2026年数据分析岗位笔试高频考点

2026年数据分析岗位笔试高频考点一、统计学基础（5题，每题4分，共20分）1.题目：某城市2025年1月至12月的空气质量指数（AQI）数据如下：[100,110,120,130,140,150,160,170,180,190,200,210]。请计算该城市2025年AQI数据的平均数、中位数和众数。2.题目：某电商平台的用户购买行为数据如下：购买次数分别为5,6,7,8,9次。请计算该数据的方差和标准差。3.题目：某公司员工的年龄数据如下：[25,26,27,28,29,30,31,32,33,34]。请计算该数据的样本协方差和相关系数。4.题目：某地区的房价数据如下：[5000,5500,6000,6500,7000,7500,8000]。请计算该数据的四分位数（Q1、Q3）和四分位距（IQR）。5.题目：某产品的销售数据如下：[100,200,300,400,500]。请计算该数据的偏度和峰度。二、概率论基础（5题，每题4分，共20分）1.题目：某城市的降雨概率如下：晴天概率为0.7，阴天概率为0.2，雨天概率为0.1。如果今天是晴天，那么明天晴天的概率是多少？2.题目：某公司员工的离职概率如下：离职概率为0.05。如果某员工已经工作了3年，那么他未来一年内离职的概率是多少？3.题目：某产品的次品率为0.05。如果随机抽取3个产品，请计算至少有一个次品的概率。4.题目：某地区的交通事故发生概率为0.01。如果某天发生了2起交通事故，请计算这2起事故是同一类型的概率。5.题目：某公司的员工满意度调查如下：满意概率为0.6，一般概率为0.3，不满意概率为0.1。如果随机抽取3名员工，请计算至少有2名员工满意的概率。三、数据挖掘与机器学习（5题，每题4分，共20分）1.题目：某电商平台的用户购买行为数据如下：购买次数分别为5,6,7,8,9次。请使用K-Means聚类算法将该数据聚类为3类，并计算每个类别的中心点。2.题目：某公司的员工离职数据如下：年龄、工龄、收入、离职情况。请使用决策树算法预测员工是否离职，并计算模型的准确率。3.题目：某地区的房价数据如下：面积、房间数、价格。请使用线性回归算法预测房价，并计算模型的均方误差（MSE）。4.题目：某公司的客户数据如下：年龄、性别、购买金额。请使用关联规则算法挖掘客户的购买行为模式，并给出关联规则。5.题目：某电商平台的用户评论数据如下：评论内容。请使用文本分类算法对评论进行情感分析，并计算模型的精确率、召回率和F1值。四、SQL查询（5题，每题4分，共20分）1.题目：某公司的员工表（employees）包含以下字段：员工ID（emp_id）、姓名（name）、部门（department）、入职日期（hire_date）。请查询2020年入职的员工名单。2.题目：某公司的订单表（orders）包含以下字段：订单ID（order_id）、客户ID（customer_id）、订单日期（order_date）、金额（amount）。请查询2025年金额最高的订单信息。3.题目：某公司的产品表（products）包含以下字段：产品ID（prod_id）、产品名称（name）、价格（price）、库存（stock）。请查询价格大于1000元的产品信息。4.题目：某公司的员工表（employees）和部门表（departments）包含以下字段：员工表（emp_id、name、department_id），部门表（department_id、department_name）。请查询每个部门的员工人数。5.题目：某公司的订单表（orders）和客户表（customers）包含以下字段：订单表（order_id、customer_id、order_date、amount），客户表（customer_id、name、city）。请查询每个城市的订单总金额。五、数据可视化（5题，每题4分，共20分）1.题目：某公司的员工年龄数据如下：[25,26,27,28,29,30,31,32,33,34]。请绘制该数据的直方图，并解释其分布特征。2.题目：某地区的房价数据如下：[5000,5500,6000,6500,7000,7500,8000]。请绘制该数据的箱线图，并解释其分布特征。3.题目：某公司的员工离职数据如下：年龄、工龄、收入、离职情况。请绘制该数据的散点图矩阵，并解释各变量之间的关系。4.题目：某电商平台的用户购买行为数据如下：购买次数分别为5,6,7,8,9次。请绘制该数据的饼图，并解释各类别占比。5.题目：某公司的员工满意度调查数据如下：满意、一般、不满意。请绘制该数据的雷达图，并解释各类别得分。六、业务分析（5题，每题4分，共20分）1.题目：某电商平台的用户购买行为数据如下：购买次数分别为5,6,7,8,9次。