2025年高级数据分析师考试题库（附答案和详细解析）（1016）.docxVIP

高级数据分析师考试试卷（总分100分）

一、单项选择题（共10题，每题1分，共10分）

在假设检验中，若原假设为“某药物无效”，拒绝原假设时可能犯的错误类型是（）。

A.第一类错误（弃真错误）

B.第二类错误（取伪错误）

C.第三类错误（结论方向错误）

D.无错误

答案：A

解析：假设检验中，第一类错误是原假设为真时拒绝原假设（弃真），第二类错误是原假设为假时接受原假设（取伪）。本题中原假设“药物无效”为真时，拒绝原假设即错误认为药物有效，属于第一类错误。

以下哪项是时间序列数据的典型特征？（）

A.数据点之间独立同分布

B.存在自相关性（Autocorrelation）

C.变量间存在多重共线性

D.数据服从正态分布

答案：B

解析：时间序列数据的核心特征是观测值在时间维度上的依赖性（自相关性），如前一时刻的温度会影响当前时刻的温度。独立同分布是截面数据的特征，多重共线性是回归分析中的问题，正态分布是数据分布的假设，均非时间序列特有。

在特征工程中，对“用户注册时间”字段进行处理时，最合理的转换方式是（）。

A.直接删除该字段（认为无关）

B.提取“注册月份”作为分类特征

C.计算“注册时间与当前时间的差值（天数）”作为连续特征

D.将时间戳转换为字符串格式

答案：C

解析：时间字段的核心信息是“时间间隔”（如用户留存时长），因此计算与业务目标（如用户活跃度）相关的时间差（如注册至今的天数）更能反映业务逻辑。直接删除会丢失关键信息，提取月份可能忽略时间顺序，字符串格式无法用于模型计算。

AB测试中，若实验组与对照组的样本量差异过大（如实验组1000人，对照组100人），最可能导致的问题是（）。

A.统计功效不足（Power过低）

B.第一类错误概率升高

C.混淆变量无法控制

D.结果无法推广至全量用户

答案：A

解析：统计功效（Power）与样本量正相关，对照组样本量过小会导致无法检测到真实的效应差异（即使实验组有效果也可能因对照组数据不足而误判为无差异）。第一类错误由显著性水平（α）控制，与样本量无关；混淆变量需通过随机分组控制；样本量差异不影响结果推广性（只要随机）。

以下哪项指标最适合评估回归模型的预测精度？（）

A.准确率（Accuracy）

B.F1分数

C.均方根误差（RMSE）

D.混淆矩阵

答案：C

解析：回归模型的目标是预测连续值，评估指标需衡量预测值与真实值的差异。RMSE（均方根误差）直接反映误差的平均水平，适用于回归任务。准确率、F1分数、混淆矩阵均为分类模型的评估指标。

在使用随机森林（RandomForest）时，若模型在训练集上表现优异（准确率95%），但在测试集上仅70%，最可能的原因是（）。

A.树的深度过浅

B.特征数量不足

C.模型过拟合

D.学习率过高

答案：C

解析：训练集准确率远高于测试集，是典型的过拟合现象（模型过度学习训练集的噪声）。树的深度过浅会导致欠拟合（训练集、测试集表现均差）；特征不足可能导致欠拟合；学习率是梯度下降模型（如GBDT）的参数，随机森林无此参数。

以下哪种场景最适合使用关联规则挖掘（Apriori算法）？（）

A.预测用户下一次购买的商品

B.分析用户购买商品的频繁组合

C.识别高价值用户群体

D.检测异常交易记录

答案：B

解析：关联规则挖掘的核心是发现频繁项集（如“买啤酒的用户常买尿布”），适用于分析商品组合的关联性。预测购买（分类/回归）、用户分群（聚类）、异常检测（孤立森林等）均非关联规则的典型应用。

数据仓库（DataWarehouse）与数据库（Database）的核心区别是（）。

A.数据仓库支持事务处理（OLTP），数据库支持分析处理（OLAP）

B.数据仓库存储历史数据，数据库存储实时数据

C.数据仓库采用星型/雪花模型，数据库采用第三范式

D.数据仓库的数据不可修改，数据库的数据可频繁增删改

答案：C

解析：数据仓库为分析优化，采用星型/雪花模型（维度表+事实表）提升查询效率；数据库为事务优化，采用第三范式（减少冗余）保证数据一致性。OLTP是数据库的功能，OLAP是数据仓库的功能（A错误）；两者均可能存储历史或实时数据（B错误）；数据仓库的ETL过程中数据可加载但不可修改（D错误）。

在用户分群（RFM模型）中，“M”代表的指标是（）。

A.最近购买时间（Recency）

B.购买频率（Frequency）

C.购买金额（Monetary）

D.客户生命周期（Lifetime）

答案：C

解析：RFM模型中，R（Recency）为最近购买时间，F（Frequency）为购买频率，M（Monetary）为购买金额，用于衡量用户价值。

以下哪种方