数据分析师考试试卷及答案

数据分析师考试试卷及答案一、填空题（共10题，每题1分）1.SQL中计算平均值的聚合函数是______。2.存储整数的SQL数据类型是______。3.常用BI工具除Tableau外还有______。4.反映数据离散程度的指标是______（示例）。5.ETL流程中“L”代表______。6.二分类常用算法是______（示例）。7.A/B测试中点击行为指标是______。8.数据仓库围绕事实表的是______表。9.类别特征转数值的方法是______（示例）。10.pandas合并DataFrame的函数是______。二、单项选择题（共10题，每题2分）1.SQL取前5行的关键字是（）A.LIMIT5B.TOP5C.FETCH5D.GET52.数据清洗第一步是（）A.缺失值处理B.数据导入C.异常值检测D.重复值删除3.Pearson相关系数范围是（）A.[-1,1]B.[0,1]C.(-∞,+∞)D.[0,+∞)4.展示时间趋势的图表是（）A.柱状图B.折线图C.饼图D.散点图5.pandas读CSV的函数是（）A.read_csvB.read_excelC.load_csvD.import_csv6.属于监督学习的算法是（）A.K-MeansB.PCAC.决策树D.关联规则7.A/B测试样本量依据不包括（）A.置信水平B.统计功效C.最小可检测差异D.用户数量8.星型模型核心是（）A.多事实表B.多维度表关联1事实表C.维度嵌套D.无事实表9.特征选择方法是（）A.卡方检验B.独热编码C.归一化D.填充缺失值10.异常值检测方法是（）A.3σ原则B.均值填充C.可视化D.数据转换三、多项选择题（共10题，每题2分）1.SQL聚合函数包括（）A.SUMB.COUNTC.MAXD.WHERE2.数据清洗步骤有（）A.重复值处理B.缺失值处理C.异常值处理D.标准化3.可视化工具包括（）A.TableauB.PowerBIC.MatplotlibD.Seaborn4.描述性统计指标有（）A.均值B.中位数C.标准差D.回归系数5.ETL环节包括（）A.抽取B.转换C.加载D.分析6.监督学习算法有（）A.SVMB.随机森林C.K-MeansD.朴素贝叶斯7.A/B测试核心指标有（）A.CTRB.转化率C.留存率D.样本量8.数据仓库维度类型有（）A.时间B.产品C.用户D.事实9.特征工程步骤有（）A.选择B.转换C.提取D.训练10.异常值处理方法有（）A.删除B.填充C.转换D.保留四、判断题（共10题，每题2分）1.中位数不受极端值影响（）2.GROUPBY后只能接聚合函数（）3.pandasgroupby默认升序（）4.线性回归适用于分类（）5.A/B测试需随机分组（）6.星型模型维度表关联事实表外键（）7.特征工程对模型无影响（）8.相关系数1表示完全正相关（）9.异常值必须删除（）10.可视化只需美观（）五、简答题（共4题，每题5分）1.简述数据清洗主要步骤2.简述GROUPBY与HAVING的区别3.简述A/B测试核心流程4.简述pandas缺失值处理方法六、讨论题（共2题，每题5分）1.电商平台提升转化率，如何设计A/B测试？2.如何判断线性回归模型效果好坏？---答案部分一、填空题1.AVG2.INT3.PowerBI4.标准差5.加载（Load）6.逻辑回归7.点击率（CTR）8.维度9.独热编码10.merge二、单项选择题1.A2.B3.A4.B5.A6.C7.D8.B9.A10.A三、多项选择题1.ABC2.ABCD3.ABCD4.ABC5.ABC6.ABD7.ABC8.ABC9.ABC10.ABCD四、判断题1.√2.×3.√4.×5.√6.√7.×8.√9.×10.×五、简答题1.数据清洗步骤：①导入检查（确认结构/缺失）；②重复值处理（删除/标记）；③缺失值处理（填充/删除/插值）；④异常值处理（3σ/箱线图检测，删除/填充）；⑤格式转换（日期/数值统一）；⑥一致性检查（逻辑验证）。2.GROUPBY按字段分组，HAVING筛选分组后聚合结果；HAVING需配合GROUPBY，仅用聚合条件，WHERE不能用聚合；例：SELECTdept,COUNT()FROMempGROUPBYdeptHAVINGCOUNT()>5。3.A/B测试流程：①明确目标（如转化率提升）；②设计变量（如按钮颜色）；③随机分组（保证无偏差）；④执行测试（收集数据）；⑤统计分析（t检验判断差异）；⑥决策（上线/迭代）。4.pandas缺失值处理：①删除（dropna()）；②填充（fillna()，均值/中位数/ffill）；③插值（interpolate()）；④标记（isna()/notna()）。六、讨论题1.电商转化率A/B测试：①目标：详情页→下单转化率提升；②变量：“立即购买”按钮颜色（A红/B橙）；③样本：随机分两组（各1000人）；④控制：其他元素一致；⑤收集：7天点击/下单数据；⑥分析：t检验判断差异（p<0.05）；⑦决策：显著则上线，否则