2025年商务数据分析职业资格考试试题及答案

2025年商务数据分析职业资格考试试题及答案一、单项选择题（每题1分，共30分。每题只有一个正确答案，错选、多选、未选均不得分）1.某电商平台2024年“双11”当天GMV为1218亿元，同比增长13.8%。若2023年“双11”GMV为X亿元，则下列计算式正确的是A.X=1218×(1+13.8%)B.X=1218÷(1+13.8%)C.X=1218×(1−13.8%)D.X=1218−13.8%×1218答案：B解析：同比增长率=（本期−同期）/同期，故同期=本期/(1+增长率)。2.在Pythonpandas中，对DataFramedf按列“price”升序排列并返回新DataFrame，正确写法是A.df.sort_values("price")B.df.sort("price")C.df.order("price")D.df.arrange("price")答案：A解析：sort_values为pandas1.0+推荐方法；sort方法已废弃；order、arrange为R语言用法。3.某商品近12个月销量呈指数增长，若第1个月销量为1000件，第12个月为8000件，则月复合增长率为A.17.5%B.19.3%C.21.2%D.23.4%答案：B解析：1000×(1+r)^11=8000⇒(1+r)^11=8⇒r=8^(1/11)−1≈19.3%。4.在SQL中，计算用户首次下单日期应使用A.MAX(order_date)B.MIN(order_date)C.FIRST_VALUE(order_date)D.LAST_VALUE(order_date)答案：B解析：首次即最早日期，用MIN。5.某A/B测试实验组转化率5.2%，对照组4.7%，样本量分别为8000与8200，合并标准误为0.0036。则Z值约为A.1.39B.1.64C.1.96D.2.58答案：A解析：Z=(0.052−0.047)/0.0036≈1.39。6.使用Pythonseaborn绘制箱线图查看异常值，默认显示的分位数为A.1%、99%B.5%、95%C.0%、100%D.25%、75%答案：D解析：箱线图箱体上下边缘即Q1、Q3，须触线延伸至1.5IQR。7.某店铺2024年12月退货率2.8%，环比11月下降0.6个百分点，则11月退货率为A.2.2%B.3.4%C.2.8%D.无法确定答案：B解析：下降0.6个百分点即2.8%+0.6%=3.4%。8.在Excel中，快速将透视表值字段汇总方式由“计数”改为“去重计数”需A.右键→值字段设置→求和B.右键→值字段设置→平均值C.右键→值字段设置→非重复计数（需数据模型）D.无法更改答案：C解析：去重计数需将数据添加到数据模型方可启用。9.某时间序列模型ARIMA(1,1,1)中，d=1表示A.一次季节差分B.一次普通差分C.一次对数差分D.一次移动平均答案：B解析：d为普通差分阶数。10.在PowerBI中，创建“度量值”使用的公式语言为A.MB.DAXC.SQLD.Python答案：B解析：DAX（DataAnalysisExpressions）专为度量值与计算列设计。11.某APP日活DAU120万，月活MAU600万，则DAU/MAU约为A.0.05B.0.10C.0.20D.0.30答案：C解析：120/600=0.2，反映用户粘性。12.使用Kmeans聚类时，若轮廓系数（SilhouetteScore）为−0.2，说明A.聚类效果非常好B.聚类效果一般C.聚类效果较差，存在错误分配D.无法判断答案：C解析：轮廓系数∈[−1,1]，负值表明样本更匹配邻近簇。13.在统计学中，检验两个独立总体方差是否相等，应采用A.F检验B.t检验C.χ²检验D.Z检验答案：A解析：F检验专用于两方差比较。14.某商品成本80元，售价200元，平台抽佣5%，则毛利率为A.60%B.57.5%C.55%D.52.5%答案：B解析：毛利=200×0.95−80=110；毛利率=110/190≈57.5%。15.在Python中，将字符串“¥12,800”转为整数12800，最佳做法是A.int("¥12,800")B.int("12800")C.int("12800".replace(",",""))D.pd.to_numeric("12800")答案：C解析：需先去除逗号与货币符号，再转int。16.某直播带货场次，观看人数180万，成交订单9万，则成交转化率为A.20%B.10%C.5%D.2%答案：C解析：9/180=5%。17.在RFM模型中，“F”代表A.最近一次消费间隔B.消费频率C.消费金额D.