2026年全国数据技术与应用职业技能竞赛（商务数据分析与应用）必练题（共350题）

2026年全国数据技术与应用职业技能竞赛（商务数据分析与应用）必练题（共350题）一、单选题（共200题）1.在Python的pandas库中，读取CSV文件的函数是（）。A.load_csv()B.read.csv()C.read_csv()D.open_csv()【答案】C【解析】pandas库提供read_csv()函数读取CSV文件，返回DataFrame对象。2.Pandas中查看DataFrame前5行数据的方法是（）。A.df.tail()B.df.head()C.df.preview(5)D.df.first(5)【答案】B【解析】df.head()默认显示前5行，df.tail()显示末尾行。3.使用pandas读取Excel文件时，指定工作表的参数是（）。A.sheet_nameB.tableC.indexD.sheet【答案】A【解析】pd.read_excel('file.xlsx',sheet_name='Sheet1')中sheet_name指定工作表。4.在pandas中，将两个DataFrame按照行索引合并的函数是（）。A.merge()B.join()C.concat()D.combine()【答案】C【解析】concat()可沿轴进行拼接，axis=0按行合并；merge()按列键合并。5.在DataFrame中删除含有缺失值的行，使用的方法是（）。A.df.fillna()B.df.dropna()C.df.remove_na()D.df.replace_na()【答案】B【解析】dropna()用于删除含有缺失值的行或列，fillna()是填充缺失值。6.df['column'].mean()的作用是（）。A.计算列的中位数B.计算列的总和C.计算列的均值D.计算列的众数【答案】C【解析】mean()计算均值，median()中位数，sum()求和，mode()众数。7.Pandas中对DataFrame分组后聚合，使用的通用方法是（）。A.groupby()后接aggregate()B.group()后接apply()C.split()后接combine()D.pivot()【答案】A【解析】df.groupby('key').agg()或aggregate()可实现分组聚合。8.将DataFrame列转换为datetime类型的函数是（）。A.pd.to_datetime()B.pd.to_timestamp()C.df.astype('datetime')D.pd.parse_date()【答案】A【解析】pd.to_datetime()用于转换日期时间格式。9.下列哪种方式可以快速生成数值序列0,1,2,...,9的NumPy数组？（）A.np.array(range(10))B.np.arange(10)C.np.linspace(0,9,10)D.np.zeros(10)【答案】B【解析】np.arange(10)生成0-9的数组；np.linspace(0,9,10)生成10个均匀分布数，但包括端点。10.NumPy中计算数组元素总和的函数是（）。A.np.add()B.np.sum()C.np.total()D.np.cumsum()【答案】B【解析】np.sum()计算和，np.cumsum()返回累加数组。11.在matplotlib中，用于创建折线图的函数是（）。A.plt.bar()B.plt.plot()C.plt.scatter()D.plt.hist()【答案】B【解析】plot()绘制折线图，bar()柱状图，scatter()散点图，hist()直方图。12.要在matplotlib中设置图形标题，应使用（）。A.plt.xlabel()B.plt.title()C.plt.legend()D.plt.grid()【答案】B【解析】plt.title()设置标题，xlabel/ylabel轴标签，legend图例，grid网格。13.Seaborn中绘制箱线图的函数是（）。A.sns.distplot()B.sns.boxplot()C.sns.lineplot()D.sns.scatterplot()【答案】B【解析】sns.boxplot()绘制箱线图，可直观显示异常值。14.以下哪种图表最适合展示各类别占总体的比例？（）A.折线图B.饼图C.散点图D.直方图【答案】B【解析】饼图显示部分与整体的占比关系，折线图观察趋势，散点图看分布。15.在SQL中，从表中查询所有列的正确语句是（）。A.SELECTFROMtable;B.SELECTallFROMtable;C.SELECTcolumnsFROMtable;D.FETCHFROMtable;【答案】A【解析】SELECT表示选择所有列。16.SQL中用于去除重复行的关键字是（）。A.UNIQUEB.DISTINCTC.DIFFERENTD.ONLY【答案】B【解析】SELECTDISTINCTcolumnFROMtable;返回唯一值。17.若要从员工表emp中筛选薪资大于5000的职员，应使用（）。A.SELECTFROMempWHEREsalary>5000;B.SELECTFROMempHAVINGsalary>5000;C.SELECTFROMempGROUPBYsalary>5000;D.SELECTFROMempFILTERsalary>5000;【答案】A【解析】WHERE用于行级筛选，HAVING用于分组后筛选。18.聚合函数COUNT()的功能是（）。A.统计所有列的和B.统计非空行数量C.统计行总数（包含NULL）D.统计唯一值个数【答案】C【解析】COUNT()计算包括NULL在内的所有行数，COUNT(column)不计NULL。19.在SQL中，对查询结果进行排序的关键字是（）。A.GROUPBYB.ORDERBYC.SORTBYD.ARRANGEBY【答案】B【解析】ORDERBYcolumnASC/DESC进行排序。20.使用GROUPBY分组后，想筛选出总销售额大于10000的部门，应使用（）。A.WHERE总销售额>10000B.HAVINGSUM(sales)>10000C.FILTERSUM(sales)>10000D.WHERESUM(sales)>10000【答案】B【解析】HAVING搭配聚合函数对分组结果过滤，WHERE不能包含聚合函数。21.SQL中内连接返回的行是（）。A.两个表的并集B.左表所有行C.右表所有行D.两个表中匹配的行【答案】D【解析】INNERJOIN返回两表连接键匹配的行。