数据分析师笔试题及逻辑思维题含答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师笔试题及逻辑思维题含答案

一、数据分析师笔试题（共10题，满分100分）

1.（10分）选择题：以下关于数据挖掘技术的描述，哪项是正确的？

A.决策树算法是一种非参数的监督学习模型

B.聚类分析主要用于处理无标签数据，发现数据中的自然分组

C.逻辑回归适用于多分类问题，而非二分类问题

D.神经网络主要用于无监督学习，而非深度学习任务

答案：B

解析：

A项错误，决策树算法属于参数模型，通过递归划分数据集；

B项正确，聚类分析（如K-means）的核心是发现数据中的隐含模式，适用于无标签数据；

C项错误，逻辑回归本质是二分类模型，通过Sigmoid函数输出概率，扩展到多分类需使用Softmax；

D项错误，神经网络是监督学习的典型代表，深度学习是神经网络的一种复杂形式。

2.（15分）简答题：某电商平台需分析用户购买行为数据，现有数据集包含用户ID、购买金额、购买时间、商品类别、用户年龄、性别等字段。请设计一个数据预处理方案，并说明每一步的必要性。

答案：

方案：

1.缺失值处理（必要性：缺失值可能影响模型稳定性，需填充或删除）；

-用户ID：删除异常或空值；

-购买金额/时间：用均值/中位数填充；

-商品类别：用众数填充或删除。

2.异常值检测（必要性：异常值可能扭曲分析结果）；

-用3σ原则或箱线图识别并处理购买金额、年龄的异常值。

3.特征工程（必要性：衍生特征能提升模型表现）；

-构造“购买时段”（如早/中/晚）；

-计算用户购买频率（每日/周/月）。

4.数据标准化（必要性：不同量纲影响模型收敛速度）；

-对年龄、金额等数值特征用Z-score标准化。

3.（15分）计算题：给定一个电商用户行为数据集，统计结果如下：

-总用户数：10,000；

-男性用户占比：60%；

-购买过商品的用户占比：30%；

-男性用户中购买商品的比例：40%。

求女性用户中购买商品的比例（保留2位小数）。

答案：

设女性用户占比为40%，则：

男性用户购买商品人数=10,000×60%×40%=2,400；

女性用户购买商品人数=10,000×40%×x；

总购买商品人数=10,000×30%=3,000；

2,400+4,000x=3,000→x=0.25；

女性用户购买比例：25.00%。

4.（10分）选择题：以下哪种SQL语句最适合进行数据去重？

A.`SELECTDISTINCTFROMtable;`

B.`SELECTCOUNT(DISTINCTcolumn)FROMtable;`

C.`DELETEFROMtableWHEREidIN(SELECTDISTINCTidFROMtable);`

D.`SELECTcolumn1,COUNT()FROMtableGROUPBYcolumn1;`

答案：A

解析：

A项正确，`DISTINCT`直接返回唯一值；

B项统计唯一值数量；

C项是删除重复记录的写法；

D项用于计数分组数量。

5.（20分）分析题：某公司A/B测试了两种营销文案，实验组（文案B）点击率8%，对照组（文案A）6%，样本量各5,000。请判断文案B是否显著更优（α=0.05）。

答案：

步骤：

1.假设检验：

-H0：pB=pA；

-H1：pBpA；

2.计算合并点击率：

-总点击数=5,000×8%+5,000×6%=700；

-合并p?=700/10,000=7%；

3.标准化统计量：

-SE=√[p?(1-p?)/n]=√[0.07×0.93/5,000]≈0.0034；

-Z=(0.08-0.06)/0.0034≈5.88；

4.查Z表：α=0.05时临界值为1.645，5.88远超临界值。

结论：文案B显著更优（p0.001）。

6.（10分）填空题：在数据可视化中，使用折线图最适合展示______，而条形图适合比较______。

答案：时间序列变化；多个类别的数值差异

7.（10分）选择题：以下哪个指标最能反映模型预测的稳定性？

A.AUC

B.方差

C.MAE

D.RMSE

答案：B

解析：

方差衡量模型对数据扰动的敏感度，高方差易过拟合；

AUC衡量分类性能；

MAE/RMSE是回归误差指标。

8.（10分）简答题：解释“数据偏差”的两种主要类型及其解决方法。

答案：

1.采样偏差（数据未代表总体）：

-解决：分层抽样、增加样本量；

2.系统性偏差（模型假设与实际不符）：

-解决：