2025年数据分析师岗位考试试题及答案.docxVIP

2025年数据分析师岗位考试试题及答案

一、单项选择题（每题2分，共20题，合计40分）

1.某电商平台用户行为数据中，“用户ID”字段存在重复记录，且重复原因是同一用户在不同设备登录产生的日志。若需保留每个用户最近一次登录的记录，应使用以下哪种数据清洗方法？

A.直接删除重复值

B.按用户ID分组后取时间戳最大的记录

C.按用户ID分组后取时间戳最小的记录

D.对重复记录取平均值

2.在假设检验中，若原假设为“某广告投放对转化率无显著影响”，当实际无影响但错误拒绝原假设时，发生的是：

A.第一类错误（α错误）

B.第二类错误（β错误）

C.统计功效不足

D.置信区间过宽

3.以下SQL语句中，能正确计算2024年1-6月每个品类（category）的总销售额（sales），并按销售额降序排序的是：

A.SELECTcategory,SUM(sales)AStotal_sales

FROMorders

WHEREorder_dateBETWEEN2024-01-01AND2024-06-30

GROUPBYcategory

ORDERBYtotal_salesDESC;

B.SELECTcategory,SUM(sales)AStotal_sales

FROMorders

WHEREorder_dateBETWEEN2024-01-01AND2024-06-30

ORDERBYtotal_salesDESC

GROUPBYcategory;

C.SELECTcategory,SUM(sales)AStotal_sales

FROMorders

GROUPBYcategory

WHEREorder_dateBETWEEN2024-01-01AND2024-06-30

ORDERBYtotal_salesDESC;

D.SELECTcategory,AVG(sales)AStotal_sales

FROMorders

WHEREorder_dateBETWEEN2024-01-01AND2024-06-30

GROUPBYcategory

ORDERBYtotal_salesDESC;

4.某数据集包含“年龄”（连续变量）和“是否购买会员”（二分类变量），若需分析年龄对购买会员的影响，最适合的模型是：

A.线性回归

B.逻辑回归

C.决策树回归

D.主成分分析

5.在Python的Pandas库中，若要将DataFrame中“价格”列的缺失值替换为该列的中位数，正确的代码是：

A.df[价格].fillna(df[价格].mean(),inplace=True)

B.df[价格].fillna(df[价格].median(),inplace=True)

C.df[价格].dropna(inplace=True)

D.df[价格].replace(np.nan,df[价格].mode()[0],inplace=True)

6.以下关于数据可视化的描述中，错误的是：

A.折线图适合展示时间序列数据的趋势

B.箱线图可用于观察数据的分布特征和异常值

C.散点图主要用于展示两个连续变量的相关关系

D.柱状图适合比较多个分类变量的具体数值大小

7.某A/B测试中，实验组转化率为12%（样本量1000），对照组转化率为10%（样本量1000），若显著性水平α=0.05，检验结果p值=0.03，结论应为：

A.拒绝原假设，认为两组转化率有显著差异

B.不拒绝原假设，认为两组转化率无显著差异

C.需增大样本量重新检验

D.结论无法确定

8.以下哪项不属于特征工程中的特征构造方法？

A.对“出生日期”计算年龄

B.对“用户评分”进行分箱（分桶）处理

C.对“商品类别”进行独热编码（One-HotEncoding）

D.对缺失值超过70%的特征直接删除

9.在HiveSQL中，若需计算每个用户的累计消费金额（按时间排序），应使用的窗口函数是：

A.ROW_NUMBER()

B.RANK()

C.SUM()OVER(PARTITIONBYuser_idORDERBYorder_time)

D.AVG()OVER(PARTI