版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
2026年大数据分析师初级考试真题试卷及答案一、单项选择题(每题2分,共20题,共40分)1.下列不属于大数据典型5V特征的是?A.Volume(大量)B.Velocity(高速)C.Validity(有效性)D.Value(低价值密度)答案:C解析:大数据标准5V特征为Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性),不包含Validity(有效性)。2.在Excel中使用VLOOKUP函数进行精确匹配查找时,第4个参数应设置为?A.0B.1C.TRUED.省略答案:A3.在SQL中,若要查询结果去除重复记录,应使用的关键字是?A.DISTINCTB.UNIQUEC.DIFFERENTD.DROP答案:A4.下列描述数据集中趋势的指标中,不受极端值影响的是?A.均值B.中位数C.加权平均数D.几何平均数答案:B解析:中位数是位置平均数,由数据排序后的中间位置决定,不受极端值的干扰。5.下列图表类型中,最适合展示各部分占总体比例关系的是?A.折线图B.柱状图C.饼图D.散点图答案:C6.大数据分析的标准流程中,第一个环节是?A.数据清洗B.需求明确C.数据采集D.模型构建答案:B解析:大数据分析的通用流程为需求明确→数据采集→数据清洗→分析建模→结果输出,需求明确是所有工作的前提。7.在Excel中,要对单元格地址进行绝对引用,需使用的符号是?A.$B.#C.&D.*答案:A8.在SQL中,对GROUPBY分组后的结果进行筛选,应使用的子句是?A.WHEREB.HAVINGC.ORDERBYD.LIMIT答案:B解析:WHERE用于分组前筛选原始数据行,HAVING用于分组后筛选聚合结果,必须与GROUPBY搭配使用。9.下列数据类型中,属于离散型数值数据的是?A.身高B.体重C.员工人数D.温度答案:C解析:离散型数据的取值是不连续的、只能以整数形式存在,员工人数符合该特征;其余三项均为连续型数据。10.下列不属于数据缺失值常见处理方式的是?A.删除缺失值所在行B.用均值填充缺失值C.用众数填充缺失值D.对缺失值进行标准化处理答案:D解析:标准化是统一数据量纲的预处理操作,不用于解决缺失值问题。11.若要初步判断两个连续变量之间的相关关系,最适合使用的图表是?A.饼图B.散点图C.环形图D.雷达图答案:B12.在SQL的ORDERBY子句中,表示降序排序的关键字是?A.ASCB.DESCC.DSCD.DEC答案:B13.某班10名学生的考试成绩分别为65、70、72、75、75、78、82、85、90、96,其众数是?A.75B.76.5C.78D.80答案:A14.下列关于Excel数据透视表的功能,说法错误的是?A.可以快速汇总多维度数据B.可以对数据进行分组统计C.可以直接修改原始数据源的值D.支持筛选和排序操作答案:C解析:数据透视表是基于原始数据源生成的汇总表,修改透视表的数值不会反向改变原始数据源。15.下列数据中,属于典型结构化数据的是?A.微信聊天记录B.企业ERP系统中的订单表C.产品宣传视频D.客户投诉语音录音答案:B解析:结构化数据可以用二维表结构存储,ERP订单表符合该特征;其余三项均为非结构化数据。16.在SQL中,用于统计查询结果总记录数的聚合函数是?A.SUM()B.AVG()C.COUNT()D.MAX()答案:C17.下列数据使用行为中,符合个人信息保护相关规定的是?A.未经用户同意出售其个人联系方式B.公开披露用户的敏感个人信息C.基于用户授权对其数据进行匿名化分析D.过度收集与业务无关的个人信息答案:C18.在Excel中,要统计某区域内满足指定条件的单元格数量,应使用的函数是?A.COUNTB.COUNTIFC.SUMIFD.AVERAGEIF答案:B19.