22.LEFTJOIN会保留哪一侧的所有记录？（）A.仅保留匹配记录B.左表所有记录C.右表所有记录D.两表所有记录【答案】B【解析】LEFTJOIN左外连接，左表记录全保留，右表无匹配填NULL。23.窗口函数ROW_NUMBER()的作用是（）。A.返回分区内的排名（有间隔）B.返回分区内的唯一行号C.计算累计总和D.返回分区内百分比排名【答案】B【解析】ROW_NUMBER()为分区每行分配唯一连续编号；RANK()有间隔。24.在SQL中删除表的所有数据但保留表结构的命令是（）。A.DELETEFROMtable;B.DROPTABLEtable;C.TRUNCATETABLEtable;D.REMOVEFROMtable;【答案】C【解析】TRUNCATETABLE快速删除所有数据，不能回滚，保留表结构；DELETE可带条件。25.对于数值型变量，描述其集中趋势的指标不包括（）。A.均值B.中位数C.标准差D.众数【答案】C【解析】标准差是离散程度指标，均值、中位数、众数反映集中趋势。26.一组数据排序后位于中间位置的数值称为（）。A.均值B.中位数C.众数D.分位数【答案】B【解析】中位数是50%分位数，不受极端值影响。27.数据波动的程度可以用下列哪个指标衡量？（）A.均值B.中位数C.极差D.众数【答案】C【解析】极差=最大值-最小值，反映离散程度；标准差、方差也衡量波动。28.正态分布的偏度系数为（）。A.0B.1C.-1D.3【答案】A【解析】标准正态分布对称，偏度=0；峰度通常为3（超额峰度为0）。29.皮尔逊相关系数的取值范围是（）。A.0到1B.-1到1C.任意实数D.0到正无穷【答案】B【解析】相关系数r∈[-1,1]，绝对值越接近1线性相关越强。30.在假设检验中，当p值小于显著性水平α时，应（）。A.接受原假设B.拒绝原假设C.增加样本量D.重新设定α【答案】B【解析】p<α时，小概率事件发生，拒绝原假设，认为结果显著。31.置信区间构建时，若置信水平从95%提高到99%，区间宽度会（）。A.变窄B.变宽C.不变D.取决于样本量【答案】B【解析】置信水平越高，区间宽度越大，以确保更大把握包含参数。32.用于比较两组独立样本均值差异的常用检验是（）。A.卡方检验B.t检验C.F检验（方差分析）D.符号检验【答案】B【解析】独立样本t检验用于两组均值比较；多组比较用方差分析。33.在方差分析（ANOVA）中，若p值小于0.05，说明（）。A.各组方差相等B.至少有一组均值与其他组有显著差异C.所有组均值相等D.数据不满足正态性【答案】B【解析】ANOVA原假设为各组均值相等，p<0.05则拒绝，认为存在显著差异。34.线性回归模型y=β0+β1x中，β1的含义是（）。A.截距B.x增加一个单位时y的平均变化量C.相关系数D.决定系数【答案】B【解析】β1为斜率，解释自变量x单位变化对因变量y均值的影响。35.评价回归模型拟合优度的决定系数R²，其正确解释是（）。A.残差平方和占总平方和的比例B.回归平方和占总平方和的比例C.自变量个数D.模型斜率【答案】B【解析】R²=SSR/SST，表示模型解释的变异比例，越接近1拟合越好。36.逻辑回归主要用于解决什么问题？（）A.回归预测连续值B.二分类问题C.聚类D.关联规则挖掘【答案】B【解析】逻辑回归输出概率，用于分类（可扩展到多分类）。37.K-Means聚类算法中，簇的数量K通常如何选择？（）A.根据层次聚类树确定B.使用肘部法观察SSE下降拐点C.随机选择D.必须等于样本数开方【答案】B【解析】肘部法通过绘制K与簇内误差平方和(SSE)的曲线，选择“肘部”对应的K。38.关联规则X→Y的提升度大于1，意味着（）。A.X和Y负相关B.X和Y独立C.X的出现促进Y的出现D.规则无意义【答案】C【解析】提升度>1表示正相关，X的出现增加了Y出现的概率。39.时间序列数据中，季节性成分是指（）。A.长期趋势B.不规则的随机波动C.固定周期内重复的模式D.序列的突发变化【答案】C【解析】季节性是指在特定固定时间间隔（如季度、月份）内周期性波动。40.移动平均法主要用于（）。A.增强数据的随机性B.平滑时间序列，消除随机波动C.建立回归模型D.检测异常值【答案】B【解析】移动平均通过平均过去若干期数据来平滑序列，反映趋势。41.Excel中VLOOKUP函数的第四个参数为FALSE表示（）。A.近似匹配B.精确匹配C.模糊匹配D.不区分大小写【答案】B【解析】range_lookup为FALSE要求精确匹配，TRUE或省略为近似匹配。42.在Excel数据透视表中，将字段拖到“值”区域后默认的计算方式是（）。A.计数B.求和（对数值）或计数（对文本）C.平均值D.最大值【答案】B【解析】数值字段默认求和，文本字段默认计数。43.要快速突出显示Excel表格中销售额大于10000的单元格，可以使用（）。A.数据验证B.条件格式C.排序D.筛选【答案】B【解析】条件格式可根据单元格值动态设置格式。44.PowerQuery在Excel中的主要作用是（）。A.数据可视化B.数据导入、清洗和转换C.创建数据透视表D.运行VBA代码【答案】B【解析】PowerQuery是ETL工具，用于连接、清洗、整合数据。45.以下哪个描述统计量能最有效地发现异常值？（）A.均值B.箱线图中的上下须C.标准差D.偏度【答案】B【解析】箱线图通过四分位距(IQR)确定须外点为异常值。46.在对数据进行标准化处理时，Z-score公式为（）。A.(x-min)/(max-min)B.(x-mean)/stdC.x/meanD.log(x)【答案】B【解析】Z-score标准化使数据均值为0，标准差为1。47.数据清洗中处理重复记录，Pandas可用的函数是（）。A.drop_duplicates()B.duplicate_remove()C.unique()D.distinct()【答案】A【解析】df.drop_duplicates()去除完全重复的行。48.数据编码中，将类别变量转化为0/1变量的方法是（）。A.标签编码B.独热编码C.二值化D.分箱【答案】B【解析】One-HotEncoding创建虚拟变量，避免大小关系假设。49.商业数据分析中，GMV的全称是（）。A.商品交易总额B.净收入C.毛利润D.用户终身价值【答案】A【解析】GrossMerchandiseVolume为一段时间内商品交易总额。50.指标“客单价”的计算公式是（）。A.总收入/总订单数B.总收入/总用户数C.总利润/总订单数D.总订单数/总用户数【答案】A【解析】客单价通常指每个订单的平均金额。51.用于衡量用户忠诚度的常用指标是（）。A.转化率B.次日留存率C.