数据分析基础、公需课试题及答案.docxVIP

数据分析基础、公需课试题及答案

数据分析基础部分

数据类型与测量尺度是数据分析的起点。根据数据的性质，可分为定性数据与定量数据两大类。定性数据（分类数据）描述事物的品质特征，无法用数值直接衡量，进一步分为名义数据和有序数据。名义数据如性别（男/女）、商品类别（服装/食品/电器），各类别间无顺序差异；有序数据如客户满意度（非常满意/满意/一般/不满意/非常不满意）、教育程度（小学/初中/高中/本科/研究生），类别间存在明确顺序但无固定间隔。定量数据（数值数据）反映事物的数量特征，包括离散型和连续型。离散型数据通过计数获得，如门店月销量（100件/200件）、员工人数（5人/10人），取值为有限个或可数个数值；连续型数据通过测量获得，如商品重量（1.2kg/2.5kg）、用户停留时间（3.5分钟/7.2分钟），理论上可在某个区间内取任意值。

数据清洗是数据分析的关键前置步骤，直接影响后续分析结果的可靠性。常见数据问题包括缺失值、异常值、重复值、格式错误四大类。缺失值处理需结合业务场景选择方法：若缺失比例低于5%且无明显模式，可采用均值/中位数/众数填充（如用户年龄缺失时用整体均值填补）；若缺失与关键变量相关（如高收入用户刻意隐瞒收入），需结合业务逻辑构建预测模型填充；若缺失比例超过70%且无保留价值，可直接删除该字段（如某问卷中“家庭资产”字段缺失率达80%）。异常值检测常用方法包括Z