2025年高级数据分析师考试题库（附答案和详细解析）（1121）.docxVIP

高级数据分析师考试试卷（总分100分）

一、单项选择题（共10题，每题1分，共10分）

在统计推断中，中心极限定理（CLT）的核心结论是？

A.总体分布必须为正态分布才能进行推断

B.样本量越大，样本方差越接近总体方差

C.当样本量足够大时，样本均值的抽样分布趋近于正态分布

D.所有统计量的分布最终都会收敛到正态分布

答案：C

解析：中心极限定理的核心是“无论总体分布如何，当样本量n足够大时，样本均值的抽样分布近似服从正态分布”（通常n≥30）。选项A错误，CLT不要求总体为正态分布；选项B错误，样本方差接近总体方差是无偏估计的性质，与CLT无关；选项D错误，CLT仅针对样本均值，非所有统计量。

特征工程中，WOE（证据权重）分箱的主要优势是？

A.确保分箱后的特征与目标变量线性相关

B.自动处理缺失值并生成虚拟变量

C.考虑了分箱后各区间对目标变量的区分能力

D.适用于所有类型的特征（连续/离散）

答案：C

解析：WOE分箱通过计算每个分箱区间内“坏样本率/好样本率”的自然对数，衡量该区间对目标变量的区分能力（区分度越高，WOE绝对值越大）。选项A错误，WOE分箱不保证线性关系；选项B错误，处理缺失值是分箱前的步骤，非WOE分箱优势；选项D错误，WOE分箱主要用于连续型特征或有序离散特征。

以下哪种场景最适合使用K-means聚类算法？

A.识别信用卡交易中的异常支付行为

B.预测用户下个月的消费金额

C.对电商用户按购买偏好分组

D.分析广告投放渠道的ROI相关性

答案：C

解析：K-means是无监督学习算法，适用于“寻找数据中的自然分组”场景（如用户分群）。选项A更适合孤立森林或DBSCAN（处理非球形簇）；选项B是回归任务（监督学习）；选项D是相关分析（统计方法）。

在数据清洗中，处理“左偏态”分布的连续型缺失值时，最合理的填充方法是？

A.用均值填充

B.用中位数填充

C.用众数填充

D.直接删除缺失行

答案：B

解析：左偏态分布（长尾在左侧）的均值会被极小值拉低，中位数更能代表数据集中趋势。选项A错误，均值易受极端值影响；选项C错误，众数适用于离散型或类别型数据；选项D错误，直接删除可能导致信息丢失（尤其当缺失率较高时）。

AB测试中，若实验版本的转化率提升了5%，但p值=0.15（显著性水平α=0.05），正确结论是？

A.实验版本显著优于对照版本

B.实验版本与对照版本无统计显著性差异

C.实验版本的实际业务价值更高

D.需扩大样本量重新实验

答案：B

解析：p值α（0.150.05）时，无法拒绝原假设（两版本无差异），即无统计显著性。选项A错误，p值未达到显著性水平；选项C错误，统计显著性不等同于业务价值（可能需结合效应量判断）；选项D是可能的后续操作，但非当前结论。

数据可视化中，“辛普森悖论”最可能通过哪种图表暴露？

A.折线图

B.散点图

C.分组条形图

D.热力图

答案：C

解析：辛普森悖论指分组数据与整体数据趋势相反（如各子组A的指标低于B，但整体A高于B），分组条形图可清晰展示各子组与整体的差异。选项A用于时间序列；选项B用于变量间相关性；选项D用于矩阵型数据密度。

以下哪项不属于大数据技术栈（Lambda架构）的组成部分？

A.实时处理层（Storm/SparkStreaming）

B.批处理层（Hadoop/Spark）

C.服务层（HBase/Elasticsearch）

D.特征工程层（Pandas/Scikit-learn）

答案：D

解析：Lambda架构包含批处理层（处理历史数据）、实时处理层（处理流数据）、服务层（合并结果供查询）。特征工程层属于数据建模阶段，非Lambda架构核心。

某模型的混淆矩阵显示：TP=80，FN=20，FP=10，TN=90，则F1分数为？

A.0.84

B.0.89

C.0.92

D.0.95

答案：A

解析：F1=2(精确率召回率)/(精确率+召回率)。精确率=TP/(TP+FP)=80/90≈0.89；召回率=TP/(TP+FN)=80/100=0.8；F1=2(0.890.8)/(0.89+0.8)≈0.84。

数据伦理中，“差分隐私”的核心目标是？

A.确保数据完全匿名不可追溯

B.在数据发布时保留统计信息，同时保护个体隐私

C.限制数据收集的范围和用途

D.强制数据使用者签署保密协议

答案：B

解析：差分隐私通过添加可控噪声（如Laplace噪声），使得单个个体的信息无法从数据集中被推断，同时保留整体统计特征（如均值、总和）。选项A错误，完全匿名难以实现；选项C是数据治理要求；选项D是管理措施。

以下哪种场景最适合使用时间序列的ARIMA模型？

A.预测某商品下季度