2025年高级数据分析师考试题库（附答案和详细解析）（1225）.docxVIP

高级数据分析师考试试卷

一、单项选择题（共10题，每题1分，共10分）

在特征工程中，用于衡量特征与目标变量相关性的IV（InformationValue）值，其合理范围通常为？

A.IV0.02（无预测能力）

B.0.02≤IV0.1（弱预测能力）

C.0.1≤IV0.3（中等预测能力）

D.IV≥0.5（极强预测能力）

答案：C

解析：IV值是衡量特征预测能力的重要指标，通常划分标准为：IV0.02（无预测能力），0.02≤IV0.1（弱），0.1≤IV0.3（中等），0.3≤IV0.5（强），IV≥0.5（可能存在异常，需验证）。因此正确选项为C，A、B、D范围描述错误。

混淆矩阵中，F1分数的计算公式是？

A.(精确率+召回率)/2

B.2(精确率召回率)/(精确率+召回率)

C.TP/(TP+FN)

D.TP/(TP+FP)

答案：B

解析：F1分数是精确率（P=TP/(TP+FP)）和召回率（R=TP/(TP+FN)）的调和平均，公式为2PR/(P+R)。选项A是算术平均，C是召回率，D是精确率，故正确答案为B。

A/B测试中，若要保证结果的有效性，关键前提是？

A.测试组与对照组样本量相同

B.两组用户的特征分布具有显著差异

C.用户被随机分配到测试组或对照组

D.测试仅持续1天以避免外部干扰

答案：C

解析：A/B测试的核心是随机化分配（避免选择偏差），确保两组用户在未干预前具有同质性。样本量相同非必要（需统计功效计算），特征分布差异会引入混淆变量，测试时长需覆盖用户行为周期（如电商至少7天）。因此正确答案为C。

时间序列预测中，适用于具有稳定季节性波动的模型是？

A.ARIMA(p,d,q)

B.SARIMA(p,d,q)(P,D,Q)s

C.简单移动平均（SMA）

D.指数平滑（SES）

答案：B

解析：SARIMA（季节性ARIMA）通过引入季节性阶数(P,D,Q)和周期s（如s=12表示月度数据的年周期），专门处理季节性波动。ARIMA不直接处理季节性，SMA和SES对季节性支持较弱，故正确答案为B。

数据清洗中，处理异常值的正确流程是？

A.直接删除所有异常值→分析数据分布→确定异常值标准

B.分析数据分布→确定异常值标准（如Z-score3）→根据业务意义决定保留/修正

C.用均值填充所有异常值→验证填充后数据分布

D.将异常值统一标记为缺失值→用KNN填充

答案：B

解析：异常值处理需先通过统计方法（如Z-score、IQR）或业务规则定义异常，再结合业务场景判断（如高消费用户可能是真实高价值客户），而非直接删除或填充。选项A顺序错误，C、D未考虑业务意义，故正确答案为B。

以下哪种方法最能有效缓解模型过拟合？

A.增加训练数据量

B.减少特征数量

C.提高模型复杂度（如增加决策树深度）

D.降低学习率（针对梯度下降模型）

答案：A

解析：过拟合的本质是模型对训练数据的噪声过度学习，增加数据量可提升模型泛化能力；减少特征可能导致欠拟合；提高复杂度会加剧过拟合；降低学习率影响收敛速度而非过拟合。故正确答案为A。

商业分析中，RFM模型的“M”指的是？

A.最近一次消费时间（Recency）

B.消费频率（Frequency）

C.消费金额（Monetary）

D.客户生命周期（Lifetime）

答案：C

解析：RFM模型由Recency（最近消费）、Frequency（消费频率）、Monetary（消费金额）构成，用于客户分群。选项C正确，其他为干扰项。

因果推断中，“工具变量法”的关键要求是？

A.工具变量与干预变量不相关

B.工具变量与干扰项（混淆变量）相关

C.工具变量仅通过干预变量影响结果变量

D.工具变量必须是离散变量

答案：C

解析：工具变量（Z）需满足：①Z与干预变量（X）相关；②Z与干扰项（U）不相关；③Z仅通过X影响结果（Y）。选项C符合第三个条件，其他均错误。

数据仓库的维度建模中，“事实表”通常存储？

A.描述业务过程的度量值（如销售额）

B.用于分类的上下文信息（如时间、地区）

C.数据清洗后的原始数据

D.多维分析的预计算结果（如聚合表）

答案：A

解析：维度建模中，事实表存储业务过程的量化结果（如订单金额、数量），维度表存储分类信息（如时间维度、产品维度）。选项A正确，B是维度表的作用。

异常检测中，“孤立森林（IsolationForest）”的核心思想是？

A.计算样本与邻域样本的密度差异

B.通过树结构随机分割数据，异常值更容易被孤立

C.基于距离度量（如欧氏距离）识别离群点

D.使用聚类算法（如K-means）将小簇视为异常

答案：B

解析：孤立森林通过构建多棵随机二叉树，异常值