2025年統(tǒng)計學(xué)期末考試題庫：統(tǒng)計軟件應(yīng)用與數(shù)據(jù)可視化實戰(zhàn)試題考試時間：______分鐘總分：______分姓名：______一、Excel數(shù)據(jù)分析與處理要求：請使用Excel軟件，對以下數(shù)據(jù)進行統(tǒng)計分析，并填寫下列表格。（一）數(shù)據(jù)輸入與整理1.將以下數(shù)據(jù)輸入到Excel表格中，并確保數(shù)據(jù)格式正確。A1：姓名，A2：年齡，A3：性別，B1：銷售額，B2：銷售日期張三，25，男，5000，2025-04-01李四，30，女，4000，2025-04-02王五，28，男，6000，2025-04-03趙六，35，女，4500，2025-04-04孫七，22，男，5500，2025-04-052.根據(jù)數(shù)據(jù)，對性別進行分類匯總，計算男女銷售額的平均值。3.根據(jù)銷售日期，對銷售額進行按月分類匯總，計算各月銷售額的平均值。（二）圖表制作4.使用Excel圖表功能，制作以下圖表：（1）制作銷售額與年齡的散點圖，并添加趨勢線。（2）制作銷售額與銷售日期的折線圖，并添加數(shù)據(jù)標(biāo)簽。（三）數(shù)據(jù)分析5.使用Excel數(shù)據(jù)分析功能，對銷售額進行描述性統(tǒng)計分析，包括最大值、最小值、平均值、標(biāo)準(zhǔn)差、中位數(shù)、眾數(shù)等。6.根據(jù)描述性統(tǒng)計分析結(jié)果，分析銷售額的變化趨勢。二、SPSS數(shù)據(jù)分析要求：請使用SPSS軟件，對以下數(shù)據(jù)進行統(tǒng)計分析，并填寫下列表格。（一）數(shù)據(jù)錄入與整理1.將以下數(shù)據(jù)輸入到SPSS數(shù)據(jù)編輯器中，并確保數(shù)據(jù)格式正確。變量名：姓名，年齡，性別，銷售額，銷售日期張三，25，男，5000，2025-04-01李四，30，女，4000，2025-04-02王五，28，男，6000，2025-04-03趙六，35，女，4500，2025-04-04孫七，22，男，5500，2025-04-052.對性別變量進行編碼，男為1，女為2。3.根據(jù)銷售日期，對銷售額進行按月分類匯總，計算各月銷售額的平均值。（二）圖表制作4.使用SPSS圖表功能，制作以下圖表：（1）制作銷售額與年齡的散點圖，并添加趨勢線。（2）制作銷售額與銷售日期的折線圖，并添加數(shù)據(jù)標(biāo)簽。（三）數(shù)據(jù)分析5.使用SPSS描述性統(tǒng)計分析功能，對銷售額進行描述性統(tǒng)計分析，包括最大值、最小值、平均值、標(biāo)準(zhǔn)差、中位數(shù)、眾數(shù)等。6.根據(jù)描述性統(tǒng)計分析結(jié)果，分析銷售額的變化趨勢。三、Python數(shù)據(jù)分析要求：請使用Python編程語言，對以下數(shù)據(jù)進行統(tǒng)計分析，并填寫下列表格。（一）數(shù)據(jù)導(dǎo)入與整理1.使用Pythonpandas庫，將以下數(shù)據(jù)導(dǎo)入到DataFrame中，并確保數(shù)據(jù)格式正確。importpandasaspddata={"姓名":["張三","李四","王五","趙六","孫七"],"年齡":[25,30,28,35,22],"性別":["男","女","男","女","男"],"銷售額":[5000,4000,6000,4500,5500],"銷售日期":["2025-04-01","2025-04-02","2025-04-03","2025-04-04","2025-04-05"]}df=pd.DataFrame(data)2.對性別變量進行編碼，男為1，女為2。3.根據(jù)銷售日期，對銷售額進行按月分類匯總，計算各月銷售額的平均值。（二）圖表制作4.使用Pythonmatplotlib庫，制作以下圖表：（1）制作銷售額與年齡的散點圖，并添加趨勢線。（2）制作銷售額與銷售日期的折線圖，并添加數(shù)據(jù)標(biāo)簽。（三）數(shù)據(jù)分析5.使用Python描述性統(tǒng)計分析功能，對銷售額進行描述性統(tǒng)計分析，包括最大值、最小值、平均值、標(biāo)準(zhǔn)差、中位數(shù)、眾數(shù)等。6.根據(jù)描述性統(tǒng)計分析結(jié)果，分析銷售額的變化趨勢。四、R語言數(shù)據(jù)分析要求：請使用R語言進行以下數(shù)據(jù)分析，并輸出結(jié)果。1.創(chuàng)建一個包含以下數(shù)據(jù)的向量：年齡（25,30,28,35,22），性別（男，女，男，女，男），銷售額（5000,4000,6000,4500,5500）。2.使用R語言進行描述性統(tǒng)計分析，包括計算年齡、性別和銷售額的均值、中位數(shù)、眾數(shù)和標(biāo)準(zhǔn)差。