2025年高级数据分析师考试题库（附答案和详细解析）（1220）.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）

在分类模型评估中，精确率（Precision）的计算公式是（）

A.TP/(TP+FN)

B.TP/(TP+FP)

C.TN/(TN+FP)

D.(TP+TN)/(TP+TN+FP+FN)

答案：B

解析：精确率衡量的是模型预测为正类的样本中实际为正类的比例，公式为TP（真正例）除以（TP+FP，即所有预测为正类的样本）。选项A是召回率（Recall），选项C是真负率（Specificity），选项D是准确率（Accuracy）。

时间序列分析中，ADF检验（AugmentedDickey-FullerTest）的主要目的是（）

A.检验序列是否存在自相关性

B.检验序列是否平稳（存在单位根）

C.检验序列的季节性

D.检验序列的异方差性

答案：B

解析：ADF检验是单位根检验的一种，用于判断时间序列是否平稳。若存在单位根（原假设），则序列非平稳；拒绝原假设则序列平稳。选项A由自相关函数（ACF）或Ljung-Box检验判断，选项C通过季节分解或周期图分析，选项D通过ARCH检验等方法。

进行A/B测试时，若需比较两组用户的转化率差异，通常应选择（）

A.单样本t检验

B.双样本t检验

C.卡方检验

D.方差分析（ANOVA）

答案：C

解析：转化率是二分类指标（成功/失败），比较两组比例差异应使用卡方检验或Z检验。双样本t检验适用于数值型变量（如客单价），单样本t检验用于单组与总体均值比较，方差分析用于多组均值比较。

特征工程中，WOE（WeightofEvidence）编码主要用于（）

A.处理缺失值

B.降低特征维度

C.提升分类型特征的预测能力

D.消除特征间多重共线性

答案：C

解析：WOE编码通过计算分箱后各区间的正负样本比例对数，将分类型特征转化为具有业务解释性的数值型特征，能有效捕捉特征与目标变量的相关性。选项A常用填充法，选项B用PCA等降维，选项D用VIF或正则化。

LSTM（长短期记忆网络）的核心设计是（）

A.引入门控机制解决长依赖问题

B.采用卷积核提取局部特征

C.通过注意力机制分配权重

D.利用梯度下降优化参数

答案：A

解析：LSTM通过输入门、遗忘门和输出门控制信息的保留与遗忘，解决了传统RNN的梯度消失/爆炸问题，适用于长序列建模。选项B是CNN的特点，选项C是Transformer的核心，选项D是所有神经网络的优化方法。

数据倾斜（DataSkew）对模型训练的主要影响是（）

A.增加计算复杂度

B.导致模型在多数类上表现过好，少数类过差

C.降低特征间的相关性

D.延长模型收敛时间

答案：B

解析：数据倾斜指类别或特征值分布不均衡（如99%负样本，1%正样本），模型会倾向于预测多数类，导致少数类的召回率极低。选项A和D是数据量过大的影响，选项C与特征工程相关。

因果推断中，双重差分法（DID）的关键假设是（）

A.处理组与控制组的时间趋势相同（平行趋势假设）

B.所有混淆变量已被观测

C.工具变量与处理变量相关，与误差项无关

D.样本可忽略处理分配（Ignorability）

答案：A

解析：DID通过比较处理组和控制组在干预前后的差异，推断因果效应，核心假设是两组在干预前的时间趋势一致（平行趋势）。选项B是PSM的假设，选项C是工具变量法的假设，选项D是随机实验的假设。

数据湖（DataLake）与数据仓库（DataWarehouse）的主要区别是（）

A.数据湖存储结构化数据，数据仓库存储非结构化数据

B.数据湖采用“SchemaonRead”，数据仓库采用“SchemaonWrite”

C.数据湖支持OLAP分析，数据仓库支持OLTP交易

D.数据湖需要严格的ETL流程，数据仓库无需预处理

答案：B

解析：数据湖存储原始多格式数据（结构化、半结构化、非结构化），在读取时定义模式（SchemaonRead）；数据仓库需提前定义模式（SchemaonWrite），经过ETL处理为结构化数据。选项A描述相反，选项C中数据仓库支持OLAP，选项D中数据湖无需严格ETL。

模型评估时，K-S检验（Kolmogorov-SmirnovTest）主要用于（）

A.比较两个分布的差异

B.检验特征是否服从正态分布

C.评估分类模型的区分能力

D.验证回归模型的残差是否独立

答案：C

解析：在分类模型中，K-S检验通过比较正负样本的预测概率分布，计算最大垂直距离（K-S值），衡量模型区分正负样本的能力（值越大，区分度越好）。选项A是K-S检验的通用用途，选项B用Shapiro-Wilk检验，选