2025年統(tǒng)計學期末考試：統(tǒng)計軟件應(yīng)用實戰(zhàn)演練試題集

2025年統(tǒng)計學期末考試：統(tǒng)計軟件應(yīng)用實戰(zhàn)演練試題集考試時間：______分鐘總分：______分姓名：______一、Excel數(shù)據(jù)錄入與處理要求：熟練運用Excel進行數(shù)據(jù)的錄入、編輯、篩選、排序等基本操作，并能對數(shù)據(jù)進行簡單的統(tǒng)計和分析。1.打開Excel，新建一個工作簿，錄入以下數(shù)據(jù)，并保存為“學生成績.xlsx”：|學號|姓名|年齡|性別|數(shù)學成績|英語成績|總成績||----|----|----|----|--------|--------|------||001|張三|20|男|85|90|175||002|李四|21|女|78|82|160||003|王五|20|男|88|95|183||004|趙六|21|女|82|88|170||005|錢七|20|男|90|92|182||006|孫八|21|女|76|80|156||007|周九|20|男|85|85|170||008|吳十|21|女|92|88|180||009|鄭十一|20|男|88|86|174||010|陳十二|21|女|84|82|166|2.將“性別”列中的“男”和“女”替換為“1”和“2”。3.將“年齡”列中的所有數(shù)據(jù)升序排序。4.計算每個學生的平均成績，并添加到“平均成績”列。5.對“數(shù)學成績”進行降序排序。6.對“英語成績”進行升序排序。7.查找“總成績”列中大于等于180的記錄，并篩選出來。8.計算所有學生的平均年齡。9.計算數(shù)學成績高于90的學生人數(shù)。10.計算英語成績低于80的學生人數(shù)。二、SPSS數(shù)據(jù)分析要求：熟練運用SPSS進行數(shù)據(jù)的錄入、描述性統(tǒng)計、交叉分析等基本操作，并能對數(shù)據(jù)進行簡單的統(tǒng)計分析。1.打開SPSS，新建一個數(shù)據(jù)集，錄入以下數(shù)據(jù)，并保存為“調(diào)查問卷數(shù)據(jù).sav”：|調(diào)查問卷編號|性別|年齡|收入水平|滿意度||------------|----|----|--------|------||001|男|25|中等|非常滿意||002|女|30|高|滿意||003|男|22|低|一般||004|女|28|中等|非常滿意||005|男|35|高|非常滿意||006|女|26|低|滿意||007|男|24|中等|一般||008|女|29|高|非常滿意||009|男|23|低|非常滿意||010|女|27|中等|非常滿意|2.對“滿意度”列進行交叉分析，以“性別”和“收入水平”為分組變量。3.對“年齡”進行描述性統(tǒng)計，包括均值、標準差、最小值、最大值、四分位數(shù)。4.計算滿意度為“非常滿意”的人數(shù)占比。5.計算不同收入水平滿意度為“滿意”的人數(shù)占比。6.對“性別”進行交叉分析，以“滿意度”為分組變量。7.對“收入水平”進行交叉分析，以“滿意度”為分組變量。8.計算年齡與滿意度之間的相關(guān)系數(shù)。9.計算性別與滿意度之間的相關(guān)系數(shù)。10.計算收入水平與滿意度之間的相關(guān)系數(shù)。四、Python數(shù)據(jù)分析要求：使用Python進行數(shù)據(jù)分析，熟練運用Pandas庫進行數(shù)據(jù)處理，以及使用Matplotlib庫進行數(shù)據(jù)可視化。1.使用Python編寫代碼，從以下列表中提取所有偶數(shù)，并計算這些偶數(shù)的和：```pythonnumbers=[1,2,3,4,5,6,7,8,9,10]```2.創(chuàng)建一個DataFrame，包含以下數(shù)據(jù)，并計算每列的平均值：```pythondata={'Name':['John','Anna','Peter','Linda','Michael'],'Age':[25,30,22,28,35],'Salary':[50000,52000,49000,53000,55000]}```3.