2026年数据分析师面试全攻略与题解参考.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师面试全攻略与题解参考

一、统计学基础（共3题，每题10分）

1.题目：某电商平台A/B测试了两种推荐算法（算法X和算法Y）对用户购买转化率的影响。算法X测试组有1000用户，转化率为5%；算法Y测试组有1200用户，转化率为6%。请问哪种算法更优？请计算并解释你的结论。

答案：

需要计算两个样本的置信区间并比较。

-算法X的转化率：p1=0.05，样本量n1=1000

-算法Y的转化率：p2=0.06，样本量n2=1200

计算标准误：

SE1=sqrt(p1(1-p1)/n1)=sqrt(0.050.95/1000)≈0.0069

SE2=sqrt(p2(1-p2)/n2)=sqrt(0.060.94/1200)≈0.0081

95%置信区间：

算法X：[0.05-1.960.0069,0.05+1.960.0069]≈[0.0364,0.0636]

算法Y：[0.06-1.960.0081,0.06+1.960.0081]≈[0.0436,0.0764]

结论：算法Y的置信区间更宽且可能更高，但需要进一步假设检验（如Z检验）确认显著性差异。若仅看转化率，算法Y略优，但需考虑样本偏差。

2.题目：某城市出租车公司收集了2023年全年的订单数据，发现投诉率呈正态分布，均值为0.2%，标准差为0.05%。若某月随机抽查1000单，投诉率超过0.25%的概率是多少？

答案：

正态分布的Z值计算：

μ=0.2%,σ=0.05%,x=0.25%

Z=(x-μ)/σ=(0.25-0.2)/0.05=1

查标准正态分布表，P(Z1)=0.1587。即有15.87%的概率投诉率超过0.25%。建议公司加强该月监控。

3.题目：某零售商发现销售额与促销力度呈线性关系，拟合回归方程为Y=500+20X（Y为销售额，X为促销预算）。若某月预算投入15万元，预测销售额为多少？若实际销售额为25万元，请计算残差。

答案：

预测销售额：Y=500+2015=850万元

残差=实际值-预测值=25-850=-825万元

说明模型预测严重低估，需重新评估促销效率或加入其他变量。

二、SQL与数据库（共4题，每题12分）

1.题目：某电商数据库包含三张表：`orders`（订单表，字段：order_id,user_id,amount,order_date）、`users`（用户表，字段：user_id,age,region）、`products`（商品表，字段：product_id,category）。请写SQL查询：统计各地区的用户平均订单金额，并按平均金额降序排列。

答案：

sql

SELECTu.region,AVG(o.amount)ASavg_amount

FROMorderso

JOINusersuONo.user_id=u.user_id

GROUPBYu.region

ORDERBYavg_amountDESC;

2.题目：优化以下查询：

sql

SELECTFROMsales

WHEREdateBETWEEN2023-01-01AND2023-12-31

ANDregion=华东

ANDproduct_idIN(SELECTproduct_idFROMinventoryWHEREstock100);

请改进并解释原因。

答案：

sql

SELECTs.

FROMsaless

INNERJOINinventoryiONs.product_id=i.product_id

WHEREs.dateBETWEEN2023-01-01AND2023-12-31

ANDs.region=华东

ANDi.stock100;

优化点：

1.使用`INNERJOIN`替代`IN`子查询，减少嵌套查询开销。

2.明确`JOIN`条件，避免隐式转换。

3.建议在`date`、`region`、`product_id`上建立索引。

3.题目：设计数据库表结构：

-用户表需支持按年龄分组（如18-25岁），并存储用户注册时间。

-商品表需支持分类层级（如“电子产品笔记本电脑高配版”）。

答案：

sql

--users表

CREATETABLEusers(

user_idINTPRIMARYKEY,

ageINTCHECK(age=18),

registratio