2026年高级数据分析师考试题库（附答案和详细解析）（0528）.docxVIP

高级数据分析师

一、单项选择题（共10题，每题1分，共10分）

在处理缺失值时，如果数据呈现长尾分布特征，相比于均值填充，以下哪种填充方法通常能提供更稳健的估计？A.简单随机填充B.均值填充C.中位数填充D.随机森林填充答案：C解析：中位数对异常值不敏感，在长尾分布中能更好地代表数据的中心趋势，避免均值因极端值被拉偏。

在时间序列分析中，ARIMA(p,d,q)模型中的参数d代表什么含义？A.自回归阶数B.差分次数C.移动平均阶数D.异方差性阶数答案：B解析：ARIMA中的d代表对原始序列进行d次差分以使其平稳化。A对应p，C对应q。

在SQL中，以下哪个窗口函数可以用来计算某一行与其排在最前面的一行之间的差值？A.RANK()B.LEAD()C.LAG()D.ROW_NUMBER()答案：C解析：LAG(col,n)用于访问当前行之前的第n行数据；LEAD(col,n)用于访问当前行之后的第n行数据。

对于高维稀疏数据（如文本TF-IDF特征），哪种降维算法最适合且计算效率最高？A.PCA（主成分分析）B.t-SNEC.TruncatedSVD（截断奇异值分解）D.K-Means答案：C解析：PCA通常基于协方差矩阵，不适合稀疏数据。TruncatedSVD基于奇异值分解，专门处理稀疏矩阵