使用Pandas對以下DataFrame進行篩選，只保留“Age”列值大于25的行：```pythondf=pd.DataFrame({'Name':['John','Anna','Peter','Linda','Michael'],'Age':[25,30,22,28,35]})```4.使用Matplotlib繪制一個條形圖，展示“Name”列中每個名字出現(xiàn)的頻率。5.使用Python編寫一個函數(shù)，該函數(shù)接受一個列表作為輸入，并返回列表中所有偶數(shù)的平均值。6.使用Pandas對以下DataFrame進行排序，按照“Salary”列從高到低排序：```pythondata={'Name':['John','Anna','Peter','Linda','Michael'],'Age':[25,30,22,28,35],'Salary':[50000,52000,49000,53000,55000]}```五、SQL數(shù)據(jù)庫查詢要求：使用SQL進行數(shù)據(jù)庫查詢，能夠根據(jù)給定的條件進行數(shù)據(jù)檢索和篩選。1.編寫SQL查詢，從名為“Employees”的表中檢索所有性別為“Female”的員工的姓名和年齡。2.編寫SQL查詢，從名為“Orders”的表中檢索所有訂單中訂單金額大于100的訂單編號和客戶姓名。3.編寫SQL查詢，從名為“Products”的表中檢索所有產(chǎn)品價格在10到50之間的產(chǎn)品名稱和價格。4.編寫SQL查詢，檢索“Customers”表中所有居住在“NewYork”的客戶姓名和聯(lián)系方式。5.編寫SQL查詢，檢索“Sales”表中過去一個月內(nèi)銷售額最高的前5個訂單的訂單編號和銷售額。6.編寫SQL查詢，檢索“Employees”表中所有部門經(jīng)理的姓名和直接下屬的姓名。六、JavaScript編程要求：使用JavaScript編寫代碼，實現(xiàn)以下功能。1.編寫一個JavaScript函數(shù)，該函數(shù)接收一個字符串作為參數(shù)，并返回字符串中所有字母的長度之和。2.編寫一個JavaScript函數(shù)，該函數(shù)接收一個整數(shù)數(shù)組作為參數(shù)，并返回數(shù)組中所有偶數(shù)的乘積。3.編寫一個JavaScript函數(shù)，該函數(shù)接收一個對象作為參數(shù)，并返回對象中所有鍵的值之和。4.編寫一個JavaScript函數(shù)，該函數(shù)接收一個字符串數(shù)組作為參數(shù)，并返回一個新數(shù)組，其中包含原數(shù)組中所有以字母“a”開頭的字符串。5.編寫一個JavaScript函數(shù)，該函數(shù)接收一個整數(shù)作為參數(shù)，并返回一個字符串，表示該整數(shù)的英文讀法（例如，1->"one",42->"forty-two"）。6.編寫一個JavaScript函數(shù)，該函數(shù)接收一個數(shù)字和一個字符串數(shù)組作為參數(shù)，并返回一個新數(shù)組，其中包含原數(shù)組中所有值大于指定數(shù)字的字符串。本次試卷答案如下：一、Excel數(shù)據(jù)錄入與處理1.在Excel中，依次輸入學號、姓名、年齡、性別、數(shù)學成績、英語成績、總成績，然后保存文件。2.在“性別”列中，選中所有“男”和“女”文本，點擊“替換”，在“查找內(nèi)容”輸入框中輸入“男”，在“替換為”輸入框中輸入“1”，點擊“全部替換”。重復(fù)此操作將“女”替換為“2”。3.在年齡列中，點擊列標題，選擇“升序排序”。4.在E列標題處右擊，選擇“插入”，在F列標題處輸入“平均成績”，然后在G列中輸入公式`=AVERAGE(C2:C10)`，將鼠標移至G2單元格右下角，當鼠標變?yōu)楹谏謺r，拖動填充至G10單元格。5.在“數(shù)學成績”列標題處右擊，選擇“降序排序”。6.在“英語成績”列標題處右擊，選擇“升序排序”。7.在“總成績”列中，選中大于等于180的單元格，點擊“數(shù)據(jù)”選項卡，選擇“篩選”，點擊“數(shù)字篩選”，選擇“大于等于”，輸入180，點擊“確定”，篩選出結(jié)果。8.使用Excel的“平均數(shù)”函數(shù)計算所有學生的平均年齡，公式為`=AVERAGE(C2:C10)`。9.