2026年高级数据分析师考试题库（附答案和详细解析）（0124）.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）

数据治理的核心目标是（）

A.提升数据存储效率

B.确保数据的准确性、完整性和一致性

C.优化数据分析速度

D.增加数据存储容量

答案：B

解析：数据治理的核心是通过制度、流程和技术手段保障数据资产的质量，确保数据在全生命周期内可用、可信。A（存储效率）和C（分析速度）属于数据管理的次级目标，D（存储容量）是存储技术的目标，均非核心。

在机器学习模型中，以下哪项指标最适合评估类别不平衡场景下的分类性能？（）

A.准确率（Accuracy）

B.F1分数（F1-Score）

C.均方误差（MSE）

D.R平方（R2）

答案：B

解析：类别不平衡时，准确率会因多数类主导而失真，F1分数综合了精确率和召回率，更适合评估此类场景。C和D是回归任务的指标，与分类无关。

AB测试中，若实验组与对照组的样本分配比例为7:3，可能导致的主要问题是（）

A.统计检验效力降低

B.实验周期延长

C.数据采集成本增加

D.业务影响范围扩大

答案：A

解析：样本分配不均衡（如7:3）会导致两组样本量差异过大，降低统计检验的效力（Power），可能无法检测到真实的效果差异。B、C、D与分配比例无直接因果关系。

时间序列分析中，“白噪声”序列的核心特征是（）

A.存在长期趋势

B.自相关系数显著非零

C.均值为0且方差恒定，无自相关性

D.包含季节性波动

答案：C

解析：白噪声是随机序列的理想状态，其均值和方差恒定，且任意滞后阶数的自相关系数均为0（无自相关性）。A、D是趋势或季节成分的特征，B与白噪声定义矛盾。

特征工程中，“分箱（Binning）”的主要目的是（）

A.减少特征维度

B.消除特征间多重共线性

C.将连续变量离散化以捕捉非线性关系

D.提高模型训练速度

答案：C

解析：分箱通过将连续变量划分为区间，将线性关系转化为分段关系，帮助模型捕捉非线性模式。A是降维（如PCA）的目的，B是VIF检验或正则化的目标，D是特征选择的间接效果。

数据仓库（DataWarehouse）的典型架构中，ODS层（操作数据存储层）的主要功能是（）

A.存储高度聚合的分析型数据

B.为前端应用提供实时数据服务

C.保留原始业务系统的明细数据，仅做简单清洗

D.存储经过主题域整合的汇总数据

答案：C

解析：ODS层是数据仓库的最底层，主要用于暂存原始业务数据（如ERP、CRM的原始表），仅进行字段映射、去重等简单清洗，不做复杂转换。A是DWS（汇总层）的功能，B是数据湖或实时数据库的功能，D是DWD（明细层）的目标。

基于统计方法的异常检测（如Z-Score），其假设前提是（）

A.数据服从正态分布

B.数据存在明确的聚类结构

C.异常点占比超过10%

D.特征间存在强线性关系

答案：A

解析：Z-Score通过计算数据点与均值的标准差距离检测异常，其有效性依赖数据服从正态分布（99.7%的数据在μ±3σ内）。B是聚类方法（如DBSCAN）的假设，C不符合异常点“少数”的定义，D是线性回归的假设。

以下哪项不属于数据质量评估的核心维度？（）

A.完整性（Completeness）

B.一致性（Consistency）

C.可解释性（Interpretability）

D.准确性（Accuracy）

答案：C

解析：数据质量的核心维度包括完整性（字段无缺失）、一致性（跨系统定义统一）、准确性（与真实值匹配）、及时性（更新频率）等。可解释性是模型的特性，与数据质量无关。

因果推断中，“后门准则（BackdoorCriterion）”的作用是（）

A.识别需要控制的混淆变量

B.评估因果效应的大小

C.验证工具变量的外生性

D.检测样本选择偏差

答案：A

解析：后门准则用于确定需要调整（控制）的变量集合，以阻断原因变量与结果变量之间的“后门路径”（即混淆变量带来的伪相关）。B是因果效应估计（如ATE）的任务，C是工具变量法的步骤，D是敏感性分析的内容。

商业智能（BI）工具中，“钻取（Drill-Down）”功能的主要用途是（）

A.将汇总数据拆解为更细粒度的明细数据

B.对数据进行跨维度的对比分析

C.自动生成预测性分析报告

D.可视化展示数据的分布特征

答案：A

解析：钻取允许用户从高层级汇总数据（如“全国销售额”）向下查看更细粒度的数据（如“省份-城市-门店”），支持深度探索。B是切片（Slice）或交叉分析的功能，C是预测分析模块的功能，D是直方图或箱线图的作用。

二、多项选择题（共10题，每题2分，共20分。每题至少2个正确选项）

数据清洗的常见方法包括（）

A.缺失