2025年高级数据分析师考试题库（附答案和详细解析）（0930）.docxVIP

高级数据分析师考试试卷

一、单项选择题（共10题，每题1分，共10分）

在假设检验中，关于原假设（H?）和备择假设（H?）的表述，正确的是：

A.原假设是研究者希望证明的结论

B.备择假设通常包含等号（如μ=μ?）

C.原假设通常是研究者想要推翻的假设

D.两类错误（α和β）无法同时降低

答案：C

解析：原假设（H?）是统计检验中默认成立的假设，通常是研究者希望通过数据证据推翻的结论（如“两组均值无差异”），因此C正确。A错误，研究者希望证明的是备择假设；B错误，备择假设不包含等号（如μ≠μ?）；D错误，通过增加样本量可同时降低α和β。

以下哪项是时间序列分析中“自回归模型（AR）”的核心特征？

A.模型输出依赖过去若干期的自身值

B.模型输入包含外部解释变量

C.模型假设误差项存在移动平均关系

D.模型适用于非平稳时间序列

答案：A

解析：AR模型的核心是“自回归”，即当前值由过去p期的自身值线性组合决定（如AR(p)：Y?=φ?Y???+…+φ?Y???+ε?），因此A正确。B是ARX模型（含外部变量）；C是MA模型（移动平均）；D错误，AR模型要求序列平稳。

在特征工程中，“分箱（Binning）”的主要目的是：

A.消除特征量纲差异

B.降低特征维度

C.提高模型对非线性关系的捕捉能力

D.解决特征缺失值问题

答案：C

解析：分箱通过将连续特征离散化为区间，可捕捉变量与目标的非线性关系（如年龄与收入的分段效应），因此C正确。A是标准化/归一化的目的；B是降维（如PCA）的目的；D是插值/删除的目的。

某电商平台需评估新用户激励策略的效果，最适合的分析方法是：

A.关联规则挖掘（Apriori）

B.A/B测试

C.聚类分析（K-means）

D.主成分分析（PCA）

答案：B

解析：A/B测试通过随机分组对比实验组（新策略）与对照组（原策略）的关键指标（如留存率），可因果推断策略效果，因此B正确。A用于发现项集关联（如“买A买B”）；C用于用户分群；D用于降维。

在机器学习模型评估中，“F1分数”是以下哪两个指标的调和平均？

A.准确率（Accuracy）和召回率（Recall）

B.精确率（Precision）和召回率（Recall）

C.精确率（Precision）和特异度（Specificity）

D.准确率（Accuracy）和精确率（Precision）

答案：B

解析：F1=2(PR)/(P+R)，其中P为精确率（正预测中实际为正的比例），R为召回率（实际正例中被正确预测的比例），因此B正确。其他选项均不符合定义。

以下哪种场景最适合使用支持向量机（SVM）？

A.高维小样本分类问题

B.大规模时序预测问题

C.多标签图像识别问题

D.无监督聚类问题

答案：A

解析：SVM在高维空间中仍能有效分类，且对小样本数据泛化能力强（通过最大化间隔避免过拟合），因此A正确。B通常用LSTM；C用深度学习（如CNN）；D用K-means等无监督方法。

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

A.数据仓库支持实时事务处理（OLTP）

B.数据库存储历史汇总数据

C.数据仓库面向分析型应用（OLAP）

D.数据库使用星型模型建模

答案：C

解析：数据仓库是面向主题的、集成的、非易失的、随时间变化的数据集合，主要支持OLAP（在线分析处理），因此C正确。A错误，OLTP是数据库的核心；B错误，数据库存储实时业务数据；D错误，星型模型是数据仓库的常见建模方式。

在处理高维稀疏数据（如文本TF-IDF特征）时，最适合的降维方法是：

A.主成分分析（PCA）

B.线性判别分析（LDA）

C.奇异值分解（SVD）

D.特征选择（Filter法）

答案：C

解析：SVD可直接对稀疏矩阵进行分解（如LSA用于文本降维），保留主要特征信息，因此C正确。A依赖数据协方差矩阵，对稀疏数据不适用；B用于有监督降维（需标签）；D是选择特征而非降维。

以下哪项不属于数据伦理的核心原则？

A.数据最小化（收集必要数据）

B.算法可解释性（模型决策透明）

C.数据所有权（明确用户数据归属）

D.模型准确率最大化（优先提升性能）

答案：D

解析：数据伦理强调隐私保护、公平性、透明性等，而“模型准确率最大化”可能牺牲伦理（如使用敏感信息歧视用户），因此D错误。A、B、C均为数据伦理的核心原则。

在预测模型中，“过拟合（Overfitting）”的典型表现是：

A.训练集和测试集误差均很高

B.训练集误差低，测试集误差高

C.训练集误差高，测试集误差低

D.训练集和测试集误差均很低

答案：B

解析：过拟合指模型过度学习训练数据的噪声和细