2026年统计局事业单位招聘数据分析师考试专项训练卷

2026年统计局事业单位招聘数据分析师考试专项训练卷考试时间：______分钟总分：______分姓名：______一、选择题（每题2分，共20分）1.下列哪个指标最适合衡量一组偏态分布数据的集中趋势？A.中位数B.众数C.均值D.标准差2.从总体中随机抽取样本，目的是为了：A.推断总体参数B.了解样本本身结构C.验证理论假设D.节省调查成本3.设总体服从正态分布N(μ,σ²)，当样本量n足够大时，样本均值的抽样分布趋近于：A.正态分布N(μ,σ²/n)B.正态分布N(μ,σ/n)C.t分布D.卡方分布4.在假设检验中，犯第一类错误是指：A.真实存在效应，但未能检测出来B.真实不存在效应，但检测出效应C.样本量不足导致的错误D.数据采集过程中的测量误差5.对于分类数据，常用的描述性统计量是：A.均值B.方差C.众数D.相关系数6.SQL语句中，用于选择特定列的关键字是：A.WHEREB.FROMC.SELECTD.GROUPBY7.在Python中，用于处理数据的常用库是：A.MatplotlibB.Scikit-learnC.PandasD.Flask8.数据可视化的主要目的是：A.美化数据报表B.保存数据原始格式C.更直观地展示数据特征和规律D.减少数据存储空间9.对一组观测值进行排序后，位于中间位置的值称为：A.极端值B.离散趋势度量C.中位数D.偏度10.抽样调查中，抽样框是指：A.样本数据集合B.总体中所有单元的清单C.抽样方法的具体步骤D.抽样误差的度量指标二、填空题（每空2分，共20分）1.统计学主要研究大量现象的数量特征、数量关系和__________。2.标准差是衡量数据__________的常用指标。3.假设检验中，犯第二类错误的概率记作__________。4.数据清洗是数据分析过程中的重要步骤，主要处理数据中的缺失值、异常值和__________。5.在Python中，使用__________库可以方便地进行数据框（DataFrame）的操作。6.SQL中，用于对数据进行分组统计的关键字是__________。7.探索性数据分析（EDA）旨在通过统计图形和数值方法，对数据进行初步了解，发现__________。8.统计调查方法按调查范围可分为全面调查和__________。9.描述数据离散程度的指标还包括极差和__________。10.统计报告通常需要包含数据来源、分析方法、结果展示和__________等部分。三、简答题（每题5分，共15分）1.简述假设检验的基本步骤。2.简述使用SQL语句进行数据查询的基本过程。3.简述数据可视化在数据分析中的作用。四、计算题（每题10分，共20分）1.某城市随机抽取10名居民，其月收入（单位：元）数据如下：5000,5800,7200,6100,4800,5300,6800,7100,4900,5600。要求：(1)计算样本均值和样本标准差。(2)若已知该城市居民月收入的总体标准差σ=800元，检验该样本是否来自均值μ=5500元的总体（α=0.05）。（提示：可使用z检验）2.有以下SQL查询语句：```sqlSELECTdepartment,COUNT(*)ASemployee_countFROMemployeesWHEREsalary>(SELECTAVG(salary)FROMemployees)GROUPBYdepartmentORDERBYemployee_countDESC;```请解释该语句的功能。五、综合分析题（15分）假设你是一名数据分析师，统计局需要你分析近五年某地区居民人均可支配收入的增长情况，并探讨其变化的主要原因。现有数据包含每年的人均可支配收入（元）、地区生产总值（亿元）、城镇人口占比（%）和农村人口占比（%）。要求：1.描述近五年人均可支配收入的增长趋势。2.简要分析人均可支配收入变化可能与哪些因素（至少提及两个）相关。3.若要深入分析，你会进一步收集哪些数据或采用哪些分析方法？试卷答案一、选择题1.A解析思路：均值受极端值影响大，不适合偏态分布；众数和中位数对偏态分布不敏感，但中位数更能代表集中趋势。2.A解析思路：抽样调查的核心目的在于利用样本信息推断总体的特征。3.A解析思路：根据中心极限定理，样本均值抽样分布近似于N(μ,σ²/n)。4.B解析思路：第一类错误（α）是指拒绝了实际上正确的原假设，即本不存在的效应被检测出来。5.C解析思路：众数是分类数据中出现频数最高的类别，是描述分类数据集中趋势的常用指标。6.C解析思路：SELECT是SQL语句中用于指定要查询列的关键字。7.C解析思路：Pandas是Python中专门用于数据分析和处理的强大库。8.C解析思路：数据可视化的主要目的是将抽象数据转化为图形形式，更直观地揭示信息。9.C解析思路：中位数是将数据排序后位于中间位置的值。10.B解析思路：抽样框是包含总体所有单元的名单，是进行抽样的基础。二、填空题1.规律性解析思路：统计学不仅研究数量特征和关系，也研究现象背后潜在的规律性。2.离散程度（或波动性）解析思路：标准差衡量数据点围绕均值的分散或波动大小。3.β解析思路：在假设检验中，β代表犯第二类错误的概率，即未能拒绝实际上错误的原假设。4.数据格式（或数据类型不统一）解析思路：数据清洗除了处理缺失和异常值，还需统一或转换数据格式。5.Pandas解析思路：Pandas库提供了DataFrame等数据结构，是Python数据处理的核心。6.GROUPBY解析思路：GROUPBY子句用于将查询结果按指定列分组，以便进行聚合统计。