2026年大数据统计高级统计师职称答辩实务题.docxVIP

2026年大数据统计高级统计师职称答辩实务题

一、单项选择题（每题2分，共20分。每题只有一个正确答案，请将正确选项的字母填在括号内）

1.在构建大数据实时统计平台时，以下哪项技术组合最能兼顾高吞吐与低延迟？

A.SparkStreaming+HDFS

B.Flink+Kafka

C.Storm+Cassandra

D.MapReduce+Hive

（答案：B）

2.某省税务系统利用企业开票流水建立风险评分卡，若采用L1正则化逻辑回归，其主要目的在于：

A.提高模型召回率

B.降低模型方差并自动特征选择

C.增加可解释性

D.加速分布式训练

（答案：B）

3.对非平衡面板数据（unbalancedpanel）进行双重差分（DiD）估计时，若处理组个体进入实验的时间点不一致，首选的估计策略是：

A.经典双向固定效应

B.事件研究法（event-study）

C.合成控制法

D.倾向得分匹配

（答案：B）

4.某电商“618”大促期间，商品详情页UV呈尖峰厚尾分布，下列哪种重尾分布的极大似然估计在GPU上并行效率最高？

A.广义误差分布（GED）

B.稳定分布（Stable）

C.t分布

D.对数正态分布

（答案：C）

5.使用CART对高维稀疏文本特征建立分类树时，为避免“维数诅咒”导致的虚假分裂，应优先采用：

A.Gini指数