点击率D.获客成本【答案】B【解析】留存率反映用户持续使用情况，次日/7日/30日留存率衡量忠诚度。52.客户生命周期价值（LTV）的典型含义是（）。A.获取一个客户的平均成本B.客户从开始到流失期间贡献的总利润C.客户年度消费金额D.客户推荐新用户数量【答案】B【解析】LTV衡量客户全生命周期带来的净利润。53.RFM模型中，“F”代表（）。A.最近一次消费时间B.消费频率C.消费金额D.客户等级【答案】B【解析】R=Recency（近度），F=Frequency（频度），M=Monetary（金额）。54.一个电商促销活动前的日均销售额为10万，活动期间日均30万，活动ROI为3，表示（）。A.投入1元带来3元毛利B.投入成本是销售额的三分之一C.投入成本为10万D.利润为20万【答案】A【解析】ROI=(收益-成本)/成本，ROI=3说明净收益是成本的3倍。55.A/B测试中，通常需要保证的最小样本量取决于（）。A.预期效应大小、显著性水平和统计功效B.只有显著性水平C.测试时长D.页面颜色【答案】A【解析】样本量计算基于效应量、α（显著性）、1-β（功效）。56.漏斗分析中，各个环节的转化率下降，通过什么手段优化？（）A.增加广告投放B.分析流失步骤原因并改进C.提高产品价格D.减少客服【答案】B【解析】漏斗分析帮助定位用户流失环节，针对性优化。57.数据挖掘流程CRISP-DM中，第一步是（）。A.数据理解B.业务理解C.数据准备D.建模【答案】B【解析】CRISP-DM六阶段：业务理解、数据理解、数据准备、建模、评估、部署。58.以下哪个不是数据仓库的特点？（）A.面向主题B.集成的C.时变的D.面向事务【答案】D【解析】数据仓库面向主题、集成、非易失、时变；面向事务是操作型数据库特点。59.ETL过程中“T”指的是（）。A.抽取B.转换C.加载D.传输【答案】B【解析】Extract-Transform-Load，T为数据清洗、转换。60.在数据可视化中，图表的墨水比（Data-InkRatio）应尽可能（）。A.低B.高C.无要求D.保持为零【答案】B【解析】高墨水比意味着更多墨水用于展示数据，减少非数据装饰。61.显示两个连续变量间关系的合适图表是（）。A.饼图B.散点图C.柱形图D.雷达图【答案】B【解析】散点图展示两个数值变量的相关性和分布。62.在Matplotlib中，plt.hist()用于绘制（）。A.饼图B.直方图C.箱线图D.条形图【答案】B【解析】hist绘制直方图，显示数据的频率分布。63.在使用Tableau或PowerBI时，“维度”通常是指（）。A.数值型变量B.类别型变量（分类数据）C.聚合度量D.计算字段【答案】B【解析】维度一般为离散的类别字段，度量一般为数值型可聚合字段。64.数据可视化中，使用不同颜色表示地理区域上的数据分布，通常使用（）。A.热力图B.气泡图C.填充地图（Choropleth）D.树状图【答案】C【解析】填充地图用颜色深浅表示区域度量值。65.Pandas中，()显示信息包括（）。A.各列非空数量及数据类型B.数据的最大值C.相关系数矩阵D.数据完整图形【答案】A【解析】info()给出DataFrame的列数、非空计数、数据类型等概要。66.将DataFrame写入CSV文件，不写入行索引，参数设置为（）。A.index=TrueB.index=FalseC.header=FalseD.ignore_index=True【答案】B【解析】index=False防止将行索引写入文件。67.NumPy中创建全1数组的函数是（）。A.np.ones(5)B.np.zeroes(5)C.np.full(5,1)D.np.identity(5)【答案】A【解析】np.ones(shape)生成指定形状全1数组。68.用于计算协方差矩阵的NumPy函数是（）。A.np.cov()B.np.corrcoef()C.np.var()D.np.std()【答案】A【解析】np.cov()计算协方差矩阵，np.corrcoef()计算相关系数矩阵。69.在统计分析中，p值的正确理解是（）。A.原假设为真的概率B.观察到的结果或更极端结果出现的概率，假定原假设为真C.备择假设为真的概率D.犯第I类错误的概率【答案】B【解析】p值是在原假设成立时，得到当前及更极端结果的概率。70.若置信度为95%，则显著性水平α通常为（）。A.0.01B.0.05C.0.10D.0.95【答案】B【解析】α=1-置信水平，95%置信区间对应α=0.05。71.在多元线性回归中，多重共线性会导致（）。A.系数估计不稳定B.R²降低C.残差非正态D.模型欠拟合【答案】A【解析】高度相关自变量引起回归系数估计方差变大，不稳定。72.检测多重共线性的常用指标是（）。A.杜宾-沃森统计量B.方差膨胀因子(VIF)C.残差平方和D.调整R²【答案】B【解析】VIF>10通常表明存在严重共线性。杜宾-沃森用于自相关。73.逻辑回归的决策边界通常是（）。A.直线或超平面B.圆形C.树形D.随机曲线【答案】A【解析】逻辑回归是线性分类器，决策边界为线性函数。74.K-Means聚类收敛的标准通常基于（）。A.簇中心不再变化或变动极小B.迭代次数达到1C.所有点都成为簇心D.簇内点数量相等【答案】A【解析】当质心几乎不变或达到最大迭代次数时停止。75.关联规则中，支持度（support）表示（）。A.X和Y同时出现的概率B.已知X出现Y出现的概率C.Y出现的概率D.提升度【答案】A【解析】支持度=P(X∪Y)，即同时包含X和Y的事务比例。76.时间序列的平稳性是指（）。A.均值和方差随时间恒定B.序列持续上升C.有季节性D.方差持续增大【答案】A【解析】平稳序列统计特性不随时间变化，是许多模型的前提。77.在Excel中，若A列是员工姓名，B列是销售额，要返回“张三”对应的销售额，可用公式（）。A.=HLOOKUP("张三",A:B,2,0)B.=VLOOKUP("张三",A:B,2,0)C.=MATCH("张三",A:A,0)D.=INDEX(B:B,MATCH("张三",A:A,0))【答案】B（或D，但B最直接）【解析】VLOOKUP在首列垂直查找，返回同一行第2列的值，0表示精确匹配。78.数据透视表中“切片器”的功能是（）。A.对数据进行排序B.创建动态筛选面板C.修改数值格式D.分组日期【答案】B【解析】切片器提供图形化筛选按钮，可快速过滤透视表数据。79.数据分析中，描述数据分布的“五数概括”不包括（）。A.最小值B.第一四分位数C.均值D.中位数【答案】C【解析】五数概括：最小值、Q1、中位数、Q3、最大值，不含均值。80.