2026年数据分析师面试中的统计知识考察

2026年数据分析师面试中的统计知识考察一、选择题（共5题，每题2分，共10分）题目1：某电商平台A和B分别销售同款商品，平台给出以下描述：-电商平台A的平均售价为200元，标准差为20元；-电商平台B的平均售价为210元，标准差为30元。若要比较两个平台的售价波动性，以下说法正确的是？A.电商平台A的售价波动性更大B.电商平台B的售价波动性更大C.两个平台的售价波动性相同D.无法判断题目2：某电商公司统计了近三年用户购买频率数据，三年间用户购买频率的中位数分别为15次、18次、20次。以下结论正确的是？A.第三年的用户购买频率方差最大B.三年间的用户购买频率众数保持不变C.第三年的用户购买频率分布更集中D.第二年的用户购买频率偏度可能为负题目3：某电商平台推出两种促销策略：-策略1：满200减30；-策略2：满300减50。假设用户购买金额服从正态分布，均值为250元，标准差为50元。以下说法正确的是？A.策略1的优惠力度更大B.策略2的优惠力度更大C.两种策略的优惠力度相同D.无法判断用户更偏好哪种策略题目4：某电商平台分析用户留存率，发现留存率数据呈右偏态分布。以下做法最合适的是？A.使用均值衡量留存率的中心趋势B.使用中位数衡量留存率的中心趋势C.使用众数衡量留存率的中心趋势D.直接使用原始数据进行回归分析题目5：某电商平台通过抽样调查发现，95%的置信区间显示用户复购概率在[0.6,0.8]之间。以下说法正确的是？A.有95%的概率用户复购概率为0.7B.总体用户复购概率一定在0.6到0.8之间C.若扩大样本量，置信区间会更窄D.该结果适用于所有电商平台二、简答题（共3题，每题5分，共15分）题目6：简述在电商平台中，如何通过统计方法判断用户购买行为是否存在异常值？并说明异常值处理的方法及其影响。题目7：某电商平台需要分析用户购买金额与年龄的关系，请说明如何使用相关性分析方法，并解释相关系数的取值范围及其业务含义。题目8：某电商平台计划通过A/B测试优化商品详情页，假设对照组和实验组的转化率分别为10%和12%。请说明如何使用假设检验判断实验组转化率是否显著高于对照组，并解释p值的含义。三、计算题（共2题，每题10分，共20分）题目9：某电商平台统计了1000名用户的购买金额数据，样本均值为300元，样本标准差为40元。请计算：1.购买金额在260元到340元之间的用户比例（假设数据服从正态分布）；2.若总体购买金额服从正态分布，95%置信区间下限是多少？题目10：某电商平台随机抽取200名用户调查复购行为，其中有150名用户复购。请计算：1.复购率的点估计值；2.复购率的95%置信区间；3.若要使置信区间宽度减少一半，样本量需要扩大多少？四、综合应用题（共1题，15分）题目11：某电商平台分析用户购买频率数据，发现数据呈右偏态分布，且存在少量异常值。请结合以下场景回答：1.如何对购买频率数据进行预处理（包括异常值处理和标准化）；2.说明使用哪些统计方法分析用户购买频率的影响因素（至少两种）；3.假设通过分析发现年龄和购买金额对购买频率有显著影响，请简述如何建立回归模型并解释模型中系数的含义。答案与解析一、选择题答案1.B2.C3.D4.B5.C解析：1.标准差反映数据波动性，B平台标准差（30）大于A平台（20），故B平台波动性更大。2.中位数对异常值不敏感，第三年中位数增加说明分布更集中。3.无法判断用户偏好，需结合购买金额分布进一步分析。4.右偏态分布应使用中位数避免异常值影响。5.置信区间表示估计范围，扩大样本量可提高精度（区间变窄）。二、简答题答案题目6：判断方法：-使用箱线图（IQR法）：计算上下四分位数（Q1、Q3），异常值定义为Q1-1.5IQR或Q3+1.5IQR之外的数据。-使用Z-score：计算样本均值和标准差，Z-score绝对值大于3视为异常值。处理方法：-删除：适用于明显错误数据（如输入错误）。-替换：用均值/中位数/众数替换。-分箱：将异常值归入单独区间。影响：-删除可能丢失信息；替换可能影响均值；分箱保留分布特征。题目7：相关性分析：-计算Pearson相关系数（r），取值[-1,1]，r=0表示无线性关系。-业务含义：r>0表示年龄越大购买金额越高，r=0.5表示中等强度正相关。题目8：假设检验：-H0：两组转化率无差异（p1=p2）；H1：实验组更高。-计算Z-score：Z=(p2-p1)/√[(p1(1-p1)/n1)+p2(1-p2)/n2]。-若p<0.05，拒绝H0，认为转化率显著提高。p值含义：-表示在H0成立时，观察到的差异或更极端结果出现的概率。三、计算题答案题目9：1.标准正态分布计算：Z1=(260-300)/40=-2，Z2=(340-300)/40=1，P(260<X<340)=P(-2<Z<1)=0.6826。2.95%置信区间：下限=300-1.9640=220.4元。题目10：1.点估计：150/200=0.75（75%）。2.置信区间：标准误=√[0.75(1-0.75)/200]=0.0348，95%CI=[0.75-1.960.0348,0.75+1.960.0348]=[0.68,0.82]。3.样本量扩倍：新样本量=200(0.75(1-0.75)/0.0348²)=451。四、综合应用题答案1.数据预处理：-异常值处理：IQR法删除或替换；-标准化：用(Z-score)将数据缩放到均值为0、标准差为1。2.分析方法：-相关性分析：计算年龄/金额与购买频率的Pearson系数；-回归分析：建立多元线性回归模型。3.回归