信息处理技术员资格考试的试卷包括信息处理基础知识、计算机基础知识、法律法规知识、..

免费智能真题库 > 历年试卷 > 信息处理技术员 > 2018年上半年信息处理技术员上午试卷综合知识

第70题

知识点：常用的统计图表信息处理基础知识

关键词：办公软件法律信息处理章/节：初等数学基础知识

信息处理技术员资格考试的试卷包括信息处理基础知识、计算机基础知识、法律法规知识、专业英语、办公软件使用技能五个方面。某次考试后，对这五个方面分别统计了各考生的得分率以及全国的平均得分率。为了直观展现每个考生在各个方面的水平以及该考生的整体水平，并与全国平均水平进行比较，宜采用（）。

A. 直方图

B. 圆饼图

C. 折线图

D. 雷达图

相关试题：数据的简单统计，常用统计函数，常用统计图表

更多>

第51题 2012年上半年

44%

在Excel中，下列选项与函数AVERAGE(F2:F6)计算结果不等值的是（51)。

第23题 2020年下半年

11%

在Excel 2007中，若要计算出B3:E6区域内的数据的最小值并保存在B7单元格中，应在B7单元格中输入（）。

第44题 2013年下半年

38%

在Excel 2003中，A1到单元格的值如下图所示，若在A7单元格中输入函数“=COUNTA(A1:E6)”，按回车键后，则A7单元格显示..


知识点讲解
· 常用的统计图表 · 信息处理 · 基础知识

常用的统计图表

统计图表是统计描述的重要工具，是实际工作中一种常用的方法。它可以取代冗长的文字叙述，以直观形象地反映事物之间的关系。

统计表

统计表（statistical table）是从整理表中选出需要的资料，经过统计加工为各种指标后，列成便于对比分析的表格。统计表由标题、标目及数据组成，其结构要简洁，最好一事一表，避免臃肿庞杂。常用的统计表有4种：简单表、分组表、复合表和列联表。

（1）简单表。

简单表用于比较互相独立的统计指标，主辞未经任何分组。例如，某学校要检查2011年各教学班级《计算机应用基础》课程的过关率情况，统计结果如下表所示。

计算机应用基础课程过关率

标题：要求简练、用词确切，能表达中心内容，左侧有表号以备查考。

标目：有横标目和纵标目。横标目又称为主辞，是研究事物的，通常位于表内左侧；纵标目是研究事物的，又称为宾辞，列在表内上方，其表达结果与主辞呼应，读起来就是一个完整句子。例如第一行可读成“1101班60人，有5人不及格，过关率91.67%”。

数据：位置上下对齐、准确、小数点后所取位数也应上下一致。数据一般按大小顺序排列，对比鲜明，重点突出。

（2）分组表。

主辞按一个标志分组，结构形式与简单表基本相似。通常设有合计栏，以利于说明综合水平。如下表所示。

计算机应用基础课程未过关率

（3）复合表。

主辞按两个以上标志分组。在安排上可将部分主辞放在表的上方，与宾辞配合起来，如下表所示。对于复合表是否需要合计应从合计是否有意义来决定。

2011各科课程成绩过关率情况

（4）列联表。

列联表可以用列表方式表示两个（或多个）变量（或属性）分类时所列出的频数。若总体中的个体可按两个变量X与Y分类，X_i（i=1，2，3，…，r）表示行变量X的第i个类别，Y_j（j=1，2，3，…，c）表示列变量Y的第j个类别，设n_ij为每种组合的频次，将r×c个n_ij排列为一个r行c列的二维列联表，简称r×c列联表。其结构如下表所示。

r×c列联表

统计图

统计图（statistical diagram）一般是根据统计表的资料，用点、线、面或立体图像鲜明地表达其数量或变化动态。常用统计图的类型有线图、直方图、直条图和饼形图等。

线图（line diagram）适用于连续变量资料。说明某事物因时间、条件推移而变迁的趋势。横轴常用以表示某事物的连续变量，纵轴多表示率、频率或均数。

直方图（histogram）是以面积表示数量，适用于表达连续性资料的频数或频率分布。横轴表示变量，尺度可以从0或其他值开始。但同一轴上的尺度必须相等。

直条图（bar chart）是用等宽直条和长短来表示各统计量的大小，适用于彼此独立的资料互相比较，有单式和复式两种。作图时，一般是以横轴为直条图的基线，纵轴表示频数或频度，从0开始。直条间的距离一般以条宽的1/2为宜。排列顺序若非自然顺序资料，则按由高到低的次序排列，便于比较。

