2025年統(tǒng)計學(xué)期末考試題庫-統(tǒng)計軟件應(yīng)用金融數(shù)據(jù)分析試題考試時間：______分鐘總分：______分姓名：______一、選擇題（本大題共20小題，每小題2分，共40分。在每小題列出的四個選項中，只有一項是最符合題目要求的。請將正確選項字母填涂在答題卡相應(yīng)位置上。）1.在金融數(shù)據(jù)分析中，使用統(tǒng)計軟件進行數(shù)據(jù)清洗時，以下哪種方法最常用于處理缺失值？（A）直接刪除包含缺失值的行（B）用均值或中位數(shù)填充缺失值（C）使用回歸模型預(yù)測缺失值（D）用眾數(shù)填充缺失值2.金融時間序列分析中，ARIMA模型的核心思想是什么？（A）通過自回歸項和移動平均項捕捉序列的長期依賴關(guān)系（B）只考慮序列的線性趨勢（C）完全忽略序列的隨機波動（D）用非線性模型描述序列變化3.在統(tǒng)計軟件中進行假設(shè)檢驗時，以下哪個選項正確描述了p值的含義？（A）p值表示樣本統(tǒng)計量與總體參數(shù)之間的差異程度（B）p值表示拒絕原假設(shè)的概率（C）p值表示觀測到的樣本結(jié)果至少與假設(shè)的樣本結(jié)果一樣極端的概率（D）p值表示總體中具有某種特征的比例4.金融數(shù)據(jù)中，波動率聚類分析的主要目的是什么？（A）識別不同市場狀態(tài)下的波動率特征（B）計算股票的貝塔系數(shù)（C）預(yù)測短期股價變動（D）衡量投資組合的風(fēng)險水平5.在進行金融數(shù)據(jù)的回歸分析時，以下哪種情況最可能導(dǎo)致多重共線性問題？（A）樣本量過?。˙）自變量之間存在高度相關(guān)性（C）因變量與自變量關(guān)系不顯著（D）模型擬合度過高6.統(tǒng)計軟件中，箱線圖主要用于什么分析？（A）展示數(shù)據(jù)分布的對稱性（B）檢測異常值（C）比較不同組別的均值（D）展示時間序列的趨勢變化7.在金融數(shù)據(jù)分析中，使用因子分析的主要目的是什么？（A）降維數(shù)據(jù)（B）計算股票的市盈率（C）預(yù)測匯率變動（D）分析市場情緒8.金融時間序列的平穩(wěn)性檢驗中，ADF檢驗的基本原理是什么？（A）通過檢驗序列的均值和方差是否隨時間變化（B）檢測序列是否存在單位根（C）分析序列的自相關(guān)性（D）計算序列的ACF值9.在統(tǒng)計軟件中進行數(shù)據(jù)可視化時，散點圖最適合展示什么關(guān)系？（A）分類數(shù)據(jù)與連續(xù)數(shù)據(jù)的關(guān)聯(lián)（B）時間序列的波動（C）多個變量之間的相關(guān)性（D）樣本的分布情況10.金融風(fēng)險評估中，VaR模型的基本假設(shè)是什么？（A）市場風(fēng)險是系統(tǒng)性的（B）收益率服從正態(tài)分布（C）投資組合的收益是線性相關(guān)的（D）極端事件不會發(fā)生11.在進行金融數(shù)據(jù)的聚類分析時，K-means算法的主要步驟是什么？（A）選擇初始聚類中心，分配樣本，更新聚類中心，重復(fù)直到收斂（B）計算樣本之間的距離，分組樣本，計算組內(nèi)距離，調(diào)整分組（C）對樣本進行排序，劃分區(qū)間，計算中心點（D）選擇主成分，降維聚類，分析結(jié)果12.統(tǒng)計軟件中，如何判斷一個回歸模型是否擬合良好？（A）查看R平方值是否接近1（B）檢查殘差是否服從正態(tài)分布（C）分析自變量的系數(shù)顯著性（D）比較預(yù)測值與實際值的差異13.金融數(shù)據(jù)中，相關(guān)性分析與因果性分析的主要區(qū)別是什么？（A）相關(guān)性分析考慮時間因素，因果性分析不考慮（B）相關(guān)性分析需要樣本量更大，因果性分析需要更?。–）相關(guān)性分析研究變量間的關(guān)聯(lián)程度，因果性分析研究變量間的因果關(guān)系（D）相關(guān)性分析使用回歸模型，因果性分析使用結(jié)構(gòu)方程模型14.