数据仓库包含20个维，每个维有5级粒度。（a）用户感兴趣的主要是4个特定的维，每维有3个上卷、下钻频繁访问的级。你如何设计数据立方结构，有效地对此予以支持？（b）用户时常想由一两个特定的维钻透数据立方体，到原始数据。你如何支持这一特征？211假定基本立方体有三个维A，B，C，其单元数如下：A1000000，B100，C1000。假定分块将每维分成10部分。（a）假定每维只有一层，画出完整的立方体的格。（b）如果每个立方单元存放一个4字节的度量，若方是稠密的，所计算的立方体有多大？（c）指出立方体中空间需求量最小的块计算次序，并对计算２－维平面所需要的内存空间计算空间量。3．1数据的质量可以用精确性，完整性和一致性来评估。提出两种数据质量的其他尺度。3．2在现实世界的数据中，元组在某些属性上缺少值是常有的。描述处理该问题的各种方法。3．3假定用于分析的数据包含属性age。数据元组中age的值如下（按递增序）：13，15，
f16，16，19，20，20，21，22，22，25，25，25，25，30，33，33，35，35，35，35，36，40，45，46，52，70a使用按箱平均值平滑对以上数据进行平滑，箱的深度是3。解释你的步骤。评论对于给定的数据，该技术的效果b你怎样确定数据中的孤立点？c对于数据平滑，还有那些其他方法？3．4讨论数据集成需要考虑的问题。1模式识别：这主要是实体识别问题2冗余：一个属性是冗余的，即它能由另一个表导出，如果属性或唯的命名不一致，也可能导致冗余，可以用相关分析来检测3数据值冲突的检测与处理：有些属性因表示比例或编码不同，会导致属性不同3．5使用习题3。3给出的age数据，回答以下问题：a使用最小最大规范化，将age值35转换到0。0，1。0区间b使用zscore规范化转换age值35，其中age的标准差为12。94年c使用小数定标规范化转换age值35。d指出对于给定的数据，你愿意使用哪种方法。陈述你的理由。3．6使用流程图概述如下属性子集选择过程a逐步向前选择b逐步向后删除c逐步向前选择和逐步向后删除的结合37使用习题33给出的age数据a画一个宽度为10的等宽直方图。b为如下每种选样技术勾画例子SRSWORSRSWR聚类选择，分层选择。使用长度为5的样本和层