复式直条图的制图要求与单式相同，但每组的直条最好不要过多，同组直条间不留空隙，组内各直条排列次序要前后一致。

百分条图（percentchart）用以表达构成比的图形，绘制简便，而且可将多条并列作比较，以阐明比较对象的变化情况。

饼形图（circulargraph）的用途同百分条图，是以圆的半径将圆面分割成多个大小不等的扇形来表达构成比。作图法是先将各个百分比乘以3.60，获得圆心角度数，按其大小排列从0开始，且量角器顺时针方向划分为一系列扇形。

点图（scatterdiagram）表示两种事物变量的相关性和趋势。绘制方法是先绘出合适的坐标，一般以两轴正交点为0点，但也可按两变量的全距中最小值起点加以调整。x变量定在横轴，y变量定在纵轴。然后测得两变量值，找出P（x，y）所在的方位，并绘出各自的坐标点。最后根据点的分布情况进行分析。

信息处理

信息处理（Information Processing）也称为数据处理，是指对收集到的原始信息采用某种方法和设备，根据需要将原始数据进行加工，使之转变成为可利用的有效信息的过程。因此信息处理全过程包括信息收集、存储、加工和传输。

信息收集

信息收集（Information Gathering）是指通过各种方式获取所需要的信息。信息收集是信息处理的基础。信息可以分为原始信息和加工信息两大类，原始信息是指未经加工的信息，加工信息则是对原始信息经过加工、分析、改编和重组而形成的具有新形式、新内容的信息。

信息收集分为信息识别、信息采集和信息表达三个阶段。

①信息识别。对信息进行识别，获取有用的信息。信息识别可以采用直接观察、比较和间接识别等方式。

②信息采集。对识别后的信息根据不同的需求运用不同的采集方法进行信息采集。

③信息表达。信息采集后，可以采用文字／符号、数字／编码、声音／图像对采集到的信息进行表达。

信息存储

信息存储是信息系统中非常重要的环节，如果没有信息存储，就不能充分利用已收集、加工所得信息，同时还要耗资、耗人、耗物来组织信息的重新收集、加工。有了信息存储，就可以保证随用随取，为企业信息的多次复用创造条件，从而大大降低了费用。信息存储应当考虑信息存在什么介质行比较合适。例如企业人事方面的档案材料、设备或材料的库存账目应当存于磁盘，以便联机检索和查询。

信息加工

信息加工是对收集来的信息进行去伪存真、去粗取精、由表及里、由此及彼的加工过程。它是在原始信息的基础上，生产出价值含量高、方便用户利用的二次信息的活动过程。例如信息加工可以通过计算机对信息进行鉴别、选择、比较、分类、归并、查询、统计、预测、模拟以及进行各种数学计算等工作，使得采集的信息成为有价值的信息。

信息传输

信息传输是为了满足人们对信息的需求，实现信息有目的的流动，体现信息的价值。特别是在市场经济环境下，信息已经成为重要的、具有价值的一种商品。如何从海量信息中收集有用的信息，并对其进行研究与分析，作为企业决策的依据，使信息真正为企业的决策带来增值效应。

基础知识

关系数据库系统

关系数据库系统是支持关系数据模型的数据库系统。

关系数据库应用数学方法来处理数据库中的数据。最早提出将这类方法用于数据处理的是1962年CODASYL发表的“信息代数”一文，之后有1968年David Child在7090机上实现的集合论数据结构，但系统而严格地提出关系模型的是美国IBM公司的E.F.Codd。

1970年E.F.Codd在美国计算机学会会刊Communication of the ACM上发表的题为“A Relational Model of Data for Shared Data Banks”的论文，开创了数据库系统的新纪元。以后，他连续发表了多篇论文，奠定了关系数据库的理论基础。

20世纪70年代末，关系方法的理论研究和软件系统的研制均取得了很大成果，IBM公司的San Jose实验室在IBM370系列机上研制的关系数据库实验系统System R获得成功。1981年IBM公司又宣布了具有System R全部特征的新的数据库软件产品SQL/DS问世。与System R同期，美国加州大学柏克利分校也研制了Ingres关系数据库实验系统，并由Inges公司发展成为Ingres数据库产品。