箱线图中，异常值通常定义为（）。A.位于Q1-1.5IQR和Q3+1.5IQR之外的点B.中位数上下一个标准差C.最大值和最小值D.任意远离中心的值【答案】A【解析】IQR=Q3-Q1，超出上下须（Q1-1.5IQR，Q3+1.5IQR）视为异常值。81.数据离散化（分箱）的作用是（）。A.增加特征数量B.把连续数据转为类别，降低噪声影响C.增加模型复杂度D.删除缺失值【答案】B【解析】分箱将连续变量分组，可用于处理异常值和发现模式。82.特征缩放中，Min-Max归一化的转换区间通常为（）。A.[-1,1]B.[0,1]C.[0,无穷]D.[1,2]【答案】B【解析】Min-Max归一化将特征线性映射到[0,1]区间（或指定区间）。83.以下哪个不是数据质量评估维度？（）A.准确性B.完整性C.一致性D.业务目标【答案】D【解析】数据质量维度包括准确性、完整性、一致性、及时性、唯一性等。84.计算复购率的常用公式是（）。A.购买两次及以上的用户数/总购买用户数B.总订单数/总用户数C.复购用户数/注册用户数D.新用户数/老用户数【答案】A【解析】复购率衡量在周期内重复购买的客户比例。85.描述一个电商网站流量质量的指标是（）。A.页面浏览量（PV）B.独立访客数（UV）C.跳出率D.转化率【答案】C【解析】跳出率反映进入页面后未交互即离开的比例，可评估流量相关性。86.用户留存分析中的“同期群分析”是指（）。A.比较不同时期新增用户的留存情况B.所有用户一起分析C.只分析活跃用户D.按地区分组【答案】A【解析】同期群(cohort)将用户按首次行为时间分组，对比留存率变化。87.数据分析流程CRISP-DM中，评估阶段主要任务是（）。A.部署模型B.清洗数据C.评估模型是否达到业务目标D.选取数据源【答案】C【解析】评估阶段回顾建模过程，检查是否满足业务需求，决定是否部署。88.下列哪种数据库属于关系型数据库？（）A.MongoDBB.MySQLC.RedisD.Cassandra【答案】B【解析】MySQL是关系型数据库，MongoDB文档型，Redis键值型，Cassandra列族型。89.SQL中，UNION和UNIONALL的区别是（）。A.没有区别B.UNION去除重复行，UNIONALL保留所有行C.UNIONALL能排序D.UNION只能用于数字【答案】B【解析】UNION对结果去重，UNIONALL直接合并。90.在SQL中，“HAVING”子句必须与什么一起使用？（）A.ORDERBYB.GROUPBYC.WHERED.JOIN【答案】B【解析】HAVING过滤分组后的结果，通常与GROUPBY配合。91.如果要修改数据表中的数据，应使用SQL命令（）。A.INSERTB.UPDATEC.ALTERD.DELETE【答案】B【解析】UPDATEtableSETcolumn=valueWHEREcondition;修改现有记录。92.哪个SQL语句用于向表中插入新行？（）A.ADDB.INSERTINTOC.CREATED.ALTERTABLE【答案】B【解析】INSERTINTOtable(columns)VALUES(values);添加记录。93.在Python中，定义字典的符号是（）。A.[]B.{}C.()D.<>【答案】B【解析】字典使用花括号{}，列表使用[]，元组使用()。94.下列哪个库常用于高级数据可视化，并默认样式美观？（）A.NumPyB.MatplotlibC.SeabornD.Scikit-learn【答案】C【解析】Seaborn基于matplotlib，提供高级统计图形和更美默认主题。95.在机器学习中，过拟合是指（）。A.模型在训练集上表现差B.模型在训练集表现好但测试集表现差C.模型复杂度太低D.训练数据太多【答案】B【解析】过拟合对训练数据学习过头，泛化能力弱。96.为防止过拟合，可采用的方法不包括（）。A.增加正则化项B.减少特征数量C.增加模型复杂度D.交叉验证【答案】C【解析】增加模型复杂度更易导致过拟合。97.交叉验证通常将数据分为（）。A.训练集和测试集B.K个子集，轮换训练和验证C.仅使用训练集D.仅测试集【答案】B【解析】K折交叉验证将数据分为K份，每份依次作验证集。98.在Scikit-learn中，train_test_split函数的作用是（）。A.训练模型B.划分训练集和测试集C.数据标准化D.降维【答案】B【解析】该函数用于随机划分数据集。99.主成分分析（PCA）的主要目的是（）。A.分类B.降维，保留最大方差方向C.聚类D.回归【答案】B【解析】PCA通过正交变换将变量转换为较少的主成分，保留信息。100.下列哪种方法可以确定K-Means的K值？（）A.轮廓系数B.决定系数R²C.p值D.F1分数【答案】A【解析】轮廓系数(Silhouette)结合凝聚度和分离度评估聚类质量，可用于选K。101.在Apriori算法中，频繁项集是指（）。A.支持度大于等于最小支持度的项集B.置信度高的项集C.包含所有项的集合D.任意项集【答案】A【解析】频繁项集满足最小支持度阈值。102.业务分析中，RFM模型评分后，通常将客户分为多少类？（）A.2类B.8类（按高中低各两档）C.只有1类D.100类【答案】B【解析】R、F、M各自分高低两档（或三分），组合为8类或更多细分群体。103.电商中“购物车放弃率”高，应重点分析（）。A.页面加载速度、支付流程等B.商品库存数量C.员工考勤D.公司财报【答案】A【解析】购物车放弃通常与购物流程体验、价格、信任等有关。104.二八定律（帕累托法则）在商务数据中体现为（）。A.80%的销售额来自20%的客户B.所有客户贡献相同C.20%的产品产生20%的利润D.销售额与客户数正比【答案】A【解析】帕累托法则指少数客户/产品贡献大部分收入。105.指标“用户获取成本(CAC)”计算为（）。A.总营销费用/新增用户数B.总收入/总用户数C.总利润/新增用户数D.广告点击量/展示量【答案】A【解析】CAC衡量获得一个新付费用户的平均花费。106.网页转化率的公式是（）。A.下单用户数/独立访客数B.点击量/展示量C.销售额/订单数D.新增用户数/总用户数【答案】A【解析】转化率通常指完成目标行为的用户比例。107.文本数据分析中，TF-IDF的主要作用是（）。A.评估词语在文档集合中的重要程度B.计算词频C.情感分析D.图像识别【答案】A【解析】TF-IDF结合词频和逆文档频率，突出区分力强的词。108.用户画像构建不包括以下哪项？（）A.人口属性B.行为偏好C.用户密码D.消费习惯【答案】C【解析】用户密码属安全信息，不用于构建分析画像。109.数据脱敏是指（）。A.删除数据B.