2026年数据分析师面试常见问题及高频考点解析.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师面试常见问题及高频考点解析

一、统计学基础（5题，每题6分，共30分）

1.描述性统计相关问题

题目：某电商平台2025年Q1某商品月销量数据如下：[120,150,180,200,220,250,300,280,260,240,220,200]。计算该数据的均值、中位数、众数，并解释这些指标在业务分析中的意义。

答案：

-均值=(120+150+180+200+220+250+300+280+260+240+220+200)/12≈220.83

-中位数=排序后第6.5个数据（220+250）/2=235

-众数：无重复数据，不适用（可改为“无众数”或“需重新取样”）

解析：均值反映平均水平，中位数对异常值不敏感，众数用于高频行为分析。电商可利用中位数判断销量稳定性，均值关注整体趋势。

2.假设检验相关问题

题目：某广告活动声称点击率提升至5%，抽样1000次发现点击率4.8%，α=0.05，判断该广告效果是否显著？

答案：

-H0：点击率=5%

-H1：点击率≠5%

-Z统计量=(4.8%-5%)/√(5%95%/1000)≈-1.02

-P值≈20.1539=0.30780.05，不拒绝H0

解析：需考虑样本量与显著性水平，若改为“抽样500次”则Z≈-1.64，P0.05拒绝原假设。

3.相关性分析

题目：某外卖平台数据显示，客单价与订单频次呈负相关（r=-0.6），是否说明客单价高导致频次低？

答案：相关性不代表因果性，需结合业务场景分析（如高单价用户更注重品质）或考虑遗漏变量（如促销活动影响）。

4.抽样方法

题目：某社区人口30万，需抽样2000人调研消费习惯，请设计抽样方案并说明理由。

答案：

-分层抽样：按年龄/收入分层

-随机分层：各层按比例抽取（如20-30岁占25%，抽样500人）

解析：分层能保证各群体代表性，适合地域性业务。

5.离散分布

题目：某APP用户每日使用时长分布为：0-30分钟（40%）、30-60分钟（30%）、60+分钟（30%），计算P(用户使用超过30分钟)。

答案：P=30%+30%=60%

二、SQL查询（8题，每题5分，共40分）

1.多表连接查询

题目：表A（订单表，order_id，user_id，amount），表B（用户表，user_id，city），查询北京用户总消费额。

答案：

sql

SELECTSUM(A.amount)

FROMAJOINBONA.user_id=B.user_id

WHEREB.city=北京

2.子查询与窗口函数

题目：表C（商品表，product_id，category，price），计算每个分类的平均价格及排名。

答案：

sql

SELECTproduct_id,category,price,AVG(price)OVER(PARTITIONBYcategory)ASavg_price,

RANK()OVER(PARTITIONBYcategoryORDERBYpriceDESC)ASrank

3.聚合与分组

题目：表D（退款表，order_id，refund_date），统计每月退款笔数及环比增长率。

答案：

sql

SELECTDATE_FORMAT(refund_date,%Y-%m)ASmonth,COUNT()ASrefund_count,

(LAG(COUNT())OVER(ORDERBYDATE_FORMAT(refund_date,%Y-%m))/COUNT()-1)100ASgrowth_rate

4.条件查询

题目：表E（员工表，emp_id，salary，department），查询薪资高于部门平均薪资的员工数。

答案：

sql

SELECTCOUNT()

FROMEWHEREsalary(

SELECTAVG(salary)FROMEGROUPBYdepartment

)

5.特殊函数

题目：表F（日志表，timestamp，event），统计2025-01-01后每个小时的登录次数。

答案：

sql

SELECTDATE_FORMAT(timestamp,%Y-%m-%d%H)AShour,COUNT()ASlogin_count

FROMFWHEREtimestamp2025-01-0100:00:00

GROUPBYhour

6.分页与排序

题目：表G（订单表），按金额降序排列，每页显示10条，查询