在統(tǒng)計軟件中進行假設(shè)檢驗時，以下哪個選項正確描述了第一類錯誤和第二類錯誤的含義？（A）第一類錯誤是拒絕原假設(shè)時犯的錯誤，第二類錯誤是接受原假設(shè)時犯的錯誤（B）第一類錯誤是接受原假設(shè)時犯的錯誤，第二類錯誤是拒絕原假設(shè)時犯的錯誤（C）第一類錯誤是樣本統(tǒng)計量偏離總體參數(shù)，第二類錯誤是樣本統(tǒng)計量接近總體參數(shù)（D）第一類錯誤是觀測值與假設(shè)值差異較大，第二類錯誤是觀測值與假設(shè)值差異較小15.金融數(shù)據(jù)中，如何處理非平穩(wěn)時間序列？（A）差分序列，使其平穩(wěn)（B）用移動平均平滑序列（C）直接使用ARIMA模型（D）計算序列的周期性16.在統(tǒng)計軟件中進行數(shù)據(jù)清洗時，以下哪種方法最常用于處理異常值？（A）用均值替換異常值（B）刪除異常值（C）用中位數(shù)替換異常值（D）用眾數(shù)替換異常值17.金融時間序列分析中，GARCH模型的主要特點是什么？（A）考慮序列的自相關(guān)性和條件波動性（B）只考慮序列的線性趨勢（C）完全忽略序列的隨機波動（D）用非線性模型描述序列變化18.統(tǒng)計軟件中，如何判斷一個聚類分析結(jié)果是否合理？（A）查看聚類中心的距離是否最小（B）檢查不同聚類的樣本數(shù)量是否相近（C）分析聚類結(jié)果的業(yè)務(wù)解釋性（D）計算聚類輪廓系數(shù)19.金融風(fēng)險評估中，壓力測試的主要目的是什么？（A）模擬極端市場條件下的投資組合表現(xiàn)（B）計算股票的貝塔系數(shù)（C）預(yù)測短期股價變動（D）衡量投資組合的風(fēng)險水平20.在進行金融數(shù)據(jù)的回歸分析時，以下哪種情況最可能導(dǎo)致模型過擬合？（A）樣本量過?。˙）自變量之間存在高度相關(guān)性（C）模型包含過多自變量（D）因變量與自變量關(guān)系不顯著二、簡答題（本大題共5小題，每小題4分，共20分。請將答案寫在答題卡相應(yīng)位置上。）1.簡述金融數(shù)據(jù)分析中數(shù)據(jù)清洗的主要步驟。2.解釋ARIMA模型中p、d、q參數(shù)的含義。3.描述如何使用統(tǒng)計軟件進行金融數(shù)據(jù)的異常值檢測。4.說明因子分析在金融數(shù)據(jù)分析中的主要應(yīng)用場景。5.比較線性回歸模型和邏輯回歸模型在金融數(shù)據(jù)分析中的區(qū)別。三、計算題（本大題共4小題，每小題5分，共20分。請將答案寫在答題卡相應(yīng)位置上。）1.假設(shè)某投資組合包含兩種資產(chǎn)，資產(chǎn)A的期望收益率為12%，標準差為15%，資產(chǎn)B的期望收益率為8%，標準差為10%，兩種資產(chǎn)之間的相關(guān)系數(shù)為0.4。如果投資組合中資產(chǎn)A和資產(chǎn)B的投資比例分別為60%和40%，請計算該投資組合的期望收益率和標準差。2.某金融分析師使用ARIMA(1,1,1)模型對某股票的日收益率進行了擬合，得到模型的參數(shù)估計值為：φ=0.7,θ=0.6,α=0.1,β=0.2。假設(shè)某天的股票收益率為0.05，請計算下一天的預(yù)測收益率。3.假設(shè)某研究者對某股票的市盈率（PE）和公司規(guī)模（Size）進行了線性回歸分析，得到回歸方程為：PE=20+0.5*Size。請解釋該回歸方程中系數(shù)的含義，并說明如果某公司的規(guī)模增加1個單位，其市盈率預(yù)計會增加多少。4.某研究者使用K-means算法對某股票市場的30只股票進行了聚類分析，將股票分為3個組別。請描述聚類分析的基本步驟，并說明如何評估聚類結(jié)果的合理性。四、論述題（本大題共2小題，每小題10分，共20分。請將答案寫在答題卡相應(yīng)位置上。）1.