2025年統(tǒng)計學(xué)專業(yè)期末考試：統(tǒng)計數(shù)據(jù)可視化軟件操作試題考試時間：______分鐘總分：______分姓名：______一、請使用R語言中的ggplot2包，加載內(nèi)置的`mtcars`數(shù)據(jù)集。要求：1.繪制一個散點(diǎn)圖，以`mpg`（每加侖英里數(shù)）為y軸，`wt`（重量）為x軸，用不同顏色表示不同的`cyl`（氣缸數(shù)）類別。2.為散點(diǎn)圖添加平滑曲線（使用默認(rèn)方法）。3.添加圖例，并設(shè)置圖例標(biāo)題為“氣缸數(shù)”。4.設(shè)置坐標(biāo)軸標(biāo)簽，分別為“每加侖英里數(shù)(mpg)”和“重量(wt)”。5.將圖形的背景顏色設(shè)置為淺灰色，主標(biāo)題設(shè)置為“汽車重量與燃油效率關(guān)系”。二、假設(shè)你使用Python的pandas庫加載了一個名為`sales.csv`的文件，其中包含某公司各產(chǎn)品在不同地區(qū)的銷售數(shù)據(jù)。該文件包含列：`ProductID`（產(chǎn)品編號），`Region`（地區(qū)），`SalesAmount`（銷售額）。請編寫Python代碼完成以下任務(wù)：1.讀取`sales.csv`文件到pandasDataFrame對象`df`。2.計算每個地區(qū)的總銷售額，并將結(jié)果按銷售額從高到低排序。3.選擇銷售額最高的前三個地區(qū)的記錄，顯示這些記錄的所有列。4.為DataFrame`df`添加一個新列`SalesCategory`，根據(jù)`SalesAmount`的值進(jìn)行分類：大于等于20000的為“高”，介于10000到20000之間的為“中”，小于10000的為“低”。三、使用Tableau軟件（或其他指定的可視化軟件），完成以下操作：1.打開隨附的數(shù)據(jù)集`customer_feedback.xlsx`。該數(shù)據(jù)集包含列：`CustomerID`（客戶ID），`Age`（年齡），`FeedbackScore`（評分，1-5分），`ProductUsed`（使用的產(chǎn)品）。2.創(chuàng)建一個箱線圖，比較不同`ProductUsed`（使用的產(chǎn)品）的`FeedbackScore`（評分）分布情況。3.在箱線圖上添加均值線（用不同顏色區(qū)分）。4.將視圖的類型更改為“行”格式，并將`ProductUsed`放在行的維度上。5.設(shè)置箱線圖的標(biāo)記顏色，使得不同產(chǎn)品的箱線圖顏色有所區(qū)分，并調(diào)整字體大小使其清晰可讀。6.保存此視圖為“產(chǎn)品評分分布”。四、你使用SPSS軟件分析了名為`employee_data.sav`的數(shù)據(jù)文件，該文件包含員工信息，包括`Department`（部門），`Salary`（薪水），`YearsOfService`（服務(wù)年限）。請描述執(zhí)行以下操作的SPSS命令（或點(diǎn)選流程）的主要內(nèi)容：1.生成一個新變量`SalaryCategory`，根據(jù)`Salary`的值將員工分為“高”（>=80000）、“中”（40000to79999）、“低”（<40000）三類。2.創(chuàng)建一個條形圖，展示不同`Department`（部門）的員工數(shù)量（使用`Department`的值計數(shù)）。3.在條形圖中，要求不同`SalaryCategory`（薪水類別）的員工數(shù)量以不同的顏色顯示（例如，高薪用藍(lán)色，中薪用綠色，低薪用紅色）。五、考慮一個包含變量X和Y的數(shù)據(jù)集，其中X和Y都是連續(xù)型變量。請闡述選擇繪制散點(diǎn)圖來探索X和Y之間關(guān)系的理由，并說明如何通過散點(diǎn)圖初步判斷X和Y之間可能存在的相關(guān)性類型（正相關(guān)、負(fù)相關(guān)、無相關(guān)）以及關(guān)系強(qiáng)度。