下列属于大数据分布式存储系统典型代表的是?A.MySQLB.HDFSC.OracleD.Redis答案:B解析:HDFS(Hadoop分布式文件系统)是大数据领域主流的分布式存储系统,其余选项分别为传统关系型数据库、缓存数据库。20.当数据呈现明显右偏分布时,最适合代表其集中趋势的指标是?A.算术平均数B.众数C.中位数D.几何平均数答案:C解析:右偏分布中均值会被极端高值拉高,中位数受极端值影响小,更能代表数据的一般水平。二、多项选择题(每题3分,共10题,共30分,多选、少选、错选均不得分)1.下列属于大数据分析常见工具的有?A.ExcelB.SQLC.TableauD.Photoshop答案:ABC解析:Photoshop是图像处理工具,不用于数据分析工作。2.在SQL中,属于DML(数据操作语言)的语句有?A.SELECTB.INSERTC.UPDATED.CREATE答案:ABC解析:CREATE属于DDL(数据定义语言),DML负责数据的增删改查操作。3.下列属于数据清洗主要工作内容的有?A.处理缺失值B.处理异常值C.去除重复数据D.构建预测模型答案:ABC解析:构建预测模型属于分析建模阶段的工作,不属于数据清洗范畴。4.下列指标中,用于描述数据离散程度的有?A.极差B.方差C.标准差D.中位数答案:ABC解析:中位数是集中趋势指标,其余三项均为离散程度衡量指标。5.下列关于数据可视化的原则,说法正确的有?A.图表要清晰易懂,避免误导B.要根据数据类型选择合适的图表C.装饰元素越多越好D.需标注数据来源与坐标轴含义答案:ABD解析:数据可视化应简洁明了,过多无关装饰会干扰核心信息的传递。6.Excel中可用于数据筛选的操作有?A.自动筛选B.高级筛选C.数据透视表筛选D.条件格式答案:ABC解析:条件格式仅用于标记满足条件的单元格,不会隐藏不符合条件的行,不属于筛选功能。7.下列属于关系型数据库的有?A.MySQLB.PostgreSQLC.MongoDBD.SQLServer答案:ABD解析:MongoDB是非关系型(文档型)数据库,其余均为关系型数据库。8.数据采集的常见来源包括?A.业务系统数据库B.第三方公开数据集C.网络爬虫D.用户调研问卷答案:ABCD9.下列关于相关性与因果关系的说法,正确的有?A.两个变量相关就一定存在因果关系B.因果关系一定伴随相关性C.相关性分析是初级数据分析的常用方法D.仅靠相关性无法直接得出因果结论答案:BCD解析:相关性是因果关系的必要不充分条件,相关不代表因果,A选项错误。10.初级大数据分析师的核心能力要求包括?A.数据采集与清洗能力B.基础统计分析能力C.数据可视化表达能力D.深度学习算法研发能力答案:ABC解析:深度学习算法研发属于中高级分析师或算法工程师的能力要求,不在初级考核范畴内。三、判断题(每题1分,共10题,共10分)1.大数据的价值密度与数据总量成正比。答案:错误解析:大数据的Value特征为低价值密度,数据总量越大,单位数据的价值密度通常越低。2.在Excel中,按快捷键Ctrl+S可以保存当前工作簿。答案:正确3.SQL语句中,WHERE子句可以放在GROUPBY子句之后。答案:错误解析:SQL执行顺序中,WHERE用于分组前筛选,必须放在GROUPBY子句之前。4.中位数是指将数据按大小顺序排列后,处于中间位置的数值。答案:正确5.柱状图和条形图本质上是同一种图表,只是展示方向不同。答案:正确6.数据清洗只需要处理缺失值和重复值,不需要处理异常值。答案:错误解析:异常值会严重影响分析结果的准确性,异常值处理也是数据清洗的核心内容之一。7.在SQL中,INNERJOIN只会返回两个表中匹配条件相同的记录。答案:正确8.定性数据也可以进行数值运算。答案:错误解析:定性数据(分类数据)描述事物的属性特征,不能直接进行数值运算,仅可进行计数统计。9.数据可视化的核心目的是用图形直观传递数据背后的信息。答案:正确10.为了提高分析效率,可以在未获得用户授权的情况下使用其个人数据。