消费折扣答案：B解析：F=Frequency。18.使用Excel数据→预测工作表进行时间序列预测，默认使用的算法为A.ARIMAB.指数平滑（ETS）C.线性回归D.Prophet答案：B解析：Excel内置ETSAAA版本。19.某电商搜索词“羽绒服”点击率CTR12%，点击转化率CVR6%，则点击且转化占比搜索PV的A.0.72%B.1.8%C.18%D.72%答案：A解析：12%×6%=0.72%。20.在Pythonstatsmodels的OLS回归结果中，查看多重共线性应关注A.R²B.F统计量C.VIFD.AIC答案：C解析：方差膨胀因子VIF>10通常认为严重共线。21.某店铺2024年客单价450元，较上年提升12%，若订单量不变，则销售额增长A.12%B.高于12%C.低于12%D.无法判断答案：A解析：销售额=订单×客单，订单不变则同比例增长。22.在Tableau中，将维度字段“省份”拖至“颜色”标记，默认生成A.条形图B.饼图C.填充地图D.散点图答案：C解析：地理维度默认触发地图填充。23.某模型AUC=0.81，随机分类基线AUC为A.0B.0.5C.1D.无法确定答案：B解析：随机分类器AUC=0.5。24.在SQL中，计算用户生命周期LTV时，需聚合A.首次下单金额B.累计订单金额C.平均订单金额D.退款金额答案：B解析：LTV=累计贡献收入−成本。25.某商品库存周转天数45天，年销售成本8000万元，则平均库存约为A.986万元B.1000万元C.1111万元D.1250万元答案：C解析：库存周转天数=平均库存/日销成本⇒平均库存=8000×45/365≈1111万元。26.在Python中，使用df.groupby("user_id")["amount"].sum()返回的对象类型为A.DataFrameB.SeriesC.listD.ndarray答案：B解析：单列聚合返回Series。27.某APP推送到达率98%，点击率8%，则点击人数占推送目标人数的A.7.84%B.8%C.9.8%D.10.6%答案：A解析：98%×8%=7.84%。28.在统计学中，当样本量n→∞，样本均值分布趋近A.t分布B.正态分布C.χ²分布D.均匀分布答案：B解析：中心极限定理。29.某店铺使用Excel“规划求解”求最大利润，目标单元格应设置为A.固定值B.最大值C.最小值D.整数答案：B解析：规划求解可设最大、最小或目标值。30.在Python中，检查DataFrame缺失值占比，应使用A.df.isnull()B.df.isnull().mean()C.df.isnull().sum()D.df.dropna()答案：B解析：mean()直接得比例。二、多项选择题（每题2分，共20分。每题至少有两个正确答案，多选、少选、错选均不得分）31.下列属于无监督学习算法的有A.KmeansB.DBSCANC.AprioriD.XGBoost答案：A、B、C解析：XGBoost为监督学习。32.关于Pythonpandas索引，以下说法正确的有A.reset_index()可将索引变为列B.set_index()可将列变为索引C.索引可重复D.执行groupby后索引会被重塑答案：A、B、D解析：索引默认不可重复，重复会报错。33.在SQL中，能够用于窗口函数的关键字有A.ROW_NUMBER()B.RANK()C.DENSE_RANK()D.GROUPINGSETS()答案：A、B、C解析：GROUPINGSETS为分组扩展，非窗口函数。34.下列指标可用于衡量预测模型准确度的有A.MAPEB.RMSEC.R²D.AUC答案：A、B、C解析：AUC用于分类。35.关于Excel数组公式，下列描述正确的有A.输入后按Ctrl+Shift+EnterB.可返回多单元格结果C.在Microsoft365动态数组中无需三键D.可替代多数VBA场景答案：A、B、C、D解析：动态数组自动溢出，无需三键。36.在Tableau中，以下操作会生成上下文筛选器的有A.将维度拖至筛选器→右键→添加到上下文B.在“筛选器”面板勾选“使用全部”C.在“顶部”选项卡设置“按字段”D.在“条件”选项卡设置“按公式”答案：A解析：仅A可显式设置上下文。37.下列属于Python可视化库的有A.matplotlibB.seabornC.plotnineD.ggplot2答案：A、B、C解析：ggplot2为R语言库。38.在RFM分析中，可用于划分高价值用户的标准有A.R≤30天B.F≥top20%C.M≥top20%D.注册天数≥365答案：A、B、C解析：注册天数与RFM无关。39.