图形要素、数学要素和辅助要素等。图形要素：图形要素是地图根据制图的要求所表达的内容，包括注记、地学基础。数学要素：数学要素用来确定地学要素的空间相关位置，是地图内容骨架的要素。辅助要素：辅助要素说明地图编制状况及为方便地图应用所必须提供的内容。
MapReduce模型的编程方法步骤？
答案是：（１）遍历输入数据，并将之解析成键值对 （key，value）。（２）将输入键值对 （key，value）映射 （Map）成另外一些键值对 （key，value）。（３）依据 key对中间数据进行分组。（４）以组为单位对数据进行约简 （Reduce）。（５）将最终产生的键值对 （key，value）保存到输出文件中。
请简述MapReduce的基本原理
答案是：将大数据分成小块逐个分析，最后将提取出来的数据汇总分析，进而获得需要的结果。
根据信息的特征，可以将信息可视化划分为哪些类别？
答案是：根据信息的特征可以将信息可视化分为一维信息可视化、二维信息可视化、三维信息可视化、多维信息可视化、层次信息可视化、网络信息可视化、时序信息可视化。
在大数据的可视分析中，用户界面与交互设计需要考虑的因素有哪些？
答案是：用户驱动的数据简化；可扩展性与多级层次；表示证据和不确定性；异构数据融合；交互查询中的数据概要与分流；时变特征分析；设计与工程开发。
请简述MapReduce的计算过程？
答案是：MapReduce由Map和Reduce两个阶段组成。Map函数以键值对 （key，value）作为输入，产生另外一系列键值对作为中间输出写入本地硬盘。MapReduce框架会自动将这些中间数据按照 key 值进行聚集，将 key值相同的数据统一交给 Reduce函数处理。Reduce函数以 key及对应的 value列表作为输入，经合并 key相同的 value值后，产生另外一系列键值对作为最终输出写 入 HDFS。
大数据的处理过程是？
答案是：大数据处理的全过程可以概括为５个步骤，分别是大数据获取与存储管理，大数据抽取与清洗，大数据约简与集成，大数据分析与挖掘，大数据分析结果解释与可视化展现。
结构化数据、非结构化数据的定义及区别是？
答案是：结构化数据是具有数据结构描述信息的数据；非结构化数据是不方便使用固定结构来表现的数据。区别：结构化数据先有结构，再有数据；非结构化数据只有数据，没有结构。
互联网大数据的定义是？
答案是：来自互联网的网络大数据是指 “人、机、物”三元世界在网络空间中交互、融合所产生并在互联网上可获得的大数据。
数据加工的定义？
答案是：为了提升数据质量、降低数据计算的复杂度、减少数据计算量以及提升数据处理的精准度，数据科学项目需要对原始数据进行一定的加工处理工作，主要包括数据清洗、数据变换、数据集成、数据脱敏、数据约简和数据标注等。
数据科学的定义？
答案是：数据科学是关于数据的科学或者研究数据的科学，用来研究 Cyber空间中数据界奥秘的理论、方法和技术，其研究的对象是数据界中的数据。主要包括两个方面：一方面是研究数据本身，研究数据的各种类型、状态、属性及变化形式和变化规律；另一方面是为自然科学和社会科学研究提供一种新的方法，称为科学研究的数据方法，其目的在于揭示自然界和人类行为的现象和规律。
Cyber空间与信息化是什么？
答案是：Cyber空间本意是指以计算机技术、现代通信网络技术、虚拟现实技术等信息技术的综合运用为基础，以知识和信息为内容的新型空间，是一个人工世界。信息化是将现实世界中的事物和现象以数据的形式存储到 Cyber空间中，是一个数据生产的过程。
平方根转换适用于等比数据。（）
【A.】√
【B.】 ×
答案是：B
维数灾难通常是指在涉及向量计算的问题中，随着维数的增加，计算量呈指数倍增长的一种现象。（）
【A.】√
【B.】 ×
答案是：A
时空数据是带有地理位置与时间标签的数据。（）
【A.】√