请分析用户的购买偏好，并提出优化建议。2.题目：某公司的员工离职数据如下：年龄、工龄、收入、离职情况。请分析员工离职的原因，并提出挽留措施。3.题目：某地区的房价数据如下：面积、房间数、价格。请分析房价的影响因素，并提出调控建议。4.题目：某公司的客户数据如下：年龄、性别、购买金额。请分析客户的购买行为模式，并提出营销策略。5.题目：某公司的员工满意度调查数据如下：满意、一般、不满意。请分析员工满意度的原因，并提出改进措施。答案与解析一、统计学基础1.答案：-平均数：140.92-中位数：140-众数：无解析：平均数是所有数据的总和除以数据的个数。中位数是将数据排序后位于中间的值。众数是出现次数最多的值，该数据中每个值只出现一次，因此没有众数。2.答案：-方差：9-标准差：3解析：方差是每个数据与平均数的差的平方的平均数。标准差是方差的平方根。3.答案：-样本协方差：4.84-相关系数：0.99解析：样本协方差是两个变量的交叉乘积的平均数。相关系数是样本协方差除以两个变量的标准差的乘积。4.答案：-Q1：6000-Q3：7500-IQR：1500解析：四分位数是将数据排序后，位于25%和75%位置的值。四分位距是Q3与Q1的差。5.答案：-偏度：0.5-峰度：-1.5解析：偏度衡量数据的对称性。峰度衡量数据的尖锐程度。二、概率论基础1.答案：0.7解析：在已知今天是晴天的情况下，明天晴天的概率仍然是0.7。2.答案：0.05解析：离职概率是独立的，未来一年内离职的概率仍然是0.05。3.答案：0.1426解析：至少有一个次品的概率是1减去没有次品的概率。4.答案：0.0001解析：两起事故是同一类型的概率是两起事故同时发生的概率。5.答案：0.836解析：至少有2名员工满意的概率是组合计算的结果。三、数据挖掘与机器学习1.答案：-类别1中心点：(7,7.5)-类别2中心点：(8,8.5)-类别3中心点：(9,9)解析：K-Means聚类算法通过迭代将数据聚类为指定类别，并计算每个类别的中心点。2.答案：准确率：85%解析：决策树算法通过递归分割数据，预测员工是否离职，并计算模型的准确率。3.答案：MSE：5000解析：线性回归算法通过拟合数据，预测房价，并计算均方误差。4.答案：-关联规则：{购买产品A}=>{购买产品B}解析：关联规则算法通过挖掘数据中的频繁项集，生成关联规则。5.答案：-精确率：80%-召回率：70%-F1值：75%解析：文本分类算法通过机器学习模型对文本进行分类，并计算精确率、召回率和F1值。四、SQL查询1.答案：sqlSELECTnameFROMemployeesWHEREhire_dateBETWEEN'2020-01-01'AND'2020-12-31';2.答案：sqlSELECTFROMordersWHEREorder_dateBETWEEN'2025-01-01'AND'2025-12-31'ORDERBYamountDESCLIMIT1;3.答案：sqlSELECTFROMproductsWHEREprice>1000;4.答案：sqlSELECTdepartments.department_name,COUNT(employees.emp_id)ASemployee_countFROMemployeesJOINdepartmentsONemployees.department_id=departments.department_idGROUPBYdepartments.department_name;5.答案：sqlSELECTcustomers.city,SUM(orders.amount)AStotal_amountFROMordersJOINcustomersONorders.customer_id=customers.customer_idGROUPBYcustomers.city;五、数据可视化1.答案：-直方图：数据呈正态分布，中心在30岁左右。解析：直方图可以直观地展示数据的分布特征。2.答案：-箱线图：数据呈正态分布，中心在6500元左右。解析：箱线图可以展示数据的分布范围和异常值。3.答案：-散点图矩阵：年龄与工龄正相关，收入与工龄正相关。解析：散点图矩阵可以展示多个变量之间的关系。4.答案：-饼图：购买次数为8次的占比最高，为20%。解析：饼图可以展示各类别的占比。5.答案：-雷达图：满意度得分最高，一般得分最低。解析：雷达图可以展示多个变量的得分情况。六、业务分析1.答案：-购买偏好：用户倾向于购买购买次数为8次的产品。解析：通过分析购买次数，可以了解用户的购买偏好，并提出优化建议。2.答案：-离职原因：收入较低、工龄较短。解析：通过分析员工离职数据，可以了解员工