第一章 数据采集与处理 题目学习（12%）

第一节

一手数据采集中的概率抽样和非概率抽样的主要区别与优缺点如下:

区别:

1. 概率抽样是基于随机抽样理论,每个样本被抽中的概率是可计算的。非概率抽样是主观抽样,样本被抽中的概率无法确定。

2. 概率抽样包括简单随机抽样、系统抽样、分层抽样、整群抽样等。非概率抽样包括方便抽样、判断抽样、配额抽样等。

优点:

概率抽样:
- 代表性强,抽样误差可计算,推断总体参数时偏差较小。

非概率抽样:  
- 操作方便,经济实用,可根据项目需求决定样本。

缺点:

概率抽样:
- 实现随机抽样不易,操作复杂,成本较高。

非概率抽样:
- 代表性较弱,推断误差大,结论易受偏见影响。

结论:

概率抽样可靠性高,非概率抽样实用性强。需根据调研类型、样本需求、成本等因素选择合适的抽样方法。

题目

 

因为目前都已知存在数据了，所以不会是抽样调查。因此选择非抽样调查。

 用户活跃度肯定是一段时间活跃的情况，比较复杂，所以不做日志记录。

 一般来说调查都是平均去调查，因此占比应该都差不多。比如15/300大概等于120/2000；

补充：一般来说调查一个人的成本起码50元往上。

 第二节

题目

 

一般事前编码是事前准备好的问题，所以应该是封闭式问题。 

 多选题信息量肯定比单选题大。但是多选题的质量不高，加上统计比较麻烦，因此选择D。

 因为是是否购买，所以二分类是最好的。

 A，市场需求。

 第三节

题目

一般离中趋势的指标有标准差、变异系数、平均数；集中趋势有中位数、均值、众数。

选C。主要看分布趋势。

直方图。单维度观察为连续变量，应优先用直方图。

交叉数据用于交叉验证，不属于脏数据。

也可以用小数据。

第四节

概率抽样分类：简单随机抽样（样本少可以用）、分层抽样（一般常用，按照重要程度，等数分配法或者等比分配法）、系统抽样（基本不用）、多段抽样（按照不同层级）。

非概率抽样：

1、偶遇抽样
选择对象一般为人。特点任意、方便、随意，但是偶遇抽样不等于随机抽样。

2、判断抽样
觉得什么重要主要抽什么。特点：典型、主观，受主观影响大。

3、定额抽样
总体通过某一个标准进行分层抽样，一般与其他抽样方法配合。

4、滚雪球抽样
先找少量、个别调查对象进行访问，再根据这个寻找新的调查对象，最终达到调查目的。

5、空间抽样
对非静止的、暂时性的空间相邻的群体的抽样方法。例如，游行与集会没有确定的总体，参加者从一地到另一地，一些人离去又有一些人进来，但这些事件是在一定范围内进行的。对这样的总体在同一时间内抽样十分重要，以便样本组成不会经历时间上的太大变化。

题目

 A

 A

 A

 D

做对数。