2025年数据分析师职业认证考试试题及答案.docxVIP

2025年数据分析师职业认证考试试题及答案

一、单项选择题（每题2分，共40分）

1.以下哪种数据类型同时具备顺序性和等距性，但无绝对零点？

A.定类数据

B.定序数据

C.定距数据

D.定比数据

答案：C

解析：定距数据（如温度）可以比较大小且间隔相等，但0不表示“无”；定比数据（如身高）有绝对零点。

2.某数据集的偏度系数为-1.2，说明数据分布呈现：

A.左偏（负偏），均值小于中位数

B.左偏（负偏），均值大于中位数

C.右偏（正偏），均值小于中位数

D.右偏（正偏），均值大于中位数

答案：A

解析：偏度为负时，数据左侧有长尾，均值受极端小值影响小于中位数。

3.以下哪项不是数据清洗中处理缺失值的常用方法？

A.直接删除含缺失值的记录

B.用变量均值填充

C.用K近邻算法预测填充

D.用相关变量的回归模型生成虚拟变量

答案：D

解析：生成虚拟变量（哑变量）用于分类变量编码，非缺失值处理方法。

4.在SQL中，要计算每个用户最近一次购买时间（字段为purchase_time），应使用：

A.MAX(purchase_time)OVER(PARTITIONBYuser_id)

B.MIN(purchase_time)OVER(PARTITIONBYuser_id)

C.ROW_NUMBER()OVER(PARTITIONBYuser_idORDERBYpurchase_timeDESC)

D.RANK()OVER(PARTITIONBYuser_idORDERBYpurchase_time)

答案：A

解析：MAX函数取每个用户分组的最大时间，即最近时间；窗口函数PARTITIONBY按用户分组。

5.用Python进行线性回归分析时，若发现自变量间存在严重多重共线性，最合理的处理方法是：

A.增加样本量

B.进行主成分分析（PCA）降维

C.对自变量取对数

D.剔除截距项

答案：B

解析：主成分分析可将高度相关的自变量转化为互不相关的主成分，降低共线性影响。

6.某电商平台用户行为数据中，“购买转化率”的计算公式是：

A.购买用户数/访问用户数

B.购买订单数/访问页面数

C.购买金额/访问时长

D.购买用户数/注册用户数

答案：A

解析：转化率核心是目标行为（购买）与初始行为（访问）的用户数比值。

7.以下哪种可视化图表最适合展示不同品类销售额随时间的趋势变化？

A.散点图

B.热力图

C.折线图

D.箱线图

答案：C

解析：折线图擅长展示连续时间序列的变化趋势。

8.在A/B测试中，若实验组的转化率为12%，对照组为10%，p值为0.02（α=0.05），结论是：

A.两组无显著差异

B.实验组转化率显著高于对照组

C.对照组转化率显著高于实验组

D.无法判断

答案：B

解析：p值＜0.05，拒绝原假设（两组无差异），认为实验组有显著提升。

9.用Python的pandas处理数据时，若要将字符串列“日期”（格式为“2024-05-15”）转换为日期类型，应使用：

A.pd.to_datetime(df[日期])

B.df[日期].astype(datetime64)

C.pd.to_timedelta(df[日期])

D.df[日期].str.split(-)

答案：A

解析：pd.to_datetime是标准的字符串转日期函数。

10.以下哪项属于非监督学习任务？

A.预测用户是否会流失（二分类）

B.对用户评论进行情感分析（正/负）

C.将用户分成高、中、低价值群体（聚类）

D.预测产品销量（回归）

答案：C

解析：聚类无标签，属于非监督学习；分类、回归均为有监督。

11.某数据集的峰度系数为3.5，说明数据分布：

A.比正态分布更陡峭（尖峰）

B.比正态分布更平缓（平峰）

C.呈均匀分布

D.呈指数分布

答案：A

解析：正态分布峰度为3，大于3时数据更集中在均值附近，尾部更厚（尖峰）。

12.在SQL中，要查询2024年1月所有订单中，金额超过该月平均金额的记录，正确的子查询是：

A.SELECTFROMordersWHEREorder_dateBETWEEN2024-01-01AND2024-01-31ANDamoun