数据分析师考试题库与答案解析.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师考试题库与答案解析

一、单选题（共10题，每题2分，合计20分）

1.题目：在处理缺失值时，以下哪种方法适用于数据量较大且缺失比例较高的数据集？

A.删除含有缺失值的行

B.填充均值或中位数

C.使用KNN算法填充

D.插值法

答案：C

解析：当数据量较大且缺失比例较高时，删除行会导致大量数据丢失，填充均值或中位数可能无法反映真实分布，插值法计算复杂。KNN算法通过邻近样本填充，适用于较大数据集且能保留分布特征。

2.题目：某电商平台用户购买行为数据中，购买金额和购买次数的相关系数为0.85，以下结论最准确的是？

A.购买金额越高，用户购买次数越多

B.两者无关联

C.购买金额与购买次数可能存在非线性关系

D.相关系数过高会导致数据冗余

答案：A

解析：相关系数绝对值大于0.8通常表示强正相关，但需注意实际业务逻辑。选项C可能成立，但题目未提供足够信息支持；选项D错误，高相关性不等于冗余。

3.题目：在数据可视化中，以下哪种图表最适合展示不同城市月度销售额趋势？

A.散点图

B.热力图

C.折线图

D.饼图

答案：C

解析：折线图适合展示时间序列数据趋势，热力图适用于二维矩阵数据，饼图用于占比展示。散点图适用于数值型关系探索。

4.题目：某零售企业使用RFM模型分析用户价值，其中R代表？

A.交易频率

B.交易金额

C.最近一次购买时间

D.客户最近一次购买金额

答案：C

解析：RFM模型中R（Recency）指最近一次购买时间，F（Frequency）指交易频率，M（Monetary）指交易金额。

5.题目：假设某城市出租车订单数据中，行程距离与价格的散点图呈强线性关系，以下结论最合理的是？

A.价格与距离完全无关

B.价格受其他因素影响较大

C.距离是影响价格的主要因素

D.数据存在异常值干扰

答案：C

解析：强线性关系表明距离是主要影响因素，但需警惕其他变量（如时间、天气）的协同作用。

6.题目：在SQL查询中，以下哪个函数可用于计算分组后的非重复记录数？

A.COUNT()

B.SUM()

C.DISTINCTCOUNT()

D.MAX()

答案：C

解析：DISTINCTCOUNT()用于统计唯一值数量，COUNT()统计总行数，SUM()求和，MAX()取最大值。

7.题目：某电商A/B测试新界面，控制组转化率为5%，实验组为6%，以下说法正确的是？

A.新界面显著提升转化率

B.需扩大样本量验证

C.差异可能由随机波动导致

D.新界面导致用户流失

答案：C

解析：小样本差异可能未达统计显著性，需进行假设检验（如Z检验）排除随机性。

8.题目：在Python的Pandas库中，以下哪个方法用于合并两个DataFrame？

A.merge()

B.join()

C.append()

D.concat()

答案：A

解析：merge()通过键合并，join()按索引合并，append()纵向追加，concat()按轴合并。选项B和D部分正确，但merge()更常用。

9.题目：某城市共享单车调度系统需预测需求量，以下哪种模型最适合短期预测？

A.线性回归

B.ARIMA

C.GBDT

D.神经网络

答案：B

解析：ARIMA适用于短期时序预测，GBDT和神经网络计算复杂，线性回归无法捕捉时序依赖。

10.题目：在数据清洗中，以下哪个步骤属于异常值处理？

A.缺失值填充

B.数据类型转换

C.标准化

D.离群点检测与修正

答案：D

解析：异常值处理包括检测（如IQR、Z-score）和修正（删除或替换），其他选项分别对应数据完整性、一致性及特征工程。

二、多选题（共5题，每题3分，合计15分）

1.题目：在用户画像构建中，以下哪些指标属于行为特征？

A.浏览时长

B.居住城市

C.购物车商品数

D.客户年龄

E.社交媒体互动量

答案：A,C,E

解析：行为特征反映用户交互行为，B属于人口统计学特征，D属于基本属性。

2.题目：假设某外卖平台需优化配送路线，以下哪些算法可能适用？

A.Dijkstra算法

B.A算法

C.K-means聚类

D.Floyd-Warshall算法

E.贪心算法

答案：A,B,E

解析：Dijkstra/A用于单源最短路径，贪心算法可快速近似解，K-means用于区域划分，Floyd-Warshall用于全对全最短路径。

3.题目：在机器学习模型评估中，以下哪些指标适用于分类问题？

A.MAE

B.AUC

C.RMSE

D.Precision

E.F1-score

答案：B,D,