2026年数据分析师认证考试要点.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师认证考试要点

一、单选题（共15题，每题2分，合计30分）

1.在处理缺失值时，以下哪种方法在数据量较大且缺失比例不高的情况下通常效果最佳？

A.删除含有缺失值的记录

B.填充均值或中位数

C.使用回归模型预测缺失值

D.插值法

2.关于数据聚合的说法，正确的是：

A.聚合会改变数据的维度

B.聚合只能用于数值型字段

C.聚合会增加数据的噪声

D.聚合操作与数据清洗无关

3.在进行时间序列分析时，如果发现数据存在明显的季节性波动，最适合使用的模型是：

A.线性回归模型

B.ARIMA模型

C.逻辑回归模型

D.决策树模型

4.以下哪种指标最适合衡量分类模型的预测准确性？

A.AUC值

B.F1分数

C.决策树深度

D.特征重要性

5.在数据可视化中，使用散点图的主要目的是：

A.展示不同类别的数量对比

B.显示时间序列的变化趋势

C.识别变量之间的关系

D.比较不同组别的均值差异

6.关于特征工程的说法，错误的是：

A.特征工程可以提高模型性能

B.特征工程主要依赖领域知识

C.特征工程不需要考虑计算成本

D.特征工程是机器学习的重要环节

7.在处理文本数据时，以下哪种方法不属于文本向量化技术？

A.词袋模型

B.TF-IDF

C.Word2Vec