【B.】 ×
答案是：A
文本可视化可以将文本中蕴含的语义特征直观地展示出来，这些语义特征主要有词频与重要度、逻辑结构、主题聚类、动态演化规律等。（）
【A.】√
【B.】 ×
答案是：A
文本数据是典型的结构化数据类型。（）
【A.】√
【B.】 ×
答案是：B
根据信息的特征可以将信息可视化分为一维信息可视化、二维信息可视化、三维信息可视化、多维信息可视化、层次信息可视化、网络信息可视化、时序信息可视化。（）
【A.】√
【B.】 ×
答案是：A
气泡图是柱状图的一种变体，通过每个点的面积大小来反映第三维。（）
【A.】√
【B.】 ×
答案是：B
将抽象的指标数据转换成容易感知的数据时，用户便更容易理解图形要表达的意义。（）
【A.】√
【B.】 ×
答案是：A
地图是地理信息的载体，其容纳和储存了巨大数量的信息，而作为信息的载体，只能是传统概念上的纸质地图、实体模型。（）
【A.】√
【B.】 ×
答案是：B
数学要素用来确定地学要素的空间相关位置，是地图内容骨架的要素。（）
【A.】√
【B.】 ×
答案是：A
地图的构成要素只包括图形要素和数学要素。（）
【A.】√
【B.】 ×
答案是：B
地图就是依据一定的数学法则，使用地图语言、颜色、文字注记等，通过制图综合在一定的载体上，表达地球（或其他天体）上各种事物的空间分布、组合、联系、数量和质量特征及在时间中的发展变化状态绘制的图形，其科学地反映出自然和社会经济现象的分布特征及其
答案是：A
在数据比较的可视化展现中，可以对数据集中突出的不同方面给出一个有力的叙述与说明。（）
【A.】√
【B.】 ×
答案是：A
由大及小的可视化展现方式是：先给出一个整体的画面，可以引导阅读者具体深入到一个聚焦的点。（）
【A.】√
【B.】 ×
答案是：A
由于数据随着时间而变化，可以将数据变化可视化，然后解释导致数据变化的原因。（）
【A.】√
【B.】 ×
答案是：A
可视化可以使用计算机支持的、交互的方式来表示抽象数据，以增强用户的认知能力，其侧重于通过可视化文本展现数据中隐含的信息和规律，建立符合人的认知规律的心理映像。（）
【A.】√
【B.】 ×
答案是：B
检验假设是数理统计学中根据一定假设条件由样本推断总体的一种方法，先对总体的特征进行某种假设，然后通过抽样研究的统计推理，决定拒绝这个假设还是接受这个假设。（）
【A.】√
【B.】 ×
答案是：A
假设分为两种，一种是原假设，另一种是备选假设。（）
【A.】√
【B.】 ×
答案是：A
聚类就是自动将数据对象分成多个类或簇，划分的原则是在同一个簇中的数据对象具有较高的相似度，而不同簇中的数据对象相似度差别较大。（）
【A.】√
【B.】 ×
答案是：A
判别分析是分类方式事先确定，根据若干变量值判断对象归属问题的一种多变量统计分析方法。（）
【A.】√
【B.】 ×
答案是：A
回归分析是确定一个随机变量Ｙ对另一个变量Ｘ或一组（Ｘ1，Ｘ２，…，Ｘｋ）变量的相依关系的统计分析方法。（）
【A.】√
【B.】 ×
答案是：A
我们将反映多元线性相关关系的统计指标称为复相关系数。（）
【A.】√
【B.】 ×
答案是：A
数据挖掘是大数据分析的核心，其通过建模和构造算法来获取信息与知识。（）
【A.】√
【B.】 ×
答案是：A
模型是指对于某个实际问题或客观事物、规律进行抽象后的一种形式化表达方式。（）
【A.】√
【B.】 ×
答案是：A
统计学是收集、分析、表述和解释数据的科学，其是指对某一现象数据的搜集、整理、计算、分析、解释和表述等活动。（）
【A.】√
【B.】 ×
答案是：A
偏度系数和峰度系数是可刻画数据不对称程度或尾重程度的指标。（）
【A.】√
【B.】 ×
答案是：A
变异系数不能消除单位和平均值不同对两个或多个数据变异程度比较的影响。（）
【A.】√
【B.】 ×
答案是：B