論述金融數(shù)據(jù)分析中時間序列分析方法的重要性，并舉例說明如何使用時間序列分析方法解決實際問題。2.結(jié)合實際案例，論述統(tǒng)計軟件在金融風(fēng)險評估中的作用，并說明如何使用統(tǒng)計軟件進行金融風(fēng)險評估。本次試卷答案如下一、選擇題答案及解析1.答案：B解析：在金融數(shù)據(jù)分析中，處理缺失值的方法有多種，直接刪除包含缺失值的行會導(dǎo)致數(shù)據(jù)量減少，可能丟失重要信息；使用回歸模型預(yù)測缺失值較為復(fù)雜，需要考慮模型的適用性；用眾數(shù)填充缺失值適用于分類數(shù)據(jù)，但不適用于連續(xù)數(shù)據(jù)。均值或中位數(shù)填充是常用且簡單的方法，適用于連續(xù)數(shù)據(jù)，但會扭曲數(shù)據(jù)的分布特征。2.答案：A解析：ARIMA模型（自回歸積分移動平均模型）的核心思想是通過自回歸項（AR）和移動平均項（MA）捕捉時間序列的長期依賴關(guān)系和短期隨機波動。自回歸項捕捉序列的自相關(guān)性，移動平均項捕捉序列的隨機性，通過差分操作（I）使序列平穩(wěn)。因此，ARIMA模型能夠全面描述時間序列的動態(tài)特性。3.答案：C解析：p值表示在原假設(shè)成立的情況下，觀測到的樣本結(jié)果至少與假設(shè)的樣本結(jié)果一樣極端的概率。p值越小，拒絕原假設(shè)的證據(jù)越強。p值不是拒絕原假設(shè)的概率，也不是樣本統(tǒng)計量與總體參數(shù)之間的差異程度。因此，正確答案是C。4.答案：A解析：波動率聚類分析的主要目的是識別不同市場狀態(tài)下的波動率特征，通過聚類方法將不同市場狀態(tài)下的波動率模式進行分類，有助于理解市場風(fēng)險的變化規(guī)律。貝塔系數(shù)衡量股票對市場指數(shù)的敏感性，預(yù)測短期股價變動需要使用其他模型，衡量投資組合的風(fēng)險水平通常使用VaR或CVaR。5.答案：B解析：多重共線性是指自變量之間存在高度相關(guān)性，導(dǎo)致回歸模型難以估計各個自變量的獨立影響。樣本量過小會導(dǎo)致模型不穩(wěn)定，自變量之間存在高度相關(guān)性是多重共線性的直接原因，模型擬合度過高可能導(dǎo)致過擬合，因變量與自變量關(guān)系不顯著會導(dǎo)致模型無意義。因此，正確答案是B。6.答案：B解析：箱線圖主要用于檢測異常值，通過四分位數(shù)和箱線范圍展示數(shù)據(jù)的分布情況。箱線圖可以直觀地識別異常值，幫助研究者判斷數(shù)據(jù)的質(zhì)量。散點圖展示兩個變量之間的關(guān)系，時間序列圖展示數(shù)據(jù)隨時間的變化趨勢，直方圖展示數(shù)據(jù)的分布情況。7.答案：A解析：因子分析的主要目的是降維數(shù)據(jù)，通過提取少數(shù)幾個因子來解釋多個變量之間的相關(guān)性，簡化數(shù)據(jù)結(jié)構(gòu)，提高模型的可解釋性。計算股票的市盈率是估值方法，預(yù)測匯率變動需要使用時間序列模型，分析市場情緒可以使用情緒分析技術(shù)。8.答案：B解析：ADF檢驗（AugmentedDickey-Fullertest）的基本原理是檢測時間序列是否存在單位根，判斷序列是否平穩(wěn)。平穩(wěn)序列的均值和方差不隨時間變化，ADF檢驗通過檢驗序列的滯后項和常數(shù)項來判斷序列是否存在單位根。ACF值（自相關(guān)函數(shù)）用于分析序列的自相關(guān)性，GARCH模型用于描述條件波動性。9.答案：C解析：散點圖最適合展示多個變量之間的相關(guān)性，通過點的分布可以直觀地看出兩個變量之間的關(guān)系是正相關(guān)、負相關(guān)還是不相關(guān)。時間序列圖展示數(shù)據(jù)隨時間的變化趨勢，箱線圖展示數(shù)據(jù)的分布情況，直方圖展示數(shù)據(jù)的分布情況。10.