光大银行南阳市宛城区2025秋招数据分析师笔试题及答案

光大银行南阳市宛城区2025秋招数据分析师笔试题及答案一、选择题（共5题，每题2分，合计10分）1.在数据分析中，用于描述数据集中趋势的统计量不包括以下哪项？A.均值B.中位数C.标准差D.众数2.以下哪种方法不属于数据预处理中的缺失值处理技术？A.删除含有缺失值的样本B.均值/中位数/众数填充C.K最近邻填充D.数据加密3.在时间序列分析中，ARIMA模型适用于以下哪种类型的数据？A.分类数据B.交叉数据C.平稳时间序列D.样本量过小的时间序列4.对于光大银行南阳分行而言，以下哪种指标最能反映客户活跃度？A.账户余额B.交易笔数C.存款利率D.贷款逾期率5.在机器学习模型中，过拟合的主要表现是？A.模型训练误差低，测试误差高B.模型训练误差高，测试误差高C.模型训练误差高，测试误差低D.模型训练误差低，测试误差低二、填空题（共5题，每题2分，合计10分）1.在假设检验中，第一类错误的概率通常用______表示。2.光大银行南阳分行的客户数据中，年龄属于______类型变量。3.交叉验证中，k折交叉验证将数据集分成______份。4.SQL中，用于计算分组数据统计值的函数是______。5.在数据可视化中，散点图适用于展示______之间的关系。三、简答题（共3题，每题10分，合计30分）1.简述数据分析师在光大银行南阳分行可能承担的核心工作职责。2.解释什么是数据偏差，并举例说明在光大银行南阳分行业务场景中如何减少数据偏差。3.描述特征工程在银行信贷数据分析中的重要性，并列举至少三种特征工程方法。四、计算题（共2题，每题15分，合计30分）1.背景：光大银行南阳分行2024年9月客户存款数据如下表，请计算：|客户ID|年龄|存款金额（万元）||--||--||001|25|5||002|32|8||003|45|12||004|28|6||005|50|15|问题：（1）计算存款金额的均值和标准差；（2）若将存款金额按等距分组（分组数=3），写出分组统计结果。2.背景：光大银行南阳分行某信用卡用户月消费数据如下（单位：元）：1200,2500,1800,3200,1500,2200,2800,2000,1600,3000问题：（1）使用移动平均法（窗口大小=3）计算3个月的滚动平均消费额；（2）若采用指数平滑法（α=0.3），计算第4个月的预测值。五、业务分析题（1题，20分）背景：光大银行南阳分行近年来个人贷款业务增长缓慢，但逾期率略有上升。结合南阳地区经济特点（如制造业占比高、小微企业多），分析可能的原因并提出至少三种数据驱动的解决方案。答案及解析一、选择题答案及解析1.C-解析：均值、中位数、众数均用于描述数据集中趋势，标准差用于衡量离散程度。2.D-解析：数据加密属于数据安全范畴，不属于缺失值处理技术。3.C-解析：ARIMA适用于平稳时间序列，交叉数据和分类数据需预处理后才能建模。4.B-解析：交易笔数直接反映客户活跃度，账户余额反映资产规模，利率和逾期率属于风险指标。5.A-解析：过拟合表现为模型在训练数据上表现极好，但在测试数据上表现差。二、填空题答案及解析1.α（显著性水平）-解析：第一类错误指拒绝原假设时犯的错误，概率用α表示。2.连续-解析：年龄属于数值型变量，可进一步分为连续或离散（如按年龄段分组）。3.k-解析：k折交叉验证将数据均分为k份，每次留一份作测试，其余k-1份训练。4.聚合函数（如SUM,AVG）-解析：SQL中SUM、AVG等函数用于计算分组统计值。5.两个变量-解析：散点图用于展示两个连续变量之间的相关性。三、简答题答案及解析1.数据分析师核心职责-职责：-收集、清洗南阳分行客户数据（如存款、贷款、信用卡业务）；-分析客户画像，识别高价值客户群体；-监控业务指标（如逾期率、活期存款增长率），预警风险；-为信贷审批、营销策略提供数据支持（如南阳地区小微企业信贷风险评估）。2.数据偏差及减少方法-偏差示例：南阳地区客户以制造业从业者为主，若未剔除行业影响，信贷模型可能高估该群体还款能力。-减少方法：-多维度特征工程（如加入行业分类、收入稳定性指标）；-增采样/欠采样处理不平衡数据（如对低逾期客户增采样）；-引入外部数据（如政府经济报告）补充区域特征。3.特征工程重要性及方法-重要性：-提高模型预测精度（如将“居住地”转化为“距离分行距离”）；-剔除冗余特征（如删除高度相关变量）；-满足业务需求（如南阳分行需关注小微企业特征）。-方法：-特征组合（如“月均消费×年龄”）；-独热编码（处理南阳本地方言等分类变量）；-异常值处理（如剔除南阳分行特有的极端贷款金额）。四、计算题答案及解析1.存款数据计算（1）均值和标准差-存款金额：5,8,12,6,15→均值=(5+8+12+6+15)/5=9.6万元-标准差：√[(（5-9.6）²+（8-9.6）²+……)/5]≈4.08万元（2）等距分组（3组）-最小值5，最大值15，间距=(15-5)/3=2.67→分组：-[5,7.67),[7.67,10.34),[10.34,15]-频数：2,1,22.消费数据计算（1）移动平均-第1-3月：1200+2500+1800/3=1800元-第2-4月：2500+1800+3200/3≈2667元-……（依次滚动计算）（2）指数平滑-第1期预测值=1200（无历史数据）-第4期预测值=0.3×3000+0.7×2667≈2867元五、业务分析题答案及解析可能原因：1.经济下行压力：南阳制造业依赖原材料出口，受全球供应链波动影响，企业贷款需求下降；2.客户信用质量变化：小微企业抗风险能力弱，逾期率上升；3.模型滞后：现有信贷模型未充分考虑南阳本地经济特点（如季节性贷款需求）。解决方案：1.动