对敏感信息进行变形处理，保护隐私C.数据备份D.数据加密后丢弃密钥【答案】B【解析】脱敏保留数据格式与可用性，隐藏真实敏感数据。110.中国《个人信息保护法》规定，处理个人信息需取得（）。A.口头同意B.默示同意C.个人在充分知情的前提下自愿、明确作出同意D.无需同意【答案】C【解析】强调“告知-同意”原则，需明示同意。111.数据分析报告的核心应当围绕（）。A.模型复杂程度B.业务问题与建议C.代码行数D.技术工具选择【答案】B【解析】报告以业务导向，提供洞察和可执行建议。112.用于预测离散型目标变量的模型是（）。A.线性回归B.分类模型C.关联规则D.时间序列预测连续值【答案】B【解析】分类预测离散标签，回归预测连续数值。113.在Excel中，若要对A列进行降序排序，应先选中数据，然后点击（）。A.数据→升序B.数据→降序C.开始→排序D.插入→排序【答案】B【解析】数据选项卡下有排序按钮，选择降序。114.数据清洗时，发现“年龄”列存在负值，应（）。A.作为正常值保留B.视为异常值，修正或删除C.填充均值D.改变列类型【答案】B【解析】负年龄明显不合理，属于错误数据需处理。115.在Pandas中，将字符串类型的数字转为数值类型可用（）。A.pd.to_numeric()B.df.str()C.df.cat()D.df.astype('str')【答案】A【解析】pd.to_numeric()强制转换，错误可转为NaN。116.数据可视化中，避免使用过多颜色是因为（）。A.增加认知负荷，不易区分B.美观度下降C.颜色无法区分D.软件限制【答案】A【解析】过多颜色干扰信息接收，应有限制并保持一致性。117.用于展示数据分布和频率密度的合适图表是（）。A.散点图B.直方图C.折线图D.雷达图【答案】B【解析】直方图显示数值分布频率。118.在时间序列分解中，不包括以下哪个成分？（）A.趋势B.季节性C.随机波动D.方差分析【答案】D【解析】时间序列经典分解为趋势、季节、残差（随机）成分。119.ARIMA模型中，参数d代表（）。A.自回归阶数B.移动平均阶数C.差分次数D.季节性周期【答案】C【解析】ARIMA(p,d,q)，d为差分阶数以获得平稳序列。120.在Pandas中，对时间序列数据进行重采样（如由日到月）使用（）。A.resample()B.groupby()C.shift()D.rolling()【答案】A【解析】df.resample('M').sum()将日数据聚合为月数据。121.用于检测时间序列自相关的图表是（）。A.Q-Q图B.ACF/PACF图C.箱线图D.散点图矩阵【答案】B【解析】自相关函数ACF和偏自相关PACF图判断滞后相关性。122.在数据仓库建模中，星型模式的事实表主要存储（）。A.维度属性B.可加性度量值C.元数据D.索引【答案】B【解析】事实表记录业务过程度量，维度表存储描述性属性。123.Excel中，若要根据多个条件求和，如求产品A在东区的销售额，应使用（）。A.SUMB.SUMIFC.SUMIFSD.SUMPRODUCT【答案】C【解析】SUMIFS(求和区域,条件区域1,条件1,...)可多条件求和。124.在PowerBIDesktop中，用于编写数据提取和转换的语言是（）。A.PythonB.SQLC.M语言D.DAX【答案】C【解析】PowerQuery使用M语言；数据分析表达式DAX用于度量值计算。125.度量值DAX表达式通常写在哪个界面？（）A.报表视图B.数据视图或模型视图的度量C.关系视图D.查询编辑器【答案】B【解析】DAX度量通常在数据或模型视图中创建，用于动态计算。126.业务指标“毛利率”的计算公式是（）。A.(收入-成本)/收入B.净利润/收入C.成本/收入D.利润/成本【答案】A【解析】毛利率=(销售收入-销售成本)/销售收入。127.在零售数据分析中，“关联销售”分析常用哪种算法？（）A.决策树B.关联规则（Apriori）C.逻辑回归D.时间序列【答案】B【解析】购物篮分析通过关联规则发现商品组合。128.用户行为路径分析通常采用（）。A.桑基图或漏斗图B.饼图C.柱状图D.热力图【答案】A【解析】桑基图展示流向，漏斗图展示各步骤转化流失。129.进行A/B测试时，实验组和对照组的分配应当（）。A.按用户偏好B.随机且均匀C.让用户自选D.只选活跃用户【答案】B【解析】随机分配避免选择偏差，保证组间可比性。130.关于正态分布，以下描述正确的是（）。A.均值=中位数=众数B.是偏态分布C.有两个峰值D.均值大于中位数【答案】A【解析】标准正态分布对称，三者相等。131.中心极限定理指出，样本量足够大时，样本均值的分布近似（）。A.均匀分布B.正态分布C.指数分布D.原数据分布【答案】B【解析】无论总体分布如何，样本均值近似正态（n≥30通常）。132.两个事件A和B相互独立，则P(A∩B)等于（）。A.P(A)+P(B)B.P(A)P(B)C.P(A|B)D.P(A)-P(B)【答案】B【解析】独立事件满足P(A∩B)=P(A)P(B)。133.若变量X和Y的相关系数为-0.9，说明（）。A.强正相关B.强负相关C.无相关D.非线性相关【答案】B【解析】接近-1为强负线性相关。134.在散点图中添加一条最佳拟合直线，该直线基于（）。A.最小二乘法B.最大似然估计C.移动平均D.插值法【答案】A【解析】线性回归使用最小二乘法最小化残差平方和。135.对于分类任务，模型评估常用的指标是（）。A.R平方B.准确率、精确率、召回率C.均方误差D.轮廓系数【答案】B【解析】分类指标包括accuracy,precision,recall,F1等。136.在混淆矩阵中，FP（假阳）表示（）。A.实际为负，预测为负B.实际为正，预测为正C.实际为负，预测为正D.实际为正，预测为负【答案】C【解析】FP(FalsePositive)为实际负例被误报为正。137.精确率（Precision）的计算公式是（）。A.TP/(TP+FN)B.TP/(TP+FP)C.TP/(TP+TN)D.TN/(FP+TN)【答案】B【解析】精确率关注预测为正样本中真正为正的比例。138.召回率（Recall）是指（）。A.预测正确的正例占所有预测正例的比例B.预测正确的正例占所有实际正例的比例C.负例被正确识别的比例D.总准确率【答案】B【解析】召回率=TP/(TP+FN)，衡量正例覆盖度。139.F1分数是精确率和召回率的（）。A.算术平均值B.调和平均值C.几何平均值D.最大值【答案】B【解析】F1=2(PR)/(P+R)。140.决策树中，特征选择常用的准则（用于分类）是（）。A.信息增益或基尼系数B.均方误差C.