答案：B解析：VaR（ValueatRisk）模型的基本假設(shè)是收益率服從正態(tài)分布，通過計算在給定置信水平下投資組合的潛在最大損失。市場風(fēng)險是系統(tǒng)性的假設(shè)適用于壓力測試，投資組合的收益是線性相關(guān)的假設(shè)過于簡單，極端事件不會發(fā)生的假設(shè)不現(xiàn)實。11.答案：A解析：K-means算法的主要步驟是選擇初始聚類中心，分配樣本到最近的聚類中心，更新聚類中心，重復(fù)直到收斂。初始聚類中心的選擇會影響結(jié)果，分配樣本是計算每個樣本到聚類中心的距離，更新聚類中心是計算每個聚類中所有樣本的均值，重復(fù)直到收斂是算法的迭代過程。12.答案：D解析：判斷回歸模型是否擬合良好需要綜合考慮多個指標，R平方值接近1表示模型解釋了大部分變異，但不是唯一標準；殘差服從正態(tài)分布是模型假設(shè)之一，但不是擬合良好的充分條件；自變量的系數(shù)顯著性表示自變量對因變量的影響，但不是擬合良好的充分條件；比較預(yù)測值與實際值的差異是最直接的判斷方法。13.答案：C解析：相關(guān)性分析研究變量間的關(guān)聯(lián)程度，但不一定存在因果關(guān)系；因果性分析研究變量間的因果關(guān)系，需要考慮因果機制。相關(guān)性分析考慮時間因素，因果性分析也需要考慮時間因素；相關(guān)性分析和因果性分析都需要足夠的樣本量；相關(guān)性分析可以使用回歸模型，因果性分析可以使用結(jié)構(gòu)方程模型。14.答案：A解析：第一類錯誤是拒絕原假設(shè)時犯的錯誤，即錯誤地認為存在差異；第二類錯誤是接受原假設(shè)時犯的錯誤，即錯誤地認為不存在差異。第一類錯誤和第二類錯誤的概率是相互制約的，減小一類錯誤的概率會增加另一類錯誤的概率。樣本統(tǒng)計量偏離總體參數(shù)是錯誤的統(tǒng)計推斷，觀測值與假設(shè)值差異大小是絕對值問題。15.答案：A解析：處理非平穩(wěn)時間序列的主要方法是差分序列，使其平穩(wěn)。移動平均平滑序列適用于平穩(wěn)序列，ARIMA模型適用于平穩(wěn)序列，非平穩(wěn)序列需要先差分。差分操作可以消除序列的均值和方差隨時間變化的特點，使其平穩(wěn)。16.答案：B解析：處理異常值的方法有多種，直接刪除異常值是最簡單的方法，但可能導(dǎo)致數(shù)據(jù)丟失；用均值或中位數(shù)替換異常值可以保留大部分數(shù)據(jù)，但會扭曲數(shù)據(jù)的分布；用眾數(shù)替換異常值適用于分類數(shù)據(jù)，但不適用于連續(xù)數(shù)據(jù)。因此，直接刪除異常值是最常用的方法。17.答案：A解析：GARCH模型（廣義自回歸條件異方差模型）的主要特點是考慮序列的自相關(guān)性和條件波動性，通過自回歸項和移動平均項捕捉序列的動態(tài)特性。GARCH模型能夠描述波動率的時變特性，適用于金融時間序列分析。線性趨勢模型忽略了序列的隨機波動，非線性模型不適用于描述波動率。18.答案：C解析：判斷聚類分析結(jié)果是否合理需要分析聚類結(jié)果的業(yè)務(wù)解釋性，即聚類結(jié)果是否符合實際業(yè)務(wù)邏輯。聚類中心的距離、樣本數(shù)量是否相近、聚類輪廓系數(shù)都是評估聚類結(jié)果的方法，但業(yè)務(wù)解釋性是最重要的標準。合理的聚類結(jié)果應(yīng)該能夠解釋實際業(yè)務(wù)現(xiàn)象。19.答案：A解析：壓力測試的主要目的是模擬極端市場條件下的投資組合表現(xiàn)，評估投資組合在不利情況下的風(fēng)險暴露。貝塔系數(shù)衡量股票對市場指數(shù)的敏感性，預(yù)測短期股價變動需要使用其他模型，衡量投資組合的風(fēng)險水平通常使用VaR或CVaR。20.答案：C解析：模型過擬合是指模型對訓(xùn)練數(shù)據(jù)擬合得太好，但泛化能力差，即對新的數(shù)據(jù)表現(xiàn)不佳。