3.根據(jù)性別對銷售額進行分組，計算男女銷售額的平均值。4.使用R語言繪制年齡與銷售額的相關(guān)性散點圖，并計算相關(guān)系數(shù)。5.使用R語言進行假設(shè)檢驗，檢驗銷售額與年齡之間是否存在顯著的相關(guān)性。六、Python數(shù)據(jù)可視化要求：請使用Python進行以下數(shù)據(jù)可視化操作，并展示結(jié)果。1.使用Pythonpandas庫讀取以下數(shù)據(jù)，并將其存儲在DataFrame中。importpandasaspddata={"姓名":["張三","李四","王五","趙六","孫七"],"年齡":[25,30,28,35,22],"性別":["男","女","男","女","男"],"銷售額":[5000,4000,6000,4500,5500]}df=pd.DataFrame(data)2.使用Pythonmatplotlib庫繪制年齡與銷售額的散點圖。3.使用Python繪制銷售額的直方圖，展示銷售額的分布情況。4.使用Python繪制銷售額的箱線圖，展示銷售額的分布和異常值。5.使用Python繪制銷售額的時間序列圖，假設(shè)銷售日期為連續(xù)的時間序列，展示銷售額隨時間的變化趨勢。本次試卷答案如下：一、Excel數(shù)據(jù)分析與處理（一）數(shù)據(jù)輸入與整理1.將數(shù)據(jù)輸入到Excel表格中，確保格式如下：|姓名|年齡|性別|銷售額|銷售日期||----|----|----|------|----------||張三|25|男|5000|2025-04-01||李四|30|女|4000|2025-04-02||王五|28|男|6000|2025-04-03||趙六|35|女|4500|2025-04-04||孫七|22|男|5500|2025-04-05|2.性別分類匯總：-男性銷售額平均值：5000+6000+5500=16500，平均值=16500/3=5500-女性銷售額平均值：4000+4500=8500，平均值=8500/2=42503.銷售額按月分類匯總：-4月銷售額平均值：5000+4000+6000+4500+5500=25000，平均值=25000/5=5000（二）圖表制作4.銷售額與年齡的散點圖和趨勢線：-使用Excel圖表工具，創(chuàng)建散點圖，將年齡作為X軸，銷售額作為Y軸。-添加趨勢線，選擇線性趨勢線。5.銷售額與銷售日期的折線圖和數(shù)據(jù)標(biāo)簽：-使用Excel圖表工具，創(chuàng)建折線圖，將銷售日期作為X軸，銷售額作為Y軸。-添加數(shù)據(jù)標(biāo)簽，顯示每個日期的銷售額。（三）數(shù)據(jù)分析6.描述性統(tǒng)計分析：-最大值：6000-最小值：4000-平均值：5000-標(biāo)準(zhǔn)差：約為712.13-中位數(shù)：5000-眾數(shù)：5000根據(jù)描述性統(tǒng)計分析結(jié)果，銷售額的變化趨勢穩(wěn)定，平均銷售額為5000。二、SPSS數(shù)據(jù)分析（一）數(shù)據(jù)錄入與整理1.將數(shù)據(jù)輸入到SPSS數(shù)據(jù)編輯器中，確保格式如下：|變量名|值||------|----||姓名|張三||年齡|25||性別|1||銷售額|5000||銷售日期|2025-04-01||姓名|李四||年齡|30||性別|2||銷售額|4000||銷售日期|2025-04-02||姓名|王五||年齡|28||性別|1||銷售額|6000||銷售日期|2025-04-03||姓名|趙六||年齡|35||性別|2||銷售額|4500||銷售日期|2025-04-04||姓名|孫七||年齡|22||性別|1||銷售額|5500||銷售日期|2025-04-05|2.性別編碼：男為1，女為2。3.銷售額按月分類匯總：-4月銷售額平均值：5000+4000+6000+4500+5500=25000，平均值=25000/5=5000（二）圖表制作4.銷售額與年齡的散點圖和趨勢線：-使用SPSS圖表工具，創(chuàng)建散點圖，將年齡作為X軸，銷售額作為Y軸。-添加趨勢線，選擇線性趨勢線。5.銷售額與銷售日期的折線圖和數(shù)據(jù)標(biāo)簽：-使用SPSS圖表工具，創(chuàng)建折線圖，將銷售日期作為X軸，銷售額作為Y軸。-添加數(shù)據(jù)標(biāo)簽，顯示每個日期的銷售額。（三）數(shù)據(jù)分析6.描述性統(tǒng)計分析：-最大值：6000-最小值：4000-平均值：5000-標(biāo)準(zhǔn)差：約為712.13-中位數(shù)：5000-眾數(shù)：5000根據(jù)描述性統(tǒng)計分析結(jié)果，銷售額的變化趨勢穩(wěn)定，平均銷售額為5000。三、Python數(shù)據(jù)分析（一）數(shù)據(jù)導(dǎo)入與整理1.