数据分析师面试常见问题及答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师面试常见问题及答案

一、选择题（共5题，每题2分）

1.题干：在数据清洗过程中，以下哪种方法最适合处理缺失值？（单选）

A.直接删除缺失值

B.使用均值/中位数/众数填充

C.插值法

D.以上都是

答案：D

解析：缺失值处理应根据数据类型和业务场景选择方法。删除适用于缺失比例极低的情况；均值/中位数/众数适用于数值型数据；插值法适用于时间序列数据。实际操作中常结合多种方法。

2.题干：以下哪个指标最适合衡量分类模型的预测准确性？（单选）

A.AUC

B.F1分数

C.R2

D.MAE

答案：B

解析：F1分数综合了精确率和召回率，适用于类别不平衡场景。AUC衡量模型排序能力，R2和MAE用于回归模型。

3.题干：在数据仓库设计中，星型模型的中心是？（单选）

A.事实表

B.维度表

C.辅助表

D.聚集表

答案：A

解析：星型模型由一个中心事实表和多个维度表构成，事实表存储度量值，维度表存储上下文信息。

4.题干：以下哪个SQL语句用于对数据进行去重？（单选）

A.`GROUPBY`

B.`DISTINCT`

C.`HAVING`

D.`ORDERBY`

答案：B

解析：`DISTINCT`关键字直接返回唯一值，`GROUPBY`用于分组聚合，`HAVING`是分组后过滤，`ORDERBY`用于排序。

5.题干：假设某电商用户转化率是5%，通过A/B测试提升至6%，提升幅度为？（单选）

A.20%

B.120%

C.10%

D.200%

答案：A

解析：提升幅度＝（新转化率-旧转化率）/旧转化率×100%＝（6%-5%）/5%×100%＝20%。

二、简答题（共4题，每题5分）

6.题干：简述数据分析师在业务问题中如何定义目标指标。

答案：

-明确业务场景：例如，电商用户留存率需区分新/老用户。

-量化目标：如“将次日留存率从30%提升至40%”。

-考虑约束条件：如预算限制、时间周期。

-与KPI对齐：确保指标与公司整体考核指标一致。

解析：定义指标需结合业务逻辑，避免模糊表述。例如，直接说“提升用户活跃度”不如“将日活跃用户数从5万提升至6万”。

7.题干：描述特征工程中特征筛选的常用方法。

答案：

-过滤法：如相关系数（0.8剔除冗余）、卡方检验（分类特征）。

-包装法：如递归特征消除（RFE），结合模型评分。

-嵌入法：如Lasso回归自动加权。

解析：选择方法需考虑数据量和计算成本。过滤法快速但可能遗漏交互特征，包装法准确但效率低。

8.题干：解释数据分析师如何处理数据偏差。

答案：

-抽样调整：如分层抽样平衡类别比例。

-算法层面：使用SMOTE算法生成少数类样本。

-业务干预：如调整营销资源向欠发达群体倾斜。

解析：处理偏差需结合技术手段和业务可行性。例如，医疗数据中少数类样本（如罕见病）可通过专家标注补充。

9.题干：如何评估数据可视化设计的有效性？

答案：

-目标导向：是否突出核心洞察（如销售额下降趋势）。

-可读性：坐标轴标注、颜色搭配是否规范。

-受众适配：高管更需柱状图，技术岗可接受热力图。

解析：可视化设计需避免误导性表达（如断轴），优先使用共识图表类型，如比较类用柱状图、趋势用折线图。

三、计算题（共3题，每题6分）

10.题干：某城市共享单车骑行数据如下表，计算该城市周末（周六/周日）的平均骑行时长（单位：分钟）。

|时间段|周一骑行时长|周六骑行时长|周日骑行时长|

|--|--|--|--|

|8:00-9:00|120|180|210|

|9:00-10:00|150|220|250|

|10:00-11:00|180|260|290|

答案：

-周六总时长＝180+220+260＝660分钟

-周日总时长＝210+250+290＝750分钟

-平均时长＝（660+750）/3＝220分钟

解析：计算时需明确“平均骑行时长”指同一时间段的加权平均，而非简单求和。

11.题干：某APP用户行为数据如下，计算留存率变化率（环比）。

|月份|新增用户|次月留存率|

|--|-||

|1月|10,000|25%|

|2月|12,000|30%|

答案：

-1月留存用户＝10,000×25%＝2,500人

-