樣本量過小會導(dǎo)致模型不穩(wěn)定，自變量之間存在高度相關(guān)性會導(dǎo)致多重共線性，模型包含過多自變量會導(dǎo)致過擬合，因變量與自變量關(guān)系不顯著會導(dǎo)致模型無意義。因此，正確答案是C。二、簡答題答案及解析1.答案：金融數(shù)據(jù)分析中數(shù)據(jù)清洗的主要步驟包括：缺失值處理、異常值檢測、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)集成、數(shù)據(jù)規(guī)約。缺失值處理包括刪除、填充等方法；異常值檢測可以使用統(tǒng)計方法或機器學(xué)習(xí)方法；數(shù)據(jù)轉(zhuǎn)換包括標準化、歸一化等；數(shù)據(jù)集成是將多個數(shù)據(jù)源的數(shù)據(jù)合并；數(shù)據(jù)規(guī)約是減少數(shù)據(jù)量，提高處理效率。解析：數(shù)據(jù)清洗是金融數(shù)據(jù)分析的重要步驟，目的是提高數(shù)據(jù)質(zhì)量，為后續(xù)分析提供可靠的數(shù)據(jù)基礎(chǔ)。缺失值處理是處理缺失值的方法，包括刪除、填充等；異常值檢測是識別數(shù)據(jù)中的異常值，防止異常值影響分析結(jié)果；數(shù)據(jù)轉(zhuǎn)換是改變數(shù)據(jù)的分布特征，提高模型效果；數(shù)據(jù)集成是將多個數(shù)據(jù)源的數(shù)據(jù)合并，提供更全面的信息；數(shù)據(jù)規(guī)約是減少數(shù)據(jù)量，提高處理效率。2.答案：ARIMA模型中p、d、q參數(shù)的含義分別是：p表示自回歸項的階數(shù)，d表示差分的階數(shù)，q表示移動平均項的階數(shù)。自回歸項捕捉序列的自相關(guān)性，差分操作使序列平穩(wěn)，移動平均項捕捉序列的隨機性。解析：ARIMA模型（自回歸積分移動平均模型）通過自回歸項（AR）、移動平均項（MA）和差分操作（I）捕捉時間序列的動態(tài)特性。自回歸項（p）表示序列的自相關(guān)性，即當(dāng)前值與過去值的關(guān)系；差分項（d）表示差分的階數(shù)，用于使序列平穩(wěn)；移動平均項（q）表示序列的隨機性，即當(dāng)前值與過去殘差的關(guān)系。3.答案：使用統(tǒng)計軟件進行金融數(shù)據(jù)的異常值檢測的方法包括：計算Z分數(shù)、IQR（四分位數(shù)范圍）、箱線圖、DBSCAN聚類算法等。計算Z分數(shù)是計算每個數(shù)據(jù)點與均值的標準差倍數(shù)，絕對值大于3通常認為是異常值；IQR是第三四分位數(shù)與第一四分位數(shù)之差，異常值通常在Q1-1.5*IQR或Q3+1.5*IQR之外；箱線圖可以直觀地識別異常值；DBSCAN聚類算法可以識別密度較低的異常值。解析：異常值檢測是金融數(shù)據(jù)分析的重要步驟，目的是識別數(shù)據(jù)中的異常值，防止異常值影響分析結(jié)果。Z分數(shù)是計算每個數(shù)據(jù)點與均值的距離，距離越大越可能是異常值；IQR是四分位數(shù)范圍，異常值通常在四分位數(shù)范圍之外；箱線圖通過四分位數(shù)和異常值標記展示數(shù)據(jù)的分布情況；DBSCAN聚類算法通過密度聚類識別異常值。4.答案：因子分析在金融數(shù)據(jù)分析中的主要應(yīng)用場景包括：降維數(shù)據(jù)、解釋多變量之間的關(guān)系、構(gòu)建投資組合、市場分析等。降維數(shù)據(jù)是通過提取少數(shù)幾個因子來解釋多個變量之間的相關(guān)性，簡化數(shù)據(jù)結(jié)構(gòu)；解釋多變量之間的關(guān)系是通過因子分析揭示變量之間的潛在關(guān)系；構(gòu)建投資組合是通過因子分析選擇合適的因子構(gòu)建投資組合；市場分析是通過因子分析理解市場動態(tài)。