2025年数据分析与处理技能测试题及答案.docxVIP

2025年数据分析与处理技能测试题及答案

一、单项选择题（每题2分，共30分）

1.以下关于数据类型的描述中，正确的是：

A.客户满意度评分（1-5分）属于连续型数据

B.商品分类（食品/服装/家电）属于定距型数据

C.温度（℃）属于定比型数据

D.订单状态（未支付/已支付/已取消）属于定类型数据

答案：D

解析：A选项中1-5分是离散型数据；B选项商品分类无顺序，属于定类；C选项温度无绝对零点（0℃不代表没有温度），属于定距；D选项订单状态仅分类，无顺序，正确。

2.某数据集的偏度系数为-1.2，说明数据分布：

A.左偏（负偏），长尾在左侧

B.右偏（正偏），长尾在右侧

C.左偏，长尾在右侧

D.右偏，长尾在左侧

答案：A

解析：偏度系数为负时，均值小于中位数，数据左侧有较长尾部，属于左偏（负偏）。

3.以下SQL语句中，能正确计算每个用户2024年订单总金额的是：

A.SELECTuser_id,SUM(amount)AStotal_amountFROMordersWHEREorder_dateBETWEEN2024-01-01AND2024-12-31

B.SELECTuser_id,SUM(amount)AStotal_amountFROMordersGROUPBYuser_idHAVINGorder_dateBETWEEN2024-01-01AND2024-12-31

C.SELECTuser_id,SUM(amount)AStotal_amountFROMordersWHEREorder_dateBETWEEN2024-01-01AND2024-12-31GROUPBYuser_id

D.SELECTuser_id,SUM(amount)AStotal_amountFROMordersGROUPBYuser_idWHEREorder_dateBETWEEN2024-01-01AND2024-12-31

答案：C

解析：WHERE子句应在GROUPBY之前过滤数据，GROUPBY用于按用户分组汇总，正确顺序为WHERE→GROUPBY→SELECT。

4.使用Python的pandas库处理数据时，若要将DataFrame中age列的缺失值替换为该列的中位数，正确的代码是：

A.df[age]=df[age].fillna(df[age].mean())

B.df[age]=df[age].replace(np.nan,df[age].median())

C.df[age].fillna(df[age].median(),inplace=True)

D.df[age]=df[age].dropna().median()

答案：C

解析：fillna()用于填充缺失值，median()计算中位数；A选项用了均值（mean）；B选项replace()一般用于替换特定值而非NaN；D选项错误地将整列替换为中位数。

5.某电商平台分析用户复购行为时，定义复购用户为90天内购买次数≥2次的用户。若要计算2024年Q1的复购率（复购用户数/总购买用户数），需明确的关键指标是：

A.新用户数与老用户数的划分

B.同一用户不同订单的时间间隔

C.订单支付时间的准确性

D.以上均是

答案：D

解析：复购率计算需明确用户标识唯一性（避免重复计数）、时间窗口（90天）的起始点、订单时间的准确性（确保在Q1内），以及新老用户的定义可能影响结果。

6.以下关于混淆矩阵的描述中，错误的是：

A.准确率=（TP+TN）/（TP+TN+FP+FN）

B.精确率=TP/（TP+FP）

C.召回率=TP/（TP+FN）

D.F1分数=2×（精确率×召回率）/（精确率-召回率）

答案：D

解析：F1分数的公式应为2×（精确率×召回率）/（精确率+召回率）。

7.在Tableau中创建动态筛选器时，若要让用户通过滑动条选择订单金额的范围（如100-500元），应使用的功能是：

A.参数（Parameter）

B.集（Set）

C.组（Group）

D.计算字段（CalculatedField）

答案：A

解析：参数可创建交互式控件（如滑动条），用于动态调整数值范围；集用于定义固定或动态的成员集合；组用于合并分类；计算字段用于自定义表达式。

8.某时间序列数据的ACF（自相关函数）在滞后1期显著，滞后2期及以上不显著，PACF（偏自相关函数）在滞后1-3期显著，最可能适用的模型是：

A.AR(3)

B.MA(1)

C.