2026年数据分析师笔试题库含详解

2026年数据分析师笔试题库含详解一、选择题（共5题，每题2分）1.数据清洗中，处理缺失值最常用的方法是什么？A.删除缺失值B.填充均值/中位数C.插值法D.以上都是2.以下哪个指标最适合衡量分类模型的预测效果？A.均方误差（MSE）B.熵权法C.准确率（Accuracy）D.相关系数3.假设某电商平台的用户购买转化率为5%，现通过优化推荐算法将转化率提升至7%，提升幅度为？A.20%B.40%C.50%D.30%4.以下哪个SQL语句可以查询出2025年全年销售额超过100万的订单？sqlA.SELECTFROMordersWHEREYEAR(date)=2025ANDtotal_sales>100000;B.SELECTdate,total_salesFROMordersWHEREdateBETWEEN'2025-01-01'AND'2025-12-31'ANDtotal_sales>100000;C.SELECTFROMordersWHEREdate>='2025-01-01'ANDdate<='2025-12-31'ANDtotal_sales>100000;D.以上都正确5.在数据可视化中，哪个图表最适合展示不同城市用户的年龄分布？A.条形图B.散点图C.饼图D.热力图二、填空题（共4题，每题2分）1.在逻辑回归模型中，参数θ的更新公式为______。（答案：θ:=θ-α∇L(θ)）2.SQL中，使用______函数可以将日期转换为字符串格式。（答案：TO_CHAR/STRFTIME）3.数据分析中，假设检验的零假设通常表示______。（答案：没有显著差异/没有关系）4.在A/B测试中，控制组通常是指______。（答案：不接受实验组变化的用户群体）三、简答题（共3题，每题5分）1.简述数据分析师在电商行业的主要工作职责。（答案要点：-收集、清洗、处理电商平台用户行为数据；-分析用户画像、购买路径、转化率等关键指标；-通过A/B测试优化产品或运营策略；-制作数据可视化报告，为业务决策提供支持。）2.解释什么是“数据偏差”，并举例说明如何减少偏差。（答案要点：-数据偏差指数据采集或处理过程中因方法或样本问题导致结果偏离真实情况；-例如：抽样时仅选择高学历用户，导致分析结果无法代表全体用户；-减少偏差的方法：扩大样本量、随机抽样、交叉验证。）3.在用户留存分析中，如何定义“流失用户”？请说明指标计算方法。（答案要点：-流失用户指在特定时间段内未再登录或购物的用户；-计算公式：流失率=流失用户数/总活跃用户数100%。）四、编程题（共2题，每题10分）1.使用Python（Pandas库）处理以下数据：pythonimportpandasaspddata={'用户ID':[1,2,3,4,5],'城市':['北京','上海','广州','深圳','北京'],'销售额':[12000,15000,8000,20000,16000]}df=pd.DataFrame(data)要求：-统计每个城市的总销售额；-按销售额降序排列，并输出前2名。python答案：result=df.groupby('城市')['销售额'].sum().sort_values(ascending=False).head(2)print(result)2.SQL编程：假设有两张表：-`orders`（订单表，字段：订单ID、用户ID、订单金额、下单时间）；-`users`（用户表，字段：用户ID、注册时间）。请写出SQL语句，查询出2025年注册且至少下过1笔订单的用户数量。sql--答案：SELECTCOUNT(DISTINCTu.用户ID)FROMusersuJOINordersoONu.用户ID=o.用户IDWHEREu.注册时间>='2025-01-01'ANDo.下单时间BETWEEN'2025-01-01'AND'2025-12-31';五、综合分析题（共1题，20分）某在线教育平台希望提升用户完课率，你作为数据分析师，需要分析以下数据集：plaintext字段：用户ID、课程ID、是否完成（1为完成，0为未完成）、学习时长（分钟）、注册时间（年月）、课程难度（1-5）。要求：1.描述数据集的基本统计特征（如平均学习时长、完课率）；2.分析哪些因素（如课程难度、学习时长）对完课率影响最大；3.提出至少2条提升完课率的建议，并说明数据支持。答案要点：1.统计特征：-完课率=完成人数/总人数；-学习时长均值、中位数等。2.影响因素分析：-使用相关性分析或分组对比（如：高难度课程完课率更低）；-学习时长与完课率正相关（如：学习时长>30分钟完课率更高）。3.建议：-建议降低部分高难度课程内容或增加辅助资源；-设置阶段性奖励机制（如：完成50%内容后解锁新章节）。答案与解析选择题1.D-解析：缺失值处理方法多样，删除、填充、插值均可根据场景选择。2.C-解析：分类模型常用准确率、召回率等，MSE适用于回归问题。3.A-解析：转化率提升2个百分点（5%→7%），增幅为（7%-5%）/5%=40%，但实际提升幅度为20%。4.D-解析：选项B和C的SQL语法均正确，A虽可行但效率较低。5.A-解析：条形图适合比较分类数据，饼图适用于占比展示。填空题1.θ:=θ-α∇L(θ)-解析：逻辑回归梯度下降更新公式。2.TO_CHAR/STRFTIME-解析：SQL中日期转字符串函数。3.没有显著差异/没有关系-解析：零假设通常假设变量间无关联。4.不接受实验组变化的用户群体-解析：控制组用于对比实验效果。简答题1.电商行业数据分析师职责：-解析：涵盖数据采集、分析、可视化全流程，需结合业务场景（如用户行为、营销效果）。2.数据偏差及减少方法：-解析：偏差源于样本或处理误差，需通过随机抽样、数据校验等方法控制。3.流失用户定义及计算：-解析：流失用户需明确时间窗口（如30天未登录），指标计算需基于活跃用户而非总注册量。编程题1.Python答案解析：-groupby+sum+sort_values实现分组统计和排序，head(2)取前2名。2.