第五届全国应用统计（MAS）案例大赛企业选题
2022第五届全国应用统计专业学位研究生案例大赛由全国应用统计专业学位研究生教育指导委员会（MAS）联合全国工业统计学教学研究会、中国统计教育学会高等教育分会联合举办，旨在培养应用统计专业学位研究生发现问题、研究问题、解决问题和评价问题的能力以适应社会需求，探讨适合我国应用统计硕士的教学方法，提高我国高校统计学教师在应用统计方法与案例教学方面的水平。现公布企业选题如下：
统计案例题目1
在当前全球能源变革中，新能源作为石油类能源的替代者，无论是在应对气候危机，碳中和及能源再生等问题上，都有战略地位。作为新能源之一的锂电池技术，业界一直关注电池产品可靠性问题。目前认为影响锂电池寿命及产品可靠性的因素主要有:充放电次数、温度、放电深度和不同材料等。请根据“附件1”所提供的数据集，按照统计案例写作要求，解决如下问题：
1．根据所给信息和数据，包括不同电池组件、4个不同加速温度设置、2000个充放电循环，以及相应记录的电芯剩余容量，请建立非线性参数统计分析模型并进行参数估计，预测该电池产品在高温50度情况下，50%产品失效的时间点估计和区间估计（电池剩余容量<75%时，视为产品失效）。
2．根据三种不同材料的充放电后的失效循环次数，判定哪个材料可靠性更好，并给出具体理由。
统计案例题目2
单细胞RNA测序能帮助基因学者更好地探索单细胞水平的基因表达谱，了解在不同组织微环境下细胞表达及功能差异，也为发现罕有细胞，细胞谱系分化轨迹提供了前所未有的机会。目前，单细胞RNA测序已成为研究细胞异质性的关键生物学问题的首选。该类技术的进步为单细胞RNA数据分析提供大量数据的同时，也提出了数据分析上挑战，包括如何根据测序信息进行准确的细胞分类，并找到细胞差异化表达的基因等。请根据“附件2”所提供的数据集，按照统计案例写作要求，解决如下问题：
1．对数据进行清理和预处理，使用数据分析方法（如Sparse SVD，Clustering等）对采集的细胞进行分类。
2．在细胞分类后，使用统计分析方法（如Mixed Model ANOVA），找到显著差异化表达的基因。
统计案例题目3
随着各大电商平台不断发展，其行业竞争也日益激烈。针对平台订单进行数据分析，可以提高客户忠诚度、稳定客流，不断调整运营方向。这类分析工作往往专注于解决以下几个问题：与前一个季度/年度相比销售情况变化如何，如果下降、是什么原因导致的？用户消费行为有怎样的特征，高净值客户的行为是否有据可循？如何基于“商品&客户”之间的关系进行个性化的销售预测，从而开发推荐系统等，请根据“附件3”所提供的数据集，按照案例写作要求，解决如下问题：
1． 针对商品销售情况，设计数据分析、特征提取的流程，使用聚类等方法（如k-means），从“是否畅销”、“是否具备高盈利能力”、“是否退货率较高”等方面评估商品商业价值。
2. 根据帕累托法则，即：20%的客户购买了80%的产品/贡献了80%的收入。企业中往往称这20%能够推动公司80%的收入的客户为“高价值客户”。请从客户留存（留存的衡量方式包括但不限于客户下单时间间隔、活跃时长）、消费金额与退单率等方向，设计分析筛选高价值客户的流程与方法。
3. 电商平台常见的“推荐系统”是一组根据从用户购买（/收藏/浏览…）历史向用户推荐项目的算法，其算法逻辑：根据客户购买历史寻找到与他最为相似的N个客户，依据他们的购买记录计算相似度分数，得分最高的M个商品将会被推荐给原客户。附件3中数据文件“ecommercedata-预测.xlsx”中包含第13个月下单的客户。请根据他们此前一年的购买历史，预测他们该月有可能购买的产品并评估算法的准确性。
具体相关题目及数据集可点击如下链接免费下载：https://download.csdn.net/download/qq_41390184/85072917