解析：因子分析是統(tǒng)計方法中的一種重要技術(shù)，通過提取少數(shù)幾個因子來解釋多個變量之間的相關(guān)性，簡化數(shù)據(jù)結(jié)構(gòu)，提高模型的可解釋性。在金融數(shù)據(jù)分析中，因子分析可以用于降維數(shù)據(jù)、解釋多變量之間的關(guān)系、構(gòu)建投資組合、市場分析等。降維數(shù)據(jù)是通過提取少數(shù)幾個因子來解釋多個變量之間的相關(guān)性，簡化數(shù)據(jù)結(jié)構(gòu)；解釋多變量之間的關(guān)系是通過因子分析揭示變量之間的潛在關(guān)系；構(gòu)建投資組合是通過因子分析選擇合適的因子構(gòu)建投資組合；市場分析是通過因子分析理解市場動態(tài)。5.答案：線性回歸模型和邏輯回歸模型在金融數(shù)據(jù)分析中的區(qū)別在于：線性回歸模型用于預(yù)測連續(xù)變量，邏輯回歸模型用于預(yù)測分類變量；線性回歸模型假設(shè)因變量與自變量之間存在線性關(guān)系，邏輯回歸模型假設(shè)因變量與自變量之間存在非線性關(guān)系；線性回歸模型的輸出是連續(xù)值，邏輯回歸模型的輸出是概率值。解析：線性回歸模型和邏輯回歸模型是統(tǒng)計學(xué)習(xí)中兩種重要的回歸模型，適用于不同的數(shù)據(jù)分析場景。線性回歸模型用于預(yù)測連續(xù)變量，例如股票價格、收益率等；邏輯回歸模型用于預(yù)測分類變量，例如股票漲跌、信用風(fēng)險等。線性回歸模型假設(shè)因變量與自變量之間存在線性關(guān)系，邏輯回歸模型假設(shè)因變量與自變量之間存在非線性關(guān)系。線性回歸模型的輸出是連續(xù)值，邏輯回歸模型的輸出是概率值，表示事件發(fā)生的可能性。三、計算題答案及解析1.答案：投資組合的期望收益率為10.8%，標準差為12.96%。解析：投資組合的期望收益率是各資產(chǎn)期望收益率與其權(quán)重的乘積之和，即：10.8%=0.6*12%+0.4*8%。投資組合的標準差是各資產(chǎn)標準差與其權(quán)重的平方乘積之和的開方，即：12.96%=sqrt(0.6^2*15%^2+0.4^2*10%^2+2*0.6*0.4*0.4*15%*10%)。2.答案：下一天的預(yù)測收益率為0.0482。解析：ARIMA(1,1,1)模型的預(yù)測公式為：Yt+1=φ*Yt+θ*εt+α*Yt-1+β*εt-1，其中Yt是t天的收益率，εt是t天的隨機誤差。假設(shè)某天的股票收益率為0.05，εt和εt-1是隨機誤差，通常假設(shè)為0，則：Yt+1=0.7*0.05+0.6*0+0.1*0+0.2*0=0.035+0=0.035。但實際計算中，需要考慮εt和εt-1的值，假設(shè)εt和εt-1都是0.01，則：Yt+1=0.7*0.05+0.6*0.01+0.1*0+0.2*0.01=0.035+0.006+0+0.002=0.043。3.答案：系數(shù)0.5表示公司規(guī)模增加1個單位，其市盈率預(yù)計會增加0.5個單位。解析：回歸方程PE=20+0.5*Size中，系數(shù)0.5表示公司規(guī)模對市盈率的線性影響，即公司規(guī)模每增加1個單位，市盈率預(yù)計會增加0.5個單位。常數(shù)項20表示當(dāng)公司規(guī)模為0時，市盈率的估計值。4.答案：K-means算法的基本步驟是選擇初始聚類中心，分配樣本到最近的聚類中心，更新聚類中心，重復(fù)直到收斂。評估聚類結(jié)果的合理性可以通過聚類中心的距離、樣本數(shù)量是否相近、聚類輪廓系數(shù)等方法。解析：K-means算法是一種常用的聚類算法，通過迭代過程將樣本分為K個聚類。初始聚類中心的選擇會影響結(jié)果，通常隨機選擇K個樣本作為初始聚類中心；分配樣本是計算每個樣本到聚類中心的距離，將樣本分配到最近的聚類中心；更新