客服

购物车

APP下载

扫码下载金标尺公考APP

回顶部

搜题
APP下载

扫码下载金标尺公考APP

单选题 64.有学者认为, 大数据的长项是对资料进行相关分析,而不用进行详尽的因果分析。但对此, 学界尚有争议。因果关系需要两个变量在统计上有相关性,在时间上有先后顺序,即自变量在前, 因变量在后;在逻辑上自变量的发生导致因变量的发生,即如果自变量没出现则因变量也不会出现。在传统的回归分析中,统计学注重对假设的检验和模型的显著性,但是在大数据时代,机器学习采用交叉验证的方法,根据结果的准确程度来判断模型好坏,不会深入分析各变量间的关系,因此,在大数据应用中,即使研究人员不知道变量间的因果关系,也可以根据数据间的相关关系得到想要的模型。 由上文可以推知( )。

A

相关分析和因果分析都能够建立模型

B

在大数据时代 , 对数据进行因果分析已不重要

C

统计意义上的相关不能代替因果关系 , 这一规则将在大数据时代被改写

D

机器学习的方法显著优于传统回归分析

正确答案 :C

解析

64. C 【解析】细节理解题。A 项,“都能够建立模型”无中生有, 文段未提及,排除;B 项,“进行因果分析已不重要”无中生有,文段未提及,排除;C 项,由“因此,在大数据应用中,即使研究人员不知道变量间的因果关系,也可以根据数据间的相关关系得到想要的模型”可知,可以推出,当选;D 项,“优于传统回归分析”无中生有,文段未提及,排除。故本题答案为 C 项。