决定系数D.轮廓系数【答案】A【解析】ID3使用信息增益，CART分类用基尼系数。141.随机森林通过什么方式提高模型稳定性？（）A.提升单棵树深度B.Bagging集成并随机选取特征C.降维D.标准化【答案】B【解析】随机森林使用自助采样和随机特征子空间构建多棵树投票。142.处理不平衡分类问题时，常用的采样方法是（）。A.过采样（如SMOTE）或欠采样B.数据标准化C.特征选择D.增加特征【答案】A【解析】不平衡时，使用SMOTE增加少数类样本或欠采样减少多数类。143.Excel中，若需要将日期字段按季度分组，可在数据透视表中通过（）。A.手动创建新列B.组合功能，选择季度C.排序完成D.使用公式【答案】B【解析】在透视表日期字段右键“组合”，设置步长季度。144.数据可视化中，双轴图表的主要用途是（）。A.比较两个度量值量纲不同时在同一视图展示B.节省墨水C.隐藏数据D.仅显示趋势【答案】A【解析】双轴允许不同刻度，同时展示两个相关度量。145.商务数据分析中，分析客户流失概率常用（）。A.线性回归B.逻辑回归（分类）C.聚类D.Apriori【答案】B【解析】流失预测为二分类任务，逻辑回归给出流失概率。146.计算文本情感得分一般属于（）。A.分类任务B.聚类任务C.回归任务D.关联分析【答案】A【解析】情感分析通常为分类（积极/消极）。147.网络爬虫遵守的robots.txt协议用于（）。A.指定允许抓取的路径B.加密数据C.加速爬取D.数据清洗【答案】A【解析】robots.txt告知爬虫可访问范围，合规爬取需遵守。148.数据湖与传统数据仓库的区别之一是（）。A.数据湖存储结构化、半结构化和非结构化原始数据B.数据湖只能存储图片C.数据湖不需要存储D.数据仓库能存视频【答案】A【解析】数据湖可存储各类原始数据，而数据仓库侧重结构化处理数据。149.指标“净推荐值(NPS)”衡量的是（）。A.客户忠诚度与推荐意愿B.净利润C.产品点击率D.市场占有率【答案】A【解析】NPS通过“推荐可能性”分数计算，评估口碑。150.考察两个分类变量是否独立的检验方法是（）。A.t检验B.卡方检验C.方差分析D.回归分析【答案】B【解析】卡方检验用于检测类别变量间独立性。151.在Python中，list类型的数据结构是（）。A.不可变序列B.可变有序集合C.键值对D.集合【答案】B【解析】列表可变有序；元组不可变。152.下列用于读取JSON文件的pandas函数是（）。A.read_json()B.read_csv()C.read_html()D.read_xml()【答案】A【解析】pandas支持read_json()直接读取JSON。153.在NumPy中，查看数组维度的属性是（）。A.sizeB.ndimC.shapeD.dtype【答案】B【解析】ndim返回维数，shape返回维度大小元组。154.描述统计分析中，若数据分布呈现右偏（正偏），则（）。A.均值<中位数B.均值>中位数C.均值=中位数D.无法判断【答案】B【解析】右偏分布均值受极大值影响，大于中位数。155.对于轻度右偏数据，采用哪种变换可能使其接近正态？（）A.平方变换B.对数变换C.指数变换D.平方根变换（对数或平方根）【答案】B【解析】对数或平方根变换可压缩大值，减轻右偏。156.在SQL中，给表添加新列的语句是（）。A.ALTERTABLEtableADDcolumntype;B.CREATECOLUMNcolumnONtable;C.INSERTCOLUMNINTOtable;D.MODIFYTABLEtableADDcolumn;【答案】A【解析】ALTERTABLEADD添加列。157.子查询中，返回单值的子查询通常放在（）。A.FROM子句B.SELECT或WHERE子句中C.GROUPBY中D.ORDERBY中【答案】B【解析】标量子查询可用在SELECT列表或WHERE条件中比较。158.Excel中，公式“=IF(A2>60,"及格","不及格")”属于（）。A.统计函数B.逻辑函数C.文本函数D.查找函数【答案】B【解析】IF根据条件判断返回不同结果。159.在PowerBI中，关系视图用于（）。A.创建视觉对象B.管理表之间的关联C.编写DAXD.数据清洗【答案】B【解析】关系视图可建立和编辑表间关系。160.在商务分析报告中，避免使用（）。A.直观的图表B.过多的专业术语未解释C.结论性建议D.数据来源说明【答案】B【解析】报告应通俗易懂，术语需解释以便决策者理解。161.某电商活动ROI为0.5，表示（）。A.盈利0.5倍B.投入1元只带来1.5元收入？C.投入成本高于收益，可能亏损D.收支平衡【答案】C【解析】ROI=(收益-成本)/成本=0.5，说明净收益是成本的0.5倍（若为正数则盈利？注意：若成本100，ROI=0.5则净收益50，收益150，利润50。实际是盈利还是亏损？ROI=0.5表示每投入1元获得0.5元净利润，不亏损。但通常商业目标ROI>0即盈利。若ROI为-0.2则为亏损。需注意，这里ROI如果为正数0.5，投入1元净赚0.5元，是盈利，但题中“可能亏损”不准确。换个角度，如果ROI公式为利润/成本=0.5>0则盈利。应严格。解释：ROI=0.5通常视为盈利。为不误导，改选项。原本设计题目需谨慎。可修改：表示利润是成本的0.5倍，盈利但收益率不高。避免混淆。那161题需要调整。我会调整：ROI=0.5表示利润是成本的一半，说明有盈利但低。但原解析…我决定删除此有歧义的题，替换。生成新161题。重新生成161题：描述统计中，变异系数CV的计算公式是（）。A.标准差/均值B.均值/标准差C.极差/均值D.方差/均值答案A。这样避免歧义。好。161.变异系数（CV）的计算公式是（）。A.标准差/均值B.均值/标准差C.方差/均值D.极差/均值【答案】A【解析】CV=σ/μ，用于比较不同单位或均值悬殊数据的离散程度。162.衡量广告点击效果的CTR指标是（）。A.点击量/展示量B.转化量/展示量C.展示量/点击量D.点击量/转化量【答案】A【解析】ClickThroughRate=点击次数/曝光次数。163.一个顾客在30天内购买了4次，消费总额800元，其平均购买间隔为（）天（忽略具体日期）。A.6B.7.5C.8D.10【答案】B【解析】30天内4次，间隔数=4-1=3，平均间隔30/3≈10天？计算：若在30天内均匀购买4次，间隔为30/(4-1)=10天，选项中没有7.5，有10。应选D。但题目说平均购买间隔=观察期/(购买次数-1)=30/3=10天。选项D=10。修正答案D。需要更正。解析：平均购买间隔=总天数/(频率-1)=30/3=10天。