2025年数据分析师职业考试试卷及答案.docxVIP

2025年数据分析师职业考试试卷及答案

一、单项选择题（共20题，每题2分，共40分）

1.以下哪项属于连续型数据？

A.用户性别（男/女）

B.商品销量（件）

C.客户年龄（岁）

D.订单状态（未支付/已支付/已取消）

2.在假设检验中，若原假设为“某新药无效”，当实际新药有效但检验结果未拒绝原假设时，发生的错误是：

A.第一类错误（α错误）

B.第二类错误（β错误）

C.无错误

D.无法判断

3.某电商平台用户日均活跃时长的分布呈右偏态，此时描述集中趋势的最优指标是：

A.均值

B.中位数

C.众数

D.极差

4.以下SQL语句中，能正确计算每个品类（category）的平均销售额（sales）的是：

A.SELECTcategory,AVG(sales)FROMordersGROUPBYsales;

B.SELECTcategory,AVG(sales)FROMordersGROUPBYcategory;

C.SELECTcategory,SUM(sales)/COUNT()FROMordersGROUPBYsales;

D.SELECTcategory,AVG(sales)FROMordersORDERBYcategory;

5.在Python的Pandas库中，若要将DataFrame的“date”列从字符串格式（如“2023-10-01”）转换为日期时间格式，应使用的函数是：

A.pd.to_datetime()

B.pd.to_timedelta()

C.df[date].astype(datetime)

D.df[date].strftime(%Y-%m-%d)

6.某数据集的相关系数矩阵显示，变量X和Y的相关系数为0.85，变量Y和Z的相关系数为-0.92，变量X和Z的相关系数为-0.15。以下结论正确的是：

A.X和Y高度正相关，Y和Z高度负相关，X和Z几乎无关

B.X和Y高度正相关，Y和Z低度负相关，X和Z中度负相关

C.X和Y中度正相关，Y和Z高度负相关，X和Z几乎无关

D.X和Y高度正相关，Y和Z高度负相关，X和Z中度负相关

7.在分类模型评估中，若目标是减少“将恶意用户误判为正常用户”的情况，应重点关注以下哪个指标？

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.F1分数

8.以下哪种数据清洗操作用于处理“同一用户在不同记录中姓名拼写不一致（如‘张三’和‘张3’）”的问题？

A.缺失值填充

B.异常值检测

C.数据标准化

D.数据去重与统一

9.在A/B测试中，若实验组和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，易犯第二类错误

B.统计功效过高，易犯第一类错误

C.结果无法推广到总体

D.数据方差过小

10.某零售数据集包含“订单时间”“商品ID”“用户ID”“支付金额”字段，若要分析“用户复购周期”，需额外计算的指标是：

A.每次订单的间隔时间

B.每个用户的总支付金额

C.每个商品的销量

D.每日订单数量

11.在机器学习中，以下哪项属于监督学习任务？

A.用K-means对用户分群

B.用PCA降维

C.用随机森林预测客户是否流失

D.用关联规则挖掘商品购买模式

12.若某特征的IV（信息价值）值为0.35，说明该特征对目标变量的预测能力：

A.无预测能力（IV0.02）

B.弱预测能力（0.02≤IV0.1）

C.中等预测能力（0.1≤IV0.3）

D.强预测能力（IV≥0.3）

13.以下Python代码的输出结果是：

```python

importpandasaspd

data={A:[1,2,3],B:[4,None,6]}

df=pd.DataFrame(data)

print(df.dropna().shape)

```

A.(2,2)

B.(3,2)

C.(2,1)

D.(1,2)

14.在数据可视化中，若要展示“2020-2024年各季度某城市GDP增长率”的变化趋势，最佳图表类型是：

A.柱状图

B.折线图

C.散点图

D.饼图

15