試卷答案一、```Rlibrary(ggplot2)#加載數(shù)據(jù)集data(mtcars)#繪制散點(diǎn)圖并添加平滑曲線、圖例、坐標(biāo)軸標(biāo)簽、背景顏色和主標(biāo)題ggplot(mtcars,aes(x=wt,y=mpg,color=factor(cyl)))+geom_point()+#繪制散點(diǎn)geom_smooth(method="loess",se=FALSE)+#添加平滑曲線，se=FALSE不顯示標(biāo)準(zhǔn)誤差線scale_color_discrete(name="氣缸數(shù)")+#添加并設(shè)置圖例標(biāo)題labs(x="每加侖英里數(shù)(mpg)",y="重量(wt)",title="汽車重量與燃油效率關(guān)系")+theme背景色="lightgrey")#設(shè)置背景顏色```解析思路：本題考查R語言ggplot2包的基本繪圖功能。首先加載ggplot2包。使用`ggplot()`函數(shù)初始化圖形對象，指定數(shù)據(jù)集`mtcars`和aes()函數(shù)映射變量（x軸為`wt`，y軸為`mpg`，顏色`color`映射到`cyl`以區(qū)分不同氣缸數(shù)）。使用`geom_point()`添加散點(diǎn)圖層。使用`geom_smooth()`添加平滑曲線，指定方法為`loess`，`se=FALSE`表示不繪制標(biāo)準(zhǔn)誤差線。使用`scale_color_discrete()`設(shè)置顏色圖例的名稱。使用`labs()`函數(shù)設(shè)置坐標(biāo)軸標(biāo)簽和圖形主標(biāo)題。最后，使用`theme()`函數(shù)設(shè)置背景顏色。每一步操作都對應(yīng)題目要求的一個具體功能點(diǎn)。二、```pythonimportpandasaspd#1.讀取文件df=pd.read_csv('sales.csv')#2.計算每個地區(qū)的總銷售額并排序region_sales=df.groupby('Region')['SalesAmount'].sum().sort_values(ascending=False)#3.選擇銷售額最高的前三個地區(qū)記錄top3_regions=df[df['Region'].isin(region_sales.head(3).index)]#4.添加新列SalesCategorydf['SalesCategory']=pd.cut(df['SalesAmount'],bins=[0,10000,20000,float('inf')],labels=['低','中','高'])```解析思路：本題考查Pythonpandas庫的數(shù)據(jù)操作功能。首先使用`pandas.read_csv()`函數(shù)讀取`sales.csv`文件到DataFrame`df`。其次，使用`groupby()`按`Region`列分組，`sum()`計算每個組的`SalesAmount`總和，`sort_values()`按總和降序排序，得到各地區(qū)總銷售額。然后，使用`isin()`方法獲取銷售額最高的前三個地區(qū)的索引，再通過索引從`df`中篩選出這些地區(qū)的記錄。最后，使用`pandas.cut()`函數(shù)根據(jù)`SalesAmount`的值將數(shù)據(jù)分割成“低”、“中”、“高”三類，并創(chuàng)建新列`SalesCategory`。每步操作對應(yīng)題目要求的數(shù)據(jù)處理任務(wù)。三、操作步驟：1.打開Tableau，連接到`customer_feedback.xlsx`文件。2.將`ProductUsed`拖拽到“行”標(biāo)記卡。3.將`FeedbackScore`拖拽到“標(biāo)記”卡中的“文本”->“標(biāo)簽”區(qū)域。