关于时间序列分解，下列说法正确的有A.可加模型：Y=T+S+RB.可乘模型：Y=T×S×RC.STL可处理非整数周期D.季节调整后可更好观察趋势答案：A、B、C、D解析：均正确。40.在PowerBI中，可创建“计算表”的方式有A.使用DAX的DATATABLE函数B.使用M语言添加自定义列C.使用DAX的SELECTCOLUMNS函数D.使用“输入数据”手动建表答案：A、C、D解析：M语言用于查询，非建模。三、判断题（每题1分，共10分。正确请选“√”，错误选“×”）41.在Python中，df["price"].astype("float32")可节省内存但可能降低精度。答案：√解析：float32精度约7位，低于float64。42.在SQL里，NULL与空字符串''等价。答案：×解析：NULL无值，''为长度为0的字符串。43.当样本量足够大时，可忽略中心极限定理的前提条件。答案：×解析：仍需有限方差与独立同分布。44.Excel的XLOOKUP函数可向左查找。答案：√解析：XLOOKUP无方向限制。45.在Kmeans中，簇数k越大，惯性（inertia）一定越小。答案：√解析：k增加，惯性单调不增。46.在Tableau中，维度字段只能用于行或列，不能放标记。答案：×解析：维度可放颜色、大小、标签等标记。47.在Python中，使用==即可判断两个浮点数完全相等。答案：×解析：浮点误差需math.isclose。48.在统计学中，p值>0.05即证明原假设为真。答案：×解析：仅说明无充分证据拒绝。49.在PowerBI中，度量值可引用其他度量值。答案：√解析：DAX支持链式引用。50.在ARIMA模型中，p、d、q均越大越好。答案：×解析：过拟合风险增加，应依据AIC/BIC权衡。四、计算分析题（共40分。请写出详细计算步骤与结论）51.（本题8分）某跨境电商2024年Q4各周广告支出与销售额数据如下（单位：万元）：周次：123456789101112广告：202225283032353840424548销售：120130140155165175190205220235250270（1）建立简单线性回归模型Sales=β₀+β₁×Ad，求β₁与β₀；（4分）（2）若第13周预算50万元，预测销售额及95%置信区间（已知n=12，t0.025,10=2.228，Se=6.12万元，x̄=34.17万元，Lxx=630.92）。（4分）答案与解析：（1）采用最小二乘法：β₁=Σ(xi−x̄)(yi−ȳ)/Σ(xi−x̄)²=3.92β₀=ȳ−β₁x̄=11.47∴Sales=11.47+3.92×Ad（2）点预测：ŷ=11.47+3.92×50=207.47万元置信区间：ŷ±t×Se×√[1/n+(x₀−x̄)²/Lxx]=207.47±2.228×6.12×√[1/12+(50−34.17)²/630.92]=207.47±2.228×6.12×0.688=207.47±9.39→[198.08,216.86]万元52.（本题8分）某平台对用户进行A/B测试，实验组发放优惠券，对照组无。7天后数据如下：实验组：用户数10000，下单用户1200，人均消费320元对照组：用户数10000，下单用户1000，人均消费300元（1）计算两组转化率、人均GMV、ARPPU；（3分）（2）使用双比例Z检验判断转化率差异是否显著（α=0.05，Z0.975=1.96）；（3分）（3）若优惠券成本每人5元，计算ROI。（2分）答案与解析：（1）实验组：转化率=12%，人均GMV=1200×320/10000=38.4元，ARPPU=320元对照组：转化率=10%，人均GMV=1000×300/10000=30元，ARPPU=300元（2）合并转化率p̂=2200/20000=0.11Z=(0.12−0.10)/√[0.11×0.89×(1/10000+1/10000)]=0.02/0.00443=4.51>1.96拒绝原假设，差异显著。（3）增量收入=38.4−30=8.4元/人成本=5元ROI=(8.4−5)/5=68%53.（本题8分）某店铺2024年各月库存金额（万元）与销售成本（万元）如下：月份：123456789101112库存：60557065607580859095100105销本：404550556065707580859095（1）计算全年平均库存、库存周转率、周转天数；（4分）（2）若目标周转天数≤45天，评价库存管理并提出两条改进措施。（4分）答案与解析：（1）平均库存=(60/2+55+70+65+60+75+80+85+90+95+100+105/2)/11=78.18