几十年来，关系数据库系统的研究取得了辉煌的成就。关系方法从实验室走向了社会，涌现出许多性能良好的商品化关系数据库管理系统（RDBMS）。如著名的IBM DB2、Oracle、Ingres、SYBASE、Informix等。数据库的应用领域迅速扩大。

关系的相关名词

（1）属性（Attribute）：在现实世界中，要描述一个事务常常取若干特征来表示。这些特征称为属性。例如学生用学号、姓名、性别、系别、年龄、籍贯等属性来描述。

（2）域（Domain）：每个属性的取值范围所对应一个值的集合，称为该属性的域。例如，学号的域是6位整型数；姓名的域是10位字符；性别的域为｛男，女｝；……一般在关系数据模型中，对域还加了一个限制，所有的域都应是原子数据（atomic data）。例如，整数、字符串是原子数据，而集合、记录、数组是非原子数据。关系数据模型的这种限制称为第一范式（first normal form，简称1NF）条件。但也有些关系数据模型突破了1NF的限制，称为非1NF的。

（3）目或度（Degree）：D₁×D₂×…×D_n的子集的称作在域D₁，D₂…，D_n上的关系，表示为R（D₁，D₂，…，D_n）。这里的R表示关系的名字，n是关系的目或度。

（4）候选码（Candidate Key）：若关系中的某一属性或属性组的值能唯一标识一个元组，则称该属性或属性组为候选码。

（5）主码（Primary Key）：或称主键，若一个关系有多个候选码，则选定其中一个为主码。

（6）主属性（Prime attribute）：包含在任何候选码中的属性称为主属性。不包含在任何候选码中的属性称为非主属性（NonPrime attribute）。

（7）外码（Foreign key）：如果关系模式R中的属性或属性组非该关系的码，但它是其他关系的码，那么该属性集对关系模式R而言是外码。

例如，客户与贷款之间的借贷联系c-l（

，loan-no），属性c-id是客户关系中的码，所以c-id是外码；属性loan-no是贷款关系中的码，所以loan-no也是外码。

（8）全码（All-key）：关系模型的所有属性组是这个关系模式的候选码，称为全码。

例如，关系模式R（T，C，S），属性T表示教师，属性C表示课程，属性S表示学生。假设一个教师可以讲授多门课程，某门课程可以由多个教师讲授，学生可以听不同教师讲授的不同课程，那么，要想区分关系中的每一个元组，这个关系模式R的码应为全属性T、C和S，即All-key。

笛卡儿积与关系

【定义7.1】设D₁，D₂，D₃，…，D_n为任意集合，定义D₁，D₂，D₃，…，D_n的笛卡儿积为：

D₁×D₂×D₃×…×D_n=｛（d₁，d₂，d₃，…，d_n）｜d_i∈D_i，i=l，2，3，…，n｝

其中集合中的每一个元素（d₁，d₂，d₃，…，d_n）叫作一个n元组（n-tuple，即n个属性的元组），元素中的每一个值d_i叫作元组一个分量。若D_i（i=1，2，3，…，n）为有限集，其基数（Cardinal number，元组的个数）为m_i（i=1，2，3，…，n），则D₁×D₂×D₃×…×D_n的基数M为：

。

注意：笛卡儿积可以用二维表来表示。

【定义7.2】D₁×D₂×D₃×…×D_n的子集叫作在域D₁，D₂，D₃，…，D_n上的关系，记为R（D₁，D₂，D₃，…，D_n），称关系R为n元关系。

定义7.2可以得出一个关系，也可以用二维表来表示。关系中属性的个数称为“元数”，元组的个数称为“基数”。关系模型中的术语与一般术语的对应情况可以通过下图中的学生关系说明。

学生关系与术语的对应情况

上图中属性S_no、Sname、SD和Sex分别表示学号、姓名、所在院系、性别。该学生关系模式可表示为：学生（

，Sname，SD，Sex）；属性S_no加下画线表示该属性为主码；属性Sex的域为男、女，等等。从图中不难看出，该学生关系的元数为4，基数为6。

关系的三种类型

关系的三种类型如下：

（1）基本关系（通常又称为基本表或基表）：实际存在的表，它是实际存储数据的逻辑表示。

（2）查询表：查询结果对应的表。

（3）视图表：是由基本表或其他视图表导出的表。由于它本身不独立存储在数据库中，数据库中只存放它的定义，所以常称为虚表。

题号导航 2018年上半年信息处理技术员上午试卷综合知识

本试卷我的完整做题情况



	第70题在手机中做本题