2026年数据分析师面试高频考点及解析.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师面试高频考点及解析

一、统计学基础（5题，每题6分）

1.描述性统计与推断统计的区别是什么？举例说明在电商行业如何应用。

答案：

描述性统计用于总结和展示数据特征，如均值、中位数、标准差等；推断统计通过样本推断总体，如假设检验、置信区间等。

电商应用：

-描述性统计：分析用户年龄分布、购买频次等，生成用户画像。

-推断统计：通过抽样验证“某促销活动对转化率提升是否显著”（如使用t检验）。

2.什么是P值？P值小于0.05意味着什么？

答案：

P值表示假设检验中观察到的结果或更极端结果出现的概率。若P0.05，拒绝原假设（如“某地区的销售额无显著差异”）。

电商应用：

检测不同广告渠道的点击率差异是否显著，优化投放策略。

3.箱线图与直方图的主要区别是什么？

答案：

箱线图展示中位数、四分位数、异常值，适合多组数据比较；直方图通过频次分布展示数据密度。

电商应用：

箱线图分析不同城市客单价的离散程度；直方图展示用户年龄分布，设计针对性营销。

4.什么是贝叶斯定理？在用户流失预测中如何应用？

答案：

贝叶斯定理通过先验概率和贝叶斯因子更新后验概率。例如：

-先验概率：某用户流失率30%；

-贝叶斯因子：通过分析用户行为（如未登录3天）更新后验概率至50%。

电商应用：

预测高价值用户流失风险，制定挽留策略。

5.标准差与方差在衡量数据波动性时有什么区别？

答案：

方差使用原始单位平方，标准差同单位，更直观。

电商应用：

方差分析不同促销活动的销售额波动，方差大则促销效果不稳定。

二、SQL查询（8题，每题8分）

6.查询某地区月度销售额Top3的产品，并显示总销售额。

sql

SELECTproduct_id,SUM(sales)AStotal_sales,

RANK()OVER(PARTITIONBYmonthORDERBYSUM(sales)DESC)ASrank

FROMorders

WHEREregion=华东

GROUPBYproduct_id,month

HAVINGrank=3;

7.分析用户购买间隔天数，计算平均间隔天数。

sql

SELECTuser_id,AVG(DATEDIFF(day,lag(order_date)OVER(PARTITIONBYuser_idORDERBYorder_date),order_date))ASavg_interval

FROMorders

GROUPBYuser_id;

8.左连接查询用户未购买的商品，并按品类分组排序。

sql

SELECTc.category,p.product_name

FROMcategoriesc

LEFTJOINproductspONc.category_id=p.category_id

WHEREp.product_idNOTIN(

SELECTproduct_idFROMorders

);

9.用窗口函数计算每个用户的订单金额增长率。

sql

SELECTuser_id,order_date,order_amount,

(order_amount-LAG(order_amount,1)OVER(PARTITIONBYuser_idORDERBYorder_date))/LAG(order_amount,1)OVER(PARTITIONBYuser_idORDERBYorder_date)ASgrowth_rate

FROMorders;

10.查询同时购买过“手机”和“耳机”的用户列表。

sql

SELECTDISTINCTo1.user_id

FROMorderso1

JOINorderso2ONo1.user_id=o2.user_idANDo1.product_id!=o2.product_id

WHEREo1.product_name=手机ANDo2.product_name=耳机;

11.用临时表计算每个用户的复购率（超过30天间隔）。

sql

WITHuser_purchasesAS(

SELECTuser_id,COUNT()AStotal_orders

FROMorders

GROUPBYuser_id

),

repeat_purchasesAS(

SELECTuser_id,COUNT()ASrepeat_orders

FROMorderso1

JOINorderso2ONo1.