所以选D。注意。我写为D。163题选D。重新写163.一个顾客在30天内购买了4次，消费总额800元，其平均购买间隔为（）天。A.6B.7.5C.8D.10【答案】D【解析】间隔次数为4-1=3，30/3=10天。继续。164.聚类分析中，DBSCAN算法的优点是（）。A.需要预设簇数B.可发现任意形状簇并识别噪声点C.适用于高维稀疏数据且快速D.只能发现球形簇【答案】B【解析】DBSCAN基于密度，不预设簇数，抗噪声，可发现非凸簇。165.数据仓库中，用于存储历史数据的缓慢变化维处理策略中，Type2表示（）。A.覆盖旧值B.新增一行记录以保留历史C.建立列历史D.不保留历史【答案】B【解析】Type2通过添加新行和版本号、有效日期保留变化历史。166.下列哪个不是商务数据分析常用的工具？（）A.ExcelB.PythonC.PhotoshopD.PowerBI【答案】C【解析】Photoshop为图像处理软件，非数据分析工具。167.数据驱动决策的核心是（）。A.经验判断B.基于数据分析的洞察C.直觉D.猜测【答案】B【解析】用数据证据支持业务决策。168.在数据处理中，将行转为列的操作称为（）。A.聚合B.透视（或逆透视）C.连接D.排序【答案】B【解析】透视（pivot）重塑数据，行列转换。169.Excel中，XLOOKUP函数与VLOOKUP相比的优势是（）。A.只能向右查找B.可向左或向右查找，精确匹配默认C.不支持动态数组D.只能查找一个值【答案】B【解析】XLOOKUP更灵活，不限于首列查找，支持多种模式。170.描述数据集中趋势的指标中，唯一可能有多个值的是（）。A.均值B.中位数C.众数D.几何平均数【答案】C【解析】众数可以有多个（多峰）。171.在分类问题中，当数据类别极度不均衡时，准确率(accuracy)可能会（）。A.依然很好地反映模型性能B.误导，因为多数类占比高造成虚高准确率C.肯定很低D.与召回率相同【答案】B【解析】不均衡时，准确率会偏向多数类，需看精确率召回率等。172.在进行聚类之前，通常需要对数据进行（）。A.标准化B.不做任何处理C.转换为类别D.删除所有异常值【答案】A【解析】基于距离的聚类受量纲影响，需要标准化。173.在时间序列中，若序列呈现逐步上升趋势且波动逐渐增大，适合采用（）。A.对数变换并差分B.不做处理C.直接建模D.仅减去均值【答案】A【解析】对数变换稳定方差，差分消除趋势。174.下列哪种方法用于评价二分类模型整体区分能力，不依赖阈值？（）A.准确率B.AUC-ROCC.精确率D.召回率【答案】B【解析】AUC是ROC曲线下面积，衡量模型区分正负样本能力。175.SQL中，LIKE'A%'表示（）。A.以A结尾的字符串B.包含A的字符串C.以A开头的字符串D.恰好为A的字符串【答案】C【解析】%表示任意多字符，'A%'匹配以A开头。176.为了比较多个类别在时间上的趋势，可采用（）。A.多系列折线图B.饼图C.词云D.散点图矩阵【答案】A【解析】多系列折线图展示各类别随时间变化。177.在pandas中，将宽格式数据转换为长格式的函数是（）。A.pivot()B.melt()C.stack()D.unstack()【答案】B【解析】melt()逆透视，把多列变量融合为行。178.对于相关性不强但存在某种非线性模式的数据，使用线性回归会导致（）。A.模型表现优秀B.残差存在模式，欠拟合C.过拟合D.无影响【答案】B【解析】非线性关系用线性模型无法有效拟合，欠拟合。179.某电商用户7日留存率为30%，含义是（）。A.新用户第7天仍活跃的比例B.所有用户30%在7天内购买C.7天内流失70%D.用户使用时长【答案】A【解析】7日留存指注册后第7天仍活跃的用户比例。180.以下哪个是数据治理的范畴？（）A.数据质量、元数据管理、数据安全B.仅数据分析C.仅数据存储D.数据可视化美化【答案】A【解析】数据治理涉及数据管理、质量、标准、安全等。181.在Excel中，要快速计算选定单元格的平均值，可直接在状态栏查看，也可使用函数（）。A.=AVERAGE()B.=MEAN()C.=MEDIAN()D.=SUM()/COUNT()【答案】A【解析】AVERAGE函数直接计算算术平均值。182.相对于机器学习，传统商务智能(BI)侧重于（）。A.预测未来B.描述历史和现状C.深度学习D.自动化决策【答案】B【解析】BI多提供报表和OLAP，描述发生了什么；高级分析包含预测。183.用箱线图识别异常值时，上须(upperwhisker)通常为（）。A.Q3+1.5IQRB.Q3+1.5标准差C.最大值D.均值+2标准差【答案】A【解析】上须为Q3+1.5IQR内的最大值，超出须为异常。184.数据挖掘关联分析中，置信度(confidence)表示（）。A.P(X)B.P(Y|X)C.P(X∪Y)D.提升度【答案】B【解析】Confidence=P(Y|X)=支持度(X∪Y)/支持度(X)。185.Python中，可以使用哪个库进行统计模型构建（如OLS回归）？（）A.pandasB.numpyC.statsmodelsD.matplotlib【答案】C【解析】statsmodels提供丰富统计模型，包括OLS、逻辑回归等。186.A/B测试中，如果p值为0.03，显著性水平0.05，结论是（）。A.实验组与对照组无显著差异B.存在显著差异，拒绝原假设C.需要更多数据D.无法决定【答案】B【解析】p<0.05，拒绝无差异原假设。187.用户生命周期价值(LTV)通常需要结合哪些指标预估？（）A.客单价、购买频次、利润率、客户寿命B.仅点击率C.仅获客成本D.仅转化率【答案】A【解析】LTV=平均购买价值×购买频次×利润率×客户生命周期。188.描述性分析解决的根本问题是（）。A.发生了什么？B.为什么会发生？C.将要发生什么？D.如何自动决策？【答案】A【解析】描述性分析汇总历史数据，回答“发生了什么”。189.在数据仓库中，事实表通常包含（）。A.主键和度量值B.文本描述C.颜色D.元数据【答案】A【解析】事实表存储外键和可加度量。190.在SQL中，窗口函数可以使用ORDERBY，常配合（）。A.PARTITIONBYB.GROUPBYC.WHERED.JOIN【答案】A【解析】窗口函数通过PARTITIONBY分区，ORDERBY排序，计算滚动、排名等。191.对于一个具有明显季节性变化和趋势的月度销售额，初步预测可采用（）。A.指数平滑法（Holt-Winters）B.线性回归C.K-means聚类D.逻辑回归【答案】A【解析】Holt-Winters指数平滑可处理趋势和季节性。192.