4.在“標(biāo)記”卡中，點(diǎn)擊“顏色”區(qū)域，選擇“形狀”作為顏色編碼依據(jù)，或直接使用`ProductUsed`作為顏色編碼，并選擇不同顏色。5.點(diǎn)擊“分析”菜單，勾選“顯示均值線”。6.在“行”視圖中，右鍵點(diǎn)擊`ProductUsed`字段，選擇“切換行/列”。7.在“標(biāo)記”卡中調(diào)整字體大小（通過“文本”->“大小”）。8.點(diǎn)擊“文件”->“保存”，輸入文件名“產(chǎn)品評分分布”。解析思路：本題考查Tableau軟件的基本數(shù)據(jù)可視化操作。核心是創(chuàng)建一個箱線圖來比較不同產(chǎn)品的評分分布。步驟1是數(shù)據(jù)連接。步驟2-4是將維度字段`ProductUsed`放入行或標(biāo)記的形狀中，并將連續(xù)變量`FeedbackScore`作為度量添加到標(biāo)簽，并設(shè)置顏色以區(qū)分產(chǎn)品。步驟5利用Tableau的分析功能添加表示均值的線。步驟6改變視圖從行格式切換為列格式，使產(chǎn)品在列上展示。步驟7調(diào)整標(biāo)簽的字體大小以增強(qiáng)可讀性。步驟8保存視圖。整個過程圍繞題目要求，逐步構(gòu)建所需的可視化圖表。四、1.SPSS命令/流程描述：-轉(zhuǎn)到“轉(zhuǎn)換”->“重新編碼為不同變量”（或使用“變量視圖”定義新變量`SalaryCategory`，然后使用“計算變量”功能）。-在“賦值規(guī)則”框中，輸入規(guī)則：-如果`Salary`>=80000，則新變量值=1（或“高”）。-如果40000<=`Salary`<80000，則新變量值=2（或“中”）。-如果`Salary`<40000，則新變量值=3（或“低”）。-點(diǎn)擊“繼續(xù)”。2.SPSS命令/流程描述：-轉(zhuǎn)到“圖形”->“舊式圖形”->“條形圖”。-選擇“簡單”條形圖，點(diǎn)擊“定義”。-將`Department`放入“類別軸”（X軸）。將`Count`（或`頻率`）放入“分析軸”（Y軸）。-點(diǎn)擊“確定”生成基本條形圖。-雙擊生成的條形圖進(jìn)入編輯狀態(tài)。-右鍵點(diǎn)擊條形圖的某個條形，選擇“設(shè)置屬性”或“格式...”。-在彈出的對話框中，找到“圖案”或“標(biāo)記”選項卡。-選擇“條件格式”或類似選項，根據(jù)`SalaryCategory`字段的值設(shè)置不同顏色（例如，值1為藍(lán)色，值2為綠色，值3為紅色）。-應(yīng)用并關(guān)閉屬性對話框。解析思路：本題考查SPSS的數(shù)據(jù)轉(zhuǎn)換和圖形創(chuàng)建功能。第1題要求創(chuàng)建分類變量，核心是使用“重新編碼為不同變量”或“計算變量”功能，根據(jù)`Salary`的數(shù)值范圍賦予`SalaryCategory`新的分類值（高、中、低）。需要明確分類的邊界和對應(yīng)的值或標(biāo)簽。第2題要求創(chuàng)建條形圖，首先使用“條形圖”向?qū)?，將分類變量`Department`放入類別軸，默認(rèn)的計數(shù)（頻率）放入分析軸。生成基本圖表后，為了滿足題目中不同顏色顯示不同`SalaryCategory`員工數(shù)量的要求，需要進(jìn)入圖形編輯狀態(tài)，設(shè)置條件格式，根據(jù)數(shù)據(jù)集（或圖表數(shù)據(jù)）中與`SalaryCategory`相關(guān)的值（可能是原始的`Salary`值，或者是一個輔助分類變量）來為條形圖上的條形設(shè)置不同顏色。這需要對SPSS圖形的定制化操作有一定了解。五、解析思路：散點(diǎn)圖是探索兩個連續(xù)變量之間關(guān)系最常用的圖形之一。選擇繪制散點(diǎn)圖的原因在于它可以直觀地顯示變量X和Y的以下信息：1.關(guān)系類型：通過觀察點(diǎn)的分布模式，