2026年数据分析实习生面试题及答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析实习生面试题及答案

一、统计学基础（共5题，每题4分，总分20分）

1.描述性统计与推断统计的区别是什么？在数据分析中如何应用？

答案：

描述性统计是对已有数据集中数据进行总结和描述，如均值、中位数、标准差、频率分布等，目的是呈现数据的基本特征。推断统计则基于样本数据推断总体特征，如假设检验、置信区间、回归分析等，目的是从有限数据中得出普遍规律。

应用：

-描述性统计：用于数据探索阶段，如分析用户年龄分布、销售额均值等。

-推断统计：用于验证假设，如“某城市用户购买力是否显著高于全国平均水平”。

2.解释P值的意义，并说明P值小于0.05意味着什么？

答案：

P值表示在原假设为真时，观察到当前样本结果的概率。若P值小于0.05，说明事件发生的偶然性小于5%，倾向于拒绝原假设，认为结果具有统计显著性。

应用：

在A/B测试中，若P值0.05，可认为新方案效果显著优于旧方案。

3.什么是方差分析（ANOVA）？它适用于哪些场景？

答案：

ANOVA用于检验多个总体均值是否存在显著差异，分为单因素和双因素ANOVA。适用于比较至少三个组的均值差异，如分析不同营销渠道对销售额的影响。

应用：

若需比较三种广告形式对点击率的影响，ANOVA比多次t检验更科学，避免假设检验累积误差。

4.什么是相关系数？其取值范围和意义是什么？

答案：

相关系数（如Pearson系数）衡量两个变量线性关系的强度和方向，取值[-1,1]。

-1：完全正相关

-0：无线性关系

--1：完全负相关

应用：

分析用户活跃度与消费金额的相关性，若r=0.6，说明两者强正相关，可进一步用回归模型预测消费。

5.什么是中心极限定理？它对数据分析有何重要性？

答案：

中心极限定理指出，样本均值的分布趋于正态分布（样本量足够大时），即使总体分布非正态。

重要性：

使得小样本推断更可靠，如用抽样均值估计总体均值时，无需依赖总体分布形态。

二、SQL查询（共5题，每题4分，总分20分）

1.查询2025年每个用户的总消费金额，并按金额降序排列。

假设表结构：

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

答案：

sql

SELECTuser_id,SUM(amount)AStotal_spending

FROMorders

WHEREYEAR(order_date)=2025

GROUPBYuser_id

ORDERBYtotal_spendingDESC;

2.查找购买了至少3次产品的用户，并统计其购买次数。

假设表结构：

`purchases`（`user_id`,`product_id`,`purchase_date`）

答案：

sql

SELECTuser_id,COUNT()ASpurchase_count

FROMpurchases

GROUPBYuser_id

HAVINGCOUNT()=3;

3.查询每个产品的平均评分，并筛选出评分大于4.5的产品。

假设表结构：

`reviews`（`product_id`,`rating`）

答案：

sql

SELECTproduct_id,AVG(rating)ASavg_rating

FROMreviews

GROUPBYproduct_id

HAVINGAVG(rating)4.5;

4.查询2026年1月新注册用户的首笔订单金额。

假设表结构：

`users`（`user_id`,`register_date`）

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

答案：

sql

SELECTu.user_id,o.amount

FROMusersu

JOINordersoONu.user_id=o.user_id

WHEREu.register_dateBETWEEN2026-01-01AND2026-01-31

ANDo.order_date=(

SELECTMIN(order_date)

FROMorders

WHEREuser_id=u.user_id

);

5.查找同时购买过“产品A”和“产品B”的用户。

假设表结构：

`purchases`（`user_id`,`product_id`,`purchase_date`）

答案：

sql

SELECTDISTINCTp1.user_id

FROMpurchasesp1

JOINpurchasesp2ONp1.user_id