通过数据的数字特征分析，反映数据的集中位置、分散程度、分布形状等，就可以进一步推断出样本中包含的总体信息。（）
【A.】√
【B.】 ×
答案是：A
定性数据分析是指定性研究照片和观察结果等非数值型数据的分析，其是对对象性质特点的一种概括。（）
【A.】√
【B.】 ×
答案是：A
探索性数据分析强调灵活探求线索和证据，而证实性数据分析则着重评估现有证据。（）
【A.】√
【B.】 ×
答案是：A
证实性数据分析可以评估观察到的模式或效应的再现性。（）
【A.】√
【B.】 ×
答案是：A
探索性数据分析是从原始数据入手，不完全以实际数据为依据。（）
【A.】√
【B.】 ×
答案是：B
探索性数据分析是从基于数据本身的角度来说明数据分析方法，涉及模型的假设和统计推断。（）
【A.】√
【B.】 ×
答案是：B
从分析的结果上来看，大数据分析主要分为探索性数据分析、证实性数据分析、定性数据分析；从分析的方式上来看，大数据分析主要分为离线数据分析、在线数据分析和交互式分析。（）
【A.】√
【B.】 ×
答案是：A
多维数据分析的目标是探索多维数据项的分布规律和模式，并揭示不同维度属性之间的隐含关系。（）
【A.】√
【B.】 ×
答案是：A
数据分析的分析目标比较明确，分析条件也比较清楚，基本上就是采用统计方法对数据进行多维度的描述，其从一个假设出发，需要自行选择方程或模型来与假设匹配。而数据挖掘不需要假设，其目标不是很清晰，可以自动建立方程与模型。（）
【A.】√
【B.
答案是：A
大数据挖掘方法以建模理论、数据仓库、机器学习等复合技术为主，数据挖掘是大数据分析的核心，占有重要的地位。（）
【A.】√
【B.】 ×
答案是：A
大数据分析是指用准确的分析方法和工具来分析经过预处理后的大数据，提取具有价值的信息，进而形成有效的结论，并通过可视化技术展现出来的过程。（）
【A.】√
【B.】 ×
答案是：A
持久化数据的安全通过不同层次的管理来实现，即物理层、网络层和数据存储层。（）
【A.】√
【B.】 ×
答案是：B
数据源的异构性一直是困扰数据集成系统的核心问题，异构性的难点主要表现在语法异构和语义异构。（）
【A.】√
【B.】 ×
答案是：A
数据集成最复杂和困难的问题是数据格式转换，也就是将多种数据格式转换为统一的格式。（）
【A.】√
【B.】 ×
答案是：A
多维可视化的基本方法主要包括基于几何图形、基于图标、基于像素、基于层次结构和基于图结构的混合方法。（）
【A.】√
【B.】 ×
答案是：A
数据集成是指将不同来源、不同格式、不同特点与不同性质的数据在逻辑上或物理上有机地集中，存放在一个一致的数据存储 （如数据仓库）中。（）
【A.】√
【B.】 ×
答案是：A
数据集成是应用、存储以及各组织之间传送的数据管理实践活动，其主要考虑合并规整数据问题。（）
【A.】√
【B.】 ×
答案是：A
无参数值约简技术主要用于存放约简数据的表示，其主要有线性回归模型、直方图、聚类和选择等。（）
【A.】√
【B.】 ×
答案是：B
数值约简技术分为有参数值约简技术和无参数值约简技术。（）
【A.】√
【B.】 ×
答案是：A
数值约简是利用替代的方式，使用较小的数据表示替换或估计数据，进而可以减少数据量。（）
【A.】√
【B.】 ×
答案是：A
基于数据时序的维数约简可以分为静态维数约简和时间相关维数约简，静态维数约简通常用于处理时间序列。（）
【A.】√
【B.】 ×
答案是：B
维数约简又称为降维，对于较高维空间的数据库Ｘ，通过特征提取或者特征选择的方法，将原空间的维数降至ｍ维。（）
【A.】√
【B.】 ×
答案是：A
对于高维数据，通过降维的维数约简方法可以减少冗余数据。（）
【A.】√
【B.】 ×
答案是：A
在进行高维数据分析时，存在的两个主要困难分别是欧氏距离问题和维数膨胀问题。（）
【A.】√
【B.】 ×