使用Excel的“計數(shù)”函數(shù)計算數(shù)學成績高于90的學生人數(shù)，公式為`=COUNTIF(C2:C10,">90")`。10.使用Excel的“計數(shù)”函數(shù)計算英語成績低于80的學生人數(shù)，公式為`=COUNTIF(C2:C10,"<80")`。二、SPSS數(shù)據(jù)分析1.在SPSS中，新建數(shù)據(jù)視圖，輸入調(diào)查問卷編號、性別、年齡、收入水平、滿意度數(shù)據(jù)，并保存文件。2.在SPSS中，選擇“分析”菜單下的“描述統(tǒng)計”，選擇“交叉表”，將“滿意度”移至“行”框，將“性別”和“收入水平”移至“列”框，點擊“確定”。3.在SPSS中，選擇“分析”菜單下的“描述統(tǒng)計”，選擇“描述”，將“年齡”移至“變量”框，點擊“確定”。4.在SPSS中，選擇“分析”菜單下的“描述統(tǒng)計”，選擇“頻率”，將“滿意度”移至“變量”框，點擊“確定”，在“值標簽和標簽”選項卡中，將“滿意度”的值標簽改為“非常滿意”，“滿意”，“一般”，“不滿意”。5.在SPSS中，選擇“分析”菜單下的“描述統(tǒng)計”，選擇“頻率”，將“收入水平”移至“變量”框，點擊“確定”，在“值標簽和標簽”選項卡中，將“收入水平”的值標簽改為“低”，“中等”，“高”。6.在SPSS中，選擇“分析”菜單下的“描述統(tǒng)計”，選擇“交叉表”，將“滿意度”移至“行”框，將“性別”移至“列”框，點擊“確定”。7.在SPSS中，選擇“分析”菜單下的“描述統(tǒng)計”，選擇“交叉表”，將“滿意度”移至“行”框，將“收入水平”移至“列”框，點擊“確定”。8.在SPSS中，選擇“分析”菜單下的“相關(guān)”，選擇“雙變量”，將“年齡”和“滿意度”移至“變量”框，點擊“確定”。9.在SPSS中，選擇“分析”菜單下的“相關(guān)”，選擇“雙變量”，將“性別”和“滿意度”移至“變量”框，點擊“確定”。10.在SPSS中，選擇“分析”菜單下的“相關(guān)”，選擇“雙變量”，將“收入水平”和“滿意度”移至“變量”框，點擊“確定”。四、Python數(shù)據(jù)分析1.Python代碼如下：```pythonnumbers=[1,2,3,4,5,6,7,8,9,10]even_numbers=[numfornuminnumbersifnum%2==0]even_sum=sum(even_numbers)```解析思路：首先創(chuàng)建一個包含數(shù)字的列表，然后使用列表推導(dǎo)式篩選出偶數(shù)，最后使用sum函數(shù)計算偶數(shù)的和。2.Python代碼如下：```pythonimportpandasaspddata={'Name':['John','Anna','Peter','Linda','Michael'],'Age':[25,30,22,28,35],'Salary':[50000,52000,49000,53000,55000]}df=pd.DataFrame(data)average_age=df['Age'].mean()average_salary=df['Salary'].mean()```解析思路：首先導(dǎo)入Pandas庫，創(chuàng)建一個包含數(shù)據(jù)的字典，然后使用pd.DataFrame創(chuàng)建一個DataFrame，最后使用mean函數(shù)計算年齡和工資的平均值。3.Python代碼如下：```pythondf=pd.DataFrame({'Name':['John','Anna','Peter','Linda','Michael'],'Age':[25,30,22,28,35]})filtered_df=df[df['Age']>25]```解析思路：使用條件篩選功能，根據(jù)年齡列的值篩選出年齡大于25的行。4.Python代碼如下：```pythonimportmatplotlib.pyplotaspltdf=pd.DataFrame({'Name':['John','Anna','Peter','Linda','Michael'],'Frequency':[1,2,1,2,1]})plt.bar(df['Name'],df['Frequency'])plt.xlabel('Name')plt.ylabel('Frequency')plt.title('FrequencyofNames')plt.sh