使用Pythonpandas庫讀取數(shù)據(jù)，代碼如下：```pythonimportpandasaspddata={"姓名":["張三","李四","王五","趙六","孫七"],"年齡":[25,30,28,35,22],"性別":["男","女","男","女","男"],"銷售額":[5000,4000,6000,4500,5500]}df=pd.DataFrame(data)```2.性別編碼：男為1，女為2。3.銷售額按月分類匯總：-使用pandas的groupby函數(shù)，按月份對銷售額進行分組，代碼如下：```pythondf['銷售日期']=pd.to_datetime(df['銷售日期'])df['月份']=df['銷售日期'].dt.monthmonthly_sales=df.groupby('月份')['銷售額'].mean()```（二）圖表制作4.銷售額與年齡的散點圖和趨勢線：-使用matplotlib庫創(chuàng)建散點圖，代碼如下：```pythonimportmatplotlib.pyplotaspltplt.scatter(df['年齡'],df['銷售額'])plt.xlabel('年齡')plt.ylabel('銷售額')plt.title('年齡與銷售額散點圖')plt.show()```5.使用matplotlib庫添加線性趨勢線，代碼如下：```pythonimportnumpyasnpz=np.polyfit(df['年齡'],df['銷售額'],1)p=np.poly1d(z)plt.plot(df['年齡'],p(df['年齡']),"r--")plt.show()```6.銷售額與銷售日期的折線圖和數(shù)據(jù)標(biāo)簽：-使用matplotlib庫創(chuàng)建折線圖，代碼如下：```pythonplt.plot(df['銷售日期'],df['銷售額'],marker='o')plt.xlabel('銷售日期')plt.ylabel('銷售額')plt.title('銷售額隨時間變化趨勢')plt.show()```（三）數(shù)據(jù)分析7.描述性統(tǒng)計分析：-使用pandas的describe函數(shù)進行描述性統(tǒng)計分析，代碼如下：```pythondescription=df['銷售額'].describe()print(description)```根據(jù)描述性統(tǒng)計分析結(jié)果，銷售額的變化趨勢穩(wěn)定，平均銷售額為5000。四、R語言數(shù)據(jù)分析1.創(chuàng)建數(shù)據(jù)向量：```Rage<-c(25,30,28,35,22)gender<-c("男","女","男","女","男")sales<-c(5000,4000,6000,4500,5500)```2.描述性統(tǒng)計分析：```Rmean_age<-mean(age)median_age<-median(age)mode_age<-names(table(age))[which.max(table(age))]sd_age<-sd(age)mean_gender<-mean(as.numeric(gender))mean_sales<-mean(sales)median_sales<-median(sales)mode_sales<-names(table(sales))[which.max(table(sales))]sd_sales<-sd(sales)cat("年齡均值：",mean_age,"\n")cat("年齡中位數(shù)：",median_age,"\n")cat("年齡眾數(shù)：",mode_age,"\n")cat("年齡標(biāo)準(zhǔn)差：",sd_age,"\n")cat("性別均值：",mean_gender,"\n")cat("銷售額均值：",mean_sales,"\n")cat("銷售額中位數(shù)：",median_sales,"\n")cat("銷售額眾數(shù)：",mode_sales,"\n")cat("銷售額標(biāo)準(zhǔn)差：",sd_sales,"\n")```3.性別分組銷售額平均值：```Rgender_sales<-aggregate(sales~gender,dataframe(gender,sales),FUN=mean)print(gender_sales)```4.年齡與銷售額散點圖和相關(guān)性分析：```Rplot(age,sales,xlab="年齡",ylab="銷售額")abline(lm(sales~age),col="red")cor.test(age,sales)```5.假設(shè)檢驗：```Rt.test(sales~age,dataframe(age,sales))```五、Python數(shù)據(jù)可視化1.讀取數(shù)據(jù)：```pythonimportpandasaspddata={"姓名":["張三","李四","王五","趙六","孫七