2025年数据分析师面试题库及答案详解.docxVIP

第PAGE页共NUMPAGES页

2025年数据分析师面试题库及答案详解

一、选择题（共10题，每题2分）

1.数据分析师的核心职责不包括以下哪项？

A.数据清洗与预处理

B.业务需求转化为数据指标

C.设计数据库表结构

D.通过数据洞察提出业务建议

答案：C

解析：设计数据库表结构通常是数据库开发工程师的职责，数据分析师更侧重于数据应用和业务解读。

2.以下哪种方法不属于探索性数据分析（EDA）的常用手段？

A.箱线图分析

B.相关性矩阵计算

C.网页爬虫编写

D.根据业务假设进行假设检验

答案：C

解析：EDA旨在通过统计图形和指标理解数据特征，网页爬虫属于数据采集环节，不属于EDA范畴。

3.在SQL中，计算某个分类字段中非空值的占比，以下哪个语句正确？

A.`SELECTCOUNT(*)/COUNT(分类字段)FROM表名`

B.`SELECTCOUNT(分类字段)/SUM(COUNT(分类字段))FROM表名GROUPBY分类字段`

C.`SELECTCOUNT(非空(分类字段))/COUNT(*)FROM表名`

D.`SELECTCOUNT(DISTINCT(分类字段))/COUNT(*)FROM表名`

答案：B

解析：需先按分类字段分组，再计算每组的非空值占比。

4.假设某电商平台A/B测试中，对照组转化率为5%，实验组为6%，提升幅度为20%。该结果是否显著？（显著性水平α=0.05）

A.显著，需进一步分析归因

B.不显著，样本量不足

C.显著，需调整业务策略

D.不显著，实验组仅提升1个百分点

答案：A

解析：转化率提升超过5%通常具有商业价值，需结合统计检验验证（此处未展示检验过程，但6%较5%有实际意义）。

5.以下哪种聚合函数会忽略空值？

A.AVG()

B.SUM()

C.COUNT()

D.MAX()

答案：B

解析：SUM函数默认忽略空值，而AVG、COUNT、MAX会将其视为0处理。

6.在Python中，处理缺失值最常用的库是？

A.Pandas

B.Matplotlib

C.Scikit-learn

D.NumPy

答案：A

解析：Pandas的`fillna()`、`dropna()`等方法专门用于缺失值处理。

7.某连续型变量在正态性检验中p值=0.001，应如何处理？

A.直接使用参数统计方法

B.需进行数据变换

C.放弃该变量分析

D.增加样本量重新检验

答案：B

解析：p值远小于0.05表明数据非正态，需对数变换或使用非参数方法。

8.以下哪种指标最适合衡量用户活跃度？

A.营收增长率

B.DAU（日活跃用户）

C.资产负债率

D.市场占有率

答案：B

解析：DAU直接反映用户使用频率，是活跃度的核心指标。

9.数据可视化中，“散点图”最适合展示？

A.分类数据与数值数据关系

B.时间序列趋势

C.多维度数据聚类

D.构成比例

答案：A

解析：散点图直观呈现两个变量的线性或非线性关系。

10.某电商客单价数据分布极偏，以下哪个分析方法更可靠？

A.使用均值

B.使用中位数

C.分位数分析

D.标准差计算

答案：C

解析：分位数能抵抗极端值影响，适合偏态分布数据。

二、简答题（共5题，每题4分）

1.简述数据分析师在项目中的典型工作流程。

答案：

1.需求沟通：与业务方明确分析目标、指标体系

2.数据采集：从数据库、API或爬虫获取原始数据

3.数据清洗：处理缺失值、异常值、重复值

4.探索分析：统计描述、可视化洞察、相关性分析

5.建模分析：根据需求选择回归、分类或聚类等方法

6.结果解读：撰写分析报告，提出可落地方案

7.效果追踪：验证分析结论的业务影响

2.如何定义“数据指标”？请举例说明业务场景中的3个关键指标。

答案：

数据指标是量化业务活动的可度量指标，需满足可计算、可追踪、有业务含义三大特征。

举例：

-电商：GMV（商品交易总额）、客单价、复购率

-社交：日活跃用户（DAU）、用户留存率、互动率

-金融：贷款逾期率、坏账率、客户满意度

3.解释“数据偏差”的两种主要类型及其规避方法。

答案：

1.抽样偏差：样本无法代表总体（如仅分析新用户数据）

规避：分层抽样、扩大样本量、交叉验证

2.处理偏差：数据处理过程引入系统性错误（如缺失值填充规则不统一）

规避：记录处理日志、多方案对比验证、第三方数据校验

4.在A/B测试中，如何判断实验组效果显著？需关注哪些统计要素？

答案：

显著性判断需同时满足：

-统计显著性：p值0.05（常用阈值）

-商业显著性：效果幅度（如转化率提升）