在pandas中，处理大型数据集时，为了节省内存，应使用（）数据类型。A.objectB.category（分类）对于有限类别C.float64D.int64【答案】B【解析】category类型编码重复字符串，有效减少内存。193.可视化中，面积图不适宜表示（）。A.趋势量级B.部分与整体关系C.精确数值比较D.时间序列总量【答案】C【解析】面积图在堆积时难以精确比较单个系列值。194.在客户分析中，Cohort分析适合回答（）。A.用户留存随注册时间变化情况B.用户性别分布C.实时销售额D.文本情感【答案】A【解析】同期群分析追踪不同群体的行为随时间变化。195.数据科学项目中，数据理解阶段常用的方法是（）。A.描述统计和可视化探索B.立即建模C.写报告D.删除所有数据【答案】A【解析】数据理解包括数据收集、描述、探索性数据分析(EDA)。196.以下哪项不是ETL工具？（）A.TalendB.InformaticaC.ApacheKafka（主要消息队列）D.MicrosoftSSIS【答案】C【解析】Kafka是流处理平台，非传统ETL工具，但可集成。197.当模型在测试集上均方根误差(RMSE)远大于训练集，可能出现了（）。A.欠拟合B.过拟合C.好的泛化D.数据泄露【答案】B【解析】训练好测试差是过拟合典型表现。198.在Excel中，数据验证功能可用于（）。A.创建下拉列表限制输入B.制作图表C.条件求和D.排序【答案】A【解析】数据验证可定义单元格允许值范围或序列。199.企业级数据分析平台常用的分布式计算框架是（）。A.ExcelB.SparkC.NotepadD.SQLite【答案】B【解析】Spark支持大规模数据处理和机器学习。200.数据报告呈现时，应首先展示（）。A.核心结论与建议B.复杂代码C.原始数据表D.所有技术细节【答案】A【解析】报告应结论先行，再展开支撑分析。二、多选题（共150题）1.以下哪些属于数据清洗的任务？（）A.缺失值处理B.异常值检测C.重复数据删除D.格式标准化【答案】ABCD【解析】数据清洗包括处理缺失、异常、重复、不一致格式等。2.衡量数据离散程度的指标有（）。A.极差B.方差C.标准差D.四分位距【答案】ABCD【解析】以上全部为描述波动性的统计量。3.在Pandas中，处理缺失值的函数包括（）。A.dropna()B.fillna()C.interpolate()D.replace()可以替换缺失，但主要针对值【答案】ABC【解析】dropna删除，fillna填充，interpolate插值填充；replace可替换指定值但不专门。4.关于正态分布的性质，正确的有（）。A.曲线呈钟形对称B.均值=中位数=众数C.约68%的数据落在均值±1标准差内D.偏度为0【答案】ABCD【解析】全部为正态分布特性。5.数据可视化应遵循的原则包括（）。A.诚实展示数据B.图表简洁清晰C.避免过多装饰D.突出关键信息【答案】ABCD【解析】可视化最佳实践强调清晰、准确、高效。6.SQL中，用于控制数据访问的语句有（）。A.GRANTB.REVOKEC.SELECTD.DENY(SQLServer支持)【答案】AB【解析】DCL包括GRANT和REVOKE；DENY是特定产品，广义可算。通常竞赛答GRANT/REVOKE。提供AB。7.以下哪些是聚合函数？（）A.COUNTB.SUMC.AVGD.MAX【答案】ABCD【解析】皆为SQL聚合函数。8.属于SQLJOIN类型的有（）。A.INNERJOINB.LEFTJOINC.RIGHTJOIND.FULLOUTERJOIN【答案】ABCD【解析】四种基础连接方式。9.在假设检验中，可能犯的错误有（）。A.第I类错误（弃真）B.第II类错误（取伪）C.第III类错误D.系统错误【答案】AB【解析】两类错误：拒真和取伪。10.影响样本量大小的因素包括（）。A.总体标准差B.允许的误差范围C.置信水平D.显著性水平【答案】ABCD【解析】样本量计算需考虑变异、精度、置信度和功效。11.回归分析中，检验残差独立性的常用方法是（）。A.杜宾-沃森检验B.观察残差图C.卡方检验D.t检验【答案】AB【解析】DW统计量检验自相关，残差图可直观判断。12.K-Means算法的缺点有（）。A.需要预先指定KB.对初始质心敏感C.对噪声和异常值敏感D.只能发现凸形簇【答案】ABCD【解析】K-Means上述均为典型局限。13.可用于降维的方法有（）。A.PCAB.t-SNEC.LDA（线性判别分析）D.特征选择【答案】ABCD【解析】PCA无监督降维，t-SNE可视化降维，LDA有监督降维，特征选择也降维。14.下列关于相关系数的说法正确的有（）。A.取值-1到1B.0表示无线性相关C.绝对值越大线性关系越强D.相关系数为1，数据点完全在一条直线上【答案】ABCD【解析】均为Pearson相关系数性质。15.时间序列预测方法包括（）。A.移动平均B.指数平滑C.ARIMAD.Prophet【答案】ABCD【解析】全部为常用时间序列方法。16.处理类别变量的编码方式有（）。A.标签编码（LabelEncoding）B.独热编码（One-HotEncoding）C.频数编码D.目标编码【答案】ABCD【解析】多种类别变量编码方法。17.商务数据分析中，用户活跃度可用哪些指标度量？（）A.DAU（日活）B.MAU（月活）C.用户在线时长D.启动次数【答案】ABCD【解析】活跃度常通过日/月活跃用户数、使用时长、频次衡量。18.在Excel中，创建数据透视表的正确步骤包括（）。A.选择数据区域B.插入→数据透视表C.拖放字段到行、列、值、筛选区域D.无需数据源【答案】ABC【解析】必须有数据源。19.数据仓库建模的常见模式有（）。A.星型模式B.雪花模式C.事实星座D.网状模式【答案】ABC【解析】多维建模常用星型、雪花型、事实星座。20.特征工程的步骤包括（）。A.特征构建B.特征选择C.特征提取D.特征评估【答案】ABCD【解析】特征工程包含创造、选择、提取及评估。21.评估二分类模型性能的指标有（）。A.准确率B.精确率C.召回率D.F1分数【答案】ABCD【解析】常见分类指标。22.下列哪些属于数据采集方法？（）A.数据库导出B.API接口获取C.网络爬虫D.问卷调查【答案】ABCD【解析】多种数据源采集。23.在Python中，用于数据分析的核心库包括（）。A.pandasB.numpyC.matplotlibD.scikit-learn【答案】ABCD【解析】均为数据科学生态核心库。24.数据报表常用的可视化图表有（）。A.柱形图B.折线图C.饼图D.散点图【答案】ABCD【解析】基础图表广泛应用。25.逻辑回归可