答案是：A
数据立方体是二维表格的多维扩展，将三维的数据立方体看作是一组类似的互相叠加起来的二维表格。（）
【A.】√
【B.】 ×
答案是：A
分层抽样又称为类型抽样，是指先将总体单位按主要标志加以分类，分成互不重叠且有限的类型，使其成为层，然后从各层中独立地随机抽取单位。（）
【A.】√
【B.】 ×
答案是：A
系统抽样又称为等距抽样，当总体中个体数少，且其分布没有明显的不均匀情况时，常采用系统抽样。（）
【A.】√
【B.】 ×
答案是：B
随机抽样方法的特点是要使总体中每个个体被抽取的可能性都相同。（）
【A.】√
【B.】 ×
答案是：A
确定样本子集大小的因素中不包括计算成本和存储要求。（）
【A.】√
【B.】 ×
答案是：B
特征约简是在保留、提高原有判别能力的前提下，从原有的特征中删除不重要或不相关的特征，或者通过对特征进行重组来减少特征的个数，同时减少特征向量的维度。（）
【A.】√
【B.】 ×
答案是：A
数据约简是指在对挖掘任务和数据本身内容理解的基础之上，寻找依赖于发现目标特征的有用数据，以缩减数据规模，从而在尽可能保持数据原貌的前提下，最大限度地精简数据量。（）
【A.】√
【B.】 ×
答案是：A
数据规范化方法有最大最小值规范化方法、z分数规范化方法和小数定标规范化方法。（）
【A.】√
【B.】 ×
答案是：A
数据规范化可将原来的度量值转换为无量纲的值，通过将属性数据按比例缩放，将一个函数给定属性的整个值域映射到一个新的值域中，即每个旧的值都被一个新的值替代。（）
【A.】√
【B.】 ×
答案是：A
规范化的作用是对重复性的事物和概念，通过规范、规程和制度等达到统一，以获得最佳秩序和效益。（）
【A.】√
【B.】 ×
答案是：A
分箱平滑法是用箱内数值的平均值、中值或边界值来替代该分箱内各观测的数值。（）
【A.】√
【B.】 ×
答案是：A
分箱平滑法是一种数据局部平滑方法，它是通过考察周围的数据来平滑存储数据，其用箱子的面积来表示不同的箱中的相同个数的数据，用箱的宽度来表示箱中每个数值的取值区间。（）
【A.】√
【B.】 ×
答案是：B
指数平滑法适用于中短期发展趋势预测。（）
【A.】√
【B.】 ×
答案是：A
指数平滑法是预测中常用的方法，这种方法的依据是时间序列的态势具有稳定性或规则性，所以时间序列可顺势推延。（）
【A.】√
【B.】 ×
答案是：A
二次移动平均法是以历史数据为基础，按时间顺序分段反映后期的变化趋势。（）
【A.】√
【B.】 ×
答案是：A
一次移动平均法仅适用于没有明显的迅速上升或下降趋势的情况,如果时间数列呈直线上升或下降趋势，则需要使用二次移动平均法。（）
【A.】√
【B.】 ×
答案是：A
一次移动平均法一般适用于时间序列数据为水平型变动的预测，也适用于明显的长期变动趋势和循环型变动趋势的时间序列预测。（）
【A.】√
【B.】 ×
答案是：B
移动平均法分为一次移动平均法、混合移动平均法和多次移动平均法。（）
【A.】√
【B.】 ×
答案是：B
移动平均法是预测将来某一时期的平均预测值的一种方法，该方法对过去若干历史数据求算术平均数，并把该数据作为以后的预测值。（）
【A.】√
【B.】 ×
答案是：A
数据平滑法分为移动平均法和分箱平滑法。（）
【A.】√
【B.】 ×
答案是：B
数据平滑法的处理过程是将获得的实际数据和原始预测数据加权平均，进而去掉数据中的噪声，使得预测结果更接近于真实情况。（）
【A.】√
【B.】 ×
答案是：A
噪声是指测量数据中的随机错误和偏差，通过数据平滑技术可以除去噪声。（）
【A.】√
【B.】 ×
答案是：A
对数转换适用于轻度偏态数据。（）
【A.】√
【B.】 ×
答案是：B
平方根转换适用于泊松分布的数据。（）
【A.】√
【B.】 ×
答案是：A
目前为：
1/3
页
首页 上页 下页 尾页