7.有趣的规律（或模式、特征）解析思路：EDA的主要目的是在数据中初步探索和发现有用的信息或模式。8.抽样调查解析思路：统计调查按范围可分为全面调查（涵盖所有单位）和抽样调查（选取部分单位）。9.变异系数解析思路：变异系数是衡量数据相对离散程度的指标，不受量纲影响。10.结论与建议解析思路：统计报告不仅要展示结果，更要基于结果给出结论和actionable的建议。三、简答题1.假设检验的基本步骤：(1)提出原假设H₀和备择假设H₁。(2)选择合适的检验统计量，并确定其在H₀成立时的分布。(3)根据显著性水平α确定拒绝域（临界值或P值阈值）。(4)计算样本数据对应的检验统计量值或P值。(5)做出统计决策：若统计量落入拒绝域或P值小于α，则拒绝H₀；否则，不拒绝H₀。解析思路：简答题需涵盖假设检验的核心逻辑流程，包括假设设定、统计量选择、决策规则等关键环节。2.使用SQL语句进行数据查询的基本过程：(1)确定要查询的数据库和表。(2)使用SELECT语句指定要返回的列。(3)使用FROM子句指定要查询的表。(4)使用WHERE子句（如有）添加查询条件，筛选满足条件的记录。(5)使用GROUPBY子句（如有）对结果进行分组。(6)使用ORDERBY子句（如有）对结果进行排序。(7)执行SQL语句并获取查询结果。解析思路：简答题需概述SQL查询的主要组成部分和执行顺序，体现对SQL基本语法的理解。3.数据可视化在数据分析中的作用：(1)直观展示数据：将复杂的数据以图形方式呈现，便于理解和识别。(2)发现数据模式：通过图形更容易观察数据中的趋势、周期、异常值等模式。(3)帮助沟通：可视化结果更易于向他人解释和传达数据分析发现。(4)支持决策：直观的信息有助于决策者快速把握情况，做出判断。解析思路：简答题需从不同角度阐述数据可视化的价值，如易理解性、模式发现、沟通效率和决策支持。四、计算题1.(1)样本均值：μ̄=(5000+5800+7200+6100+4800+5300+6800+7100+4900+5600)/10=56300/10=5630元。样本方差：s²=[(5000-5630)²+(5800-5630)²+...+(5600-5630)²]/(10-1)=[(-630)²+(-830)²+...+(-30)²]/9=[396900+688900+...+900]/9=[396900+688900+336900+246900+351000+84900+324900+230900+52900+8100]/9=3140500/9≈34950.56样本标准差：s=√34950.56≈187.0元。解析思路：计算题要求准确执行算术运算，包括均值、方差和标准差的公式应用。需注意单位和有效数字。(2)提出假设：H₀:μ=5500(总体均值等于5500元)H₁:μ≠5500(总体均值不等于5500元)（备择假设）显著性水平：α=0.05。计算检验统计量z：z=(μ̄-μ₀)/(σ/√n)=(5630-5500)/(800/√10)=130/(800/√10)=130/(800/3.162)=130/253.08≈0.514。查找临界值或计算P值：对于双尾检验，α/2=0.025。查标准正态分布表，z=0.514对应的单尾P值大于0.05（约0.3015）。P值=2*0.3015=0.6030。判断：由于P值(0.6030)>α(0.05)，不能拒绝原假设H₀。结论：在α=0.05的显著性水平下，没有足够证据表明该地区居民月收入的样本均值与5500元存在显著差异。解析思路：计算题要求掌握z检验的适用条件（总体方差已知或样本量大）和计算步骤，包括假设提出、统计量计算、P值查找与比较、以及最终统计决策的表述。2.该SQL查询语句的功能是：统计并排序各部门中工资高于全公司平均工资的员工数量。具体来说：(1)SELECTdepartment,COUNT(*)ASemployee_count：选择部门名称（department）和该部门满足条件的员工数量（COUNT(*)），并将员工数量命名为employee_count。(2)FROMemployees：指定查询的数据表为employees。(3)WHEREsalary>(SELECTAVG(salary)FROMemployees)：添加筛选条件，只选择工资（salary）大于公司内所有员工平均工资（AVG(salary)）的记录。子查询(SELECTAVG(salary)FROMemployees)首先计算出全公司的平均工资。(4)GROUPBYdepartment：按部门名称进行分组，以便对每个部门的满足条件的员工数量进行统计（COUNT(*)会为每个部门计算一次）。(5)ORDERBYemployee_countDESC：按计算出的员工数量（employee_count）降序排列结果，使得员工数量最多的部门排在最前面。解析思路：计算题要求能读懂并解释SQL查询语句的逻辑，理解子查询、WHERE条件、GROUPBY和ORDERBY的作用。五、综合分析题1.描述近五年人均可支配收入的增长趋势：需要根据具体数据绘制折线图或计算年增长率来展示。一般描述应包含：(1)总体趋势：说明收入是逐年增长还是下降，增长速度快慢（如稳步提升、快速增长、增速放缓等）。(2)具体数值：提及最高和最低年人均可支配收入数值及其对应年份。(3)变化幅度：计算年人均可支配收入的年均增长率或五年总增长率。解析思路：要求能运用统计图表或计算方法描述数据趋势，并用恰当的词汇进行定性描述。2.简要分析人均可支配收入变化可能与