數(shù)字營銷學 4第四章 試題及答案

第四章統(tǒng)計技術(shù)和數(shù)字營銷試題及答案1.名詞解釋（1）描述性統(tǒng)計分析描述性統(tǒng)計分析是使用描述統(tǒng)計量和數(shù)據(jù)可視化等方法來描述數(shù)據(jù)的基本特征。（2）集中趨勢集中趨勢是指一組數(shù)據(jù)向某個中心值靠攏的傾向和程度，用于測量數(shù)據(jù)的集中程度。（3）聚類分析聚類分析是一種多元統(tǒng)計方法，它可以根據(jù)研究對象（樣本或指標）的特征，將一組研究對象分為相對同質(zhì)的群組，群組內(nèi)的成員彼此相似，而不同群組的成員彼此不同。（4）文本挖掘文本挖掘用于從文本信息中發(fā)現(xiàn)知識。它利用智能算法，結(jié)合文字處理技術(shù)，分析大量非結(jié)構(gòu)化文本源，提取或標記關(guān)鍵字概念和文字之間的關(guān)系，并根據(jù)內(nèi)容對文檔進行分類，以獲取有用的知識和信息。（5）時間序列分析時間序列分析就是將經(jīng)濟發(fā)展、購買力大小、銷售變化等同一變數(shù)的一組觀察值，按時間順序加以排列，構(gòu)成統(tǒng)計的時間序列。通過觀察隨機序列的歷史數(shù)據(jù)，利用特定的數(shù)字方法來預(yù)測市場未來的發(fā)展趨勢和確定市場預(yù)測值。（6）實驗方法實驗方法是一種有目的地控制一定條件或創(chuàng)造一定條件來研究某種心理現(xiàn)象或被試者行為的方法。2.選擇題（單選題）（1）數(shù)字營銷分析方法的種類繁多，根據(jù)數(shù)據(jù)分析的目的，可以將其分為哪兩大類方法。①差異關(guān)系分析、影響性關(guān)系分析；②描述性方法、解釋性或預(yù)測性方法；③事前分類方法、非事前分類方法；④一致性研究方法、可視化研究方法答：②（2）在市場調(diào)研中，如果要研究顧客對新產(chǎn)品的接受程度是否與年齡或教育水平相關(guān)，通常使用哪種方法。①因子分析；②分層線性模型；③方差分析；④列聯(lián)表分析。答：④（3）下面不屬于多元統(tǒng)計分析方法的是。①描述性統(tǒng)計；②方差分析；③回歸分析；④時間序列分析。答：①（4）以下客戶標簽中，屬于預(yù)測類標簽的是。①歷史交易；②客戶流失概率；③產(chǎn)品購買情況；④渠道使用頻率。答：②（5）以下選項中不屬于實地實驗特點的是。①實驗的可復(fù)制性較低。②所得結(jié)果更接近真實情況，外部效度高。③能夠精確地控制實驗條件。④在自然條件下或真實生活環(huán)境中進行實驗。答：③（6）下面哪一項不屬于A/B測試的顯著特性?！闰炐浴⒉⑿行院涂茖W性？①先驗性；②并行性；③科學性；④有效性。答：④3.簡答題（1）請簡述數(shù)字營銷方法的2維度4象限分類框架，每個象限舉例至少2種方法。對數(shù)據(jù)分析方法進行劃分，根據(jù)數(shù)據(jù)分析的主要目的可以分為兩大類：1）描述性方法和2）解釋性、預(yù)測性方法；根據(jù)分析數(shù)據(jù)前是否已明確數(shù)據(jù)的分類情況，數(shù)據(jù)分析方法又可以分為兩種：1）有監(jiān)督學習和2）無監(jiān)督學習。根據(jù)這兩類分類規(guī)則，將數(shù)據(jù)分析方法歸納為四種典型類型：有監(jiān)督學習-描述性方法、無監(jiān)督學習-描述性方法、有監(jiān)督學習-解釋性和預(yù)測性方法、無監(jiān)督學習-解釋性和預(yù)測性方法。有監(jiān)督學習-描述性方法舉例：描述性統(tǒng)計、列聯(lián)表分析等；無監(jiān)督學習-描述性方法舉例：聚類分析、因子分析/主成分分析、多維標度分析、對應(yīng)分析、文本挖掘等；有監(jiān)督學習-解釋性和預(yù)測性方法舉例：方差分析、t檢驗分析、回歸分析、判別分析、分層線性模型、時間序列、邏輯回歸、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機、隨機森林、Logit分析、路徑分析、聯(lián)合分析、結(jié)構(gòu)方程模型等；無監(jiān)督學習-解釋性和預(yù)測性方法舉例：聚類回歸、混合模型（MixtureModels）等。也可以通過畫圖說明：解釋性方法-解釋性方法-預(yù)測性方法描述性方法多元統(tǒng)計分析方法：聚類分析、因子分析/主成分分析、多維標度分析、對應(yīng)分析。數(shù)據(jù)挖掘與機器學習方法：聚類分析、文本挖掘。無監(jiān)督學習有監(jiān)督學習多元統(tǒng)計分析方法：描述性統(tǒng)計（統(tǒng)計分組及頻數(shù)統(tǒng)計、數(shù)據(jù)分布特征指標如均值、標準差、中位數(shù)等、圖表如散點圖、雷達圖等）、列聯(lián)表分析。多元統(tǒng)計分析方法：方差分析、t檢驗分析、回歸分析、判別分析、分層線性模型、時間序列等。數(shù)據(jù)挖掘與機器學習方法：邏輯回歸、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機、隨機森林、Logit分析、路徑分析等。實驗方法：方差分析、t檢驗分析、回歸分析、聯(lián)合分析、結(jié)構(gòu)方程模型等。數(shù)據(jù)挖掘與機器學習方法：各種潛分類方法，如聚類回歸、混合模型（MixtureModels）等。圖1數(shù)據(jù)分析方法的分類（2）請簡述描述性分析的基本內(nèi)容。描述性分析主要包括以下三個方面的內(nèi)容：進行統(tǒng)計分組和頻數(shù)統(tǒng)計；計算分布特征指標，例如平均數(shù)、眾數(shù)、中位數(shù)、標準差等；制作圖表，例如條形圖、餅圖、散點圖、直方圖、雷達圖等。（3）請簡述聚類分析包括哪些具體方法。聚類分析包括三種方法，分別是非重疊聚類、重疊聚類和模糊聚類。非重疊聚類假設(shè)每個顧客只屬于一個細分市場，而重疊聚類和模糊聚類認為顧客可能同時屬于多個市場。（4）請簡述時間序列分析中，時間序列建模的基本步驟。時間序列建模的基本步驟包括：（1）通過觀測、調(diào)查、統(tǒng)計、抽樣等方法獲取被觀測系統(tǒng)的時間序列動態(tài)數(shù)據(jù)。（2）繪制相關(guān)圖，并進行相關(guān)分析，計算自相關(guān)函數(shù)。（3）辨識適合的隨機模型，進行曲線擬合，使用通用隨機模型擬合時間序列的觀測數(shù)據(jù)。（5）以互聯(lián)網(wǎng)公司的A/B測試過程為例，請簡述一個完整的A/B測試具體操作步驟。通常包括以下幾個步驟：（1）設(shè)定項目目標。即設(shè)定A/B測試實驗的目標；（2）設(shè)計測試方案。確定優(yōu)化的迭代開發(fā)方案，完成測試內(nèi)容的準備