答案:错误解析:数据使用必须遵守《个人信息保护法》等相关法律法规,需获得用户明确授权。四、综合应用题(每题10分,共2题,共20分)1.某电商平台2025年10月的订单表orders包含字段:order_id(订单号)、user_id(用户ID)、amount(订单金额)、category(商品品类)、pay_time(支付时间)。请完成以下问题:(1)请写出SQL语句,统计每个商品品类的订单总金额,并按总金额降序排序。(4分)(2)请写出SQL语句,统计支付金额大于500元的用户人数。(3分)(3)若要在Excel中快速统计各品类的订单数和平均金额,最适合使用的功能是什么?请简述操作步骤。(3分)答案:(1)SQL语句如下:SELECTcategory,SUM(amount)AStotal_amount
FROMorders
GROUPBYcategory
ORDERBYtotal_amountDESC;(2)SQL语句如下:SELECTCOUNT(DISTINCTuser_id)ASuser_count
FROMorders
WHEREamount>500;(3)最适合使用Excel数据透视表功能。操作步骤:①选中订单数据区域,点击「插入」选项卡中的「数据透视表」;②将「商品品类」拖入行标签区域;③将「订单号」拖入值区域,设置汇总方式为「计数」;④将「订单金额」拖入值区域,设置汇总方式为「平均值」。解析:第(1)题考察分组聚合与排序的基础SQL语法,使用GROUPBY按品类分组,SUM函数计算总金额,ORDERBYDESC实现降序排列。第(2)题考察条件筛选与去重计数,需注意一个用户可能有多笔符合条件的订单,因此要用DISTINCT对用户ID去重。第(3)题考察Excel数据透视表的应用场景,多维度快速汇总统计是数据透视表的核心优势。2.某互联网公司对200名用户的APP日均使用时长进行了调研,得到以下统计结果:均值为45分钟,中位数为38分钟,众数为30分钟,标准差为12分钟。请回答以下问题:(1)判断该使用时长数据的分布形态,并说明判断依据。(4分)(2)若要向管理层汇报用户使用时长的分布情况,你会选择哪几个统计指标和图表?请说明理由。(6分)答案:(1)该数据呈现右偏(正偏)分布。判断依据:右偏分布中,均值受高值拉动大于中位数大于众数,本题中均值45分钟>中位数38分钟>众数30分钟,符合右偏分布的特征。(2)选择的指标与图表及理由如下:
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026年勘察设计注册土木工程师考试(公共基础)练习题及答案
- 2026年食品安全知识竞赛市场监管人员模拟试题及答案
- 2026年驾驶员执照考试科目一复习题库带答案
- 2026年高级人工智能训练师核心备考试题库(含答案)
- 2026年宠物医师高级技师考试题库(含答案)
- 2026年高级电工测评考试题库(含答案)
- 2026年统编教材小学生诗词大赛题库(各种题型)及参考答案
- 2026年湖南职称考试题库带答案
- 2026年护士资格考试必考基础知识复习题库及参考答案
- 2026年全国企业员工全面质量管理知识竞赛复习题库带答案
- 银川创投集团全资子公司银川商功人工智能科技有限公司公开招聘人工智能工程师等专业技术人员笔试备考试题及答案解析
- 血管内导管相关性血流感染预防与诊治指南
- 锂电池成品仓库管理办法
- 动物医学专业教学标准(高等职业教育专科)2025修订
- DB4403T79-2020危险化学品储存柜安全技术要求及管理规范
- CJ/T 516-2017生活垃圾除臭剂技术要求
- 非煤矿山顶板管理体系构建
- (高清版)DG∕TJ 08-7-2021 建筑工程交通设计及停车库(场)设置标准
- 住培教学病例讨论规范
- DL∕T 1925-2018 燃气-蒸汽联合循环机组热工自动化系统检修运行维护规程
- 2024年甘肃省兰州市中考一模考试语文试题(含答案)
评论
0/150
提交评论