数据分析师面试攻略及题目详解.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师面试攻略及题目详解

一、统计学基础（5题，每题8分，共40分）

题目1（8分）：

假设某电商平台用户购买转化率的样本数据为：[0.12,0.15,0.10,0.18,0.14]，计算该样本的中位数、方差和标准差。若某新用户转化率为0.20，是否属于异常值？（假设阈值设置为均值的2倍标准差）

答案与解析：

1.中位数：排序后为[0.10,0.12,0.14,0.15,0.18]，中位数为0.14。

2.方差：

-均值=（0.12+0.15+0.10+0.18+0.14）/5=0.13。

-方差=Σ(数据-均值)2/5=[(0.12-0.13)2+(0.15-0.13)2+(0.10-0.13)2+(0.18-0.13)2+(0.14-0.13)2]/5≈0.00168。

3.标准差：根号下方差≈0.041。

4.异常值判断：

-均值±2倍标准差=0.13±2×0.041，即[0.048,0.222]。

-0.20超出范围，属于异常值。

题目2（8分）：

某城市A和B的日降雨量数据如下：

-A：[5,8,6,0,7]（单位：mm）；

-B：[2,4,3,1,5]。

分别计算两城市降雨量的协方差矩阵，并解释其业务含义。

答案与解析：

1.均值：

-A：5.4；B：3。

2.协方差矩阵计算：

-A的协方差矩阵需与其他变量配对，若仅计算A内部，则应用方差。实际业务中协方差用于相关性分析，此处假设题目要求计算A内部方差（标准差=2.32）：

协方差矩阵=

[[5.76,?],

[?,?]]

-B同理（方差=2.24）：

[[2.24,?],

[?,?]]

-业务含义：协方差矩阵反映变量间的线性关系强度，数值越大相关性越强。例如A城市降雨量波动较大，B相对稳定。

题目3（8分）：

某外卖平台用户行为数据：下单时间（分钟）与客单价（元）的散点图呈右上方倾斜。用简短语言描述可能的业务场景，并说明如何验证假设。

答案与解析：

-业务场景：下单时间越长，用户可能购买更多商品（如凑单满减），导致客单价提高。

-验证方法：

1.分组计算不同时间区间的客单价均值；

2.构建回归模型分析下单时间对客单价的线性影响；

3.检查是否存在满减等促销活动时间分布。

题目4（8分）：

假设某游戏每日活跃用户（DAU）数据呈指数增长：第1天为1000人，第2天为2000人，第3天为4000人。写出DAU增长模型的公式，并预测第10天的DAU。

答案与解析：

-模型：指数增长公式为DAU(t)=1000×2^(t-1)。

-第10天预测：1000×2^9=51200人。

-业务说明：指数增长通常受限于市场饱和度，需结合用户留存率修正模型。

题目5（8分）：

解释卡方检验的应用场景，并用实际例子说明如何判断显著性水平（α=0.05）。

答案与解析：

-应用场景：检验分类变量独立性，如“促销渠道A/B对用户购买意愿的影响”。

-例子：

-假设观察频数：

||购买|未购买|

|--||--|

|渠道A|30|70|

|渠道B|40|60|

-计算期望频数后，公式：χ2=Σ(观察频数-期望频数)2/期望频数。

-若计算结果χ2临界值（查表得3.841），拒绝原假设，说明渠道影响显著。

二、SQL与数据库（5题，每题8分，共40分）

题目6（8分）：

给定以下表结构：

-`orders`（`order_id`,`user_id`,`amount`,`order_date`）

-`users`（`user_id`,`city`,`注册时间`）

写出SQL查询：统计每个城市的用户订单平均金额，并按金额降序排列。

答案与解析：

sql

SELECTcity,AVG(amount)ASavg_amount

FROMorderso

JOINusersuONo.user_id=u.user_id

GROUPBYcity

ORDERBYavg_amountDESC;

-解析：连接表计算城市维度下的均值，降序展示金额最高城市。

题目7（8分）：

优化以下SQL查询：

sql

SELECTproduct_id,SUM(sales)

FROMsales_data

WHEREdateBETWEEN2025-01-01AND2025-12-31

GROUPBYproduct_id

HAVINGSUM(sales)1000;

说明可优化的点。

答案与解析：

1.索引：为