2025年數(shù)據(jù)分析師專業(yè)基礎(chǔ)知識題庫單選題（共15題，每題2分）1.以下哪個(gè)不是描述性統(tǒng)計(jì)分析的主要目的？A.發(fā)現(xiàn)數(shù)據(jù)中的模式B.預(yù)測未來趨勢C.總結(jié)數(shù)據(jù)特征D.檢驗(yàn)假設(shè)2.在Excel中，計(jì)算一組數(shù)據(jù)平均值最常用的函數(shù)是？A.SUMB.AVERAGEC.MAXD.MEDIAN3.數(shù)據(jù)庫的三級模式結(jié)構(gòu)不包括？A.概念模式B.外模式C.邏輯模式D.物理模式4.以下哪種圖表最適合展示不同類別數(shù)據(jù)的占比？A.散點(diǎn)圖B.柱狀圖C.餅圖D.折線圖5.SQL中用于刪除表的命令是？A.DELETEB.REMOVEC.DROPD.ERASE6.衡量數(shù)據(jù)離散程度的統(tǒng)計(jì)量不包括？A.標(biāo)準(zhǔn)差B.方差C.偏度D.極差7.以下哪個(gè)不是大數(shù)據(jù)的V特性？A.體量大（Volume）B.速度快（Velocity）C.多樣性（Variety）D.準(zhǔn)確性（Veracity）8.在數(shù)據(jù)挖掘中，關(guān)聯(lián)規(guī)則挖掘常用的算法是？A.K-MeansB.AprioriC.SVMD.決策樹9.以下哪種方法不屬于數(shù)據(jù)預(yù)處理？A.缺失值處理B.數(shù)據(jù)歸一化C.特征選擇D.數(shù)據(jù)采樣10.交叉表在統(tǒng)計(jì)分析中的作用是？A.展示時(shí)間序列數(shù)據(jù)B.分析兩個(gè)分類變量之間的關(guān)系C.可視化連續(xù)型數(shù)據(jù)分布D.進(jìn)行回歸分析11.以下哪個(gè)統(tǒng)計(jì)檢驗(yàn)適用于小樣本且方差未知的情況？A.Z檢驗(yàn)B.T檢驗(yàn)C.F檢驗(yàn)D.卡方檢驗(yàn)12.在Python中，用于創(chuàng)建數(shù)據(jù)框的庫是？A.NumPyB.PandasC.MatplotlibD.Scikit-learn13.數(shù)據(jù)倉庫中的OLAP操作不包括？A.切片（Slice）B.上卷（Roll-up）C.下鉆（Drill-down）D.連接（Join）14.以下哪種索引結(jié)構(gòu)適合范圍查詢？A.B樹索引B.哈希索引C.全文索引D.位圖索引15.機(jī)器學(xué)習(xí)中，過擬合現(xiàn)象通常由什么導(dǎo)致？A.樣本量不足B.特征維度過高C.模型復(fù)雜度不夠D.正則化參數(shù)過大多選題（共10題，每題3分）1.描述性統(tǒng)計(jì)分析的主要方法包括？A.集中趨勢度量B.離散程度度量C.分布形狀度量D.相關(guān)性分析2.SQL中常用的聚合函數(shù)有？A.SUMB.AVGC.MAXD.COUNTE.DISTINCT3.大數(shù)據(jù)技術(shù)棧中常用的組件包括？A.HadoopB.SparkC.HiveD.KafkaE.Elasticsearch4.數(shù)據(jù)預(yù)處理的主要步驟包括？A.數(shù)據(jù)清洗B.數(shù)據(jù)集成C.數(shù)據(jù)變換D.數(shù)據(jù)規(guī)約E.特征工程5.數(shù)據(jù)可視化常用的圖表類型有？A.折線圖B.散點(diǎn)圖C.熱力圖D.樹狀圖E.箱線圖6.統(tǒng)計(jì)檢驗(yàn)中常用的假設(shè)包括？A.零假設(shè)B.備擇假設(shè)C.原假設(shè)D.交替假設(shè)E.對立假設(shè)7.機(jī)器學(xué)習(xí)中的監(jiān)督學(xué)習(xí)算法包括？A.線性回歸B.邏輯回歸C.決策樹D.K-MeansE.支持向量機(jī)8.數(shù)據(jù)倉庫的典型特點(diǎn)包括？A.面向主題B.集中化C.穩(wěn)定D.反映歷史變化E.事務(wù)處理導(dǎo)向9.Python數(shù)據(jù)分析中常用的庫有？A.NumPyB.PandasC.MatplotlibD.SeabornE.Scikit-learn10.數(shù)據(jù)質(zhì)量評估的主要維度包括？A.完整性B.準(zhǔn)確性C.一致性D.及時(shí)性E.可用性判斷題（共10題，每題1分）1.樣本均值一定等于總體均值。（×）2.數(shù)據(jù)歸一化會將所有數(shù)據(jù)映射到[0,1]區(qū)間。（×）3.SQL查詢語句必須以分號結(jié)尾。（√）4.相關(guān)性分析只能衡量線性關(guān)系。（×）5.大數(shù)據(jù)技術(shù)只能處理結(jié)構(gòu)化數(shù)據(jù)。（×）6.數(shù)據(jù)清洗是數(shù)據(jù)挖掘的最后一個(gè)步驟。（×）7.折線圖適合展示分類數(shù)據(jù)的分布情況。（×）8.數(shù)據(jù)倉庫是關(guān)系型數(shù)據(jù)庫的一種。（×）9.機(jī)器學(xué)習(xí)模型訓(xùn)練不需要驗(yàn)證集。（×）10.數(shù)據(jù)倉庫的更新頻率通常比操作型數(shù)據(jù)庫高。（×）簡答題（共5題，每題5分）1.簡述數(shù)據(jù)分析師的工作職責(zé)。2.解釋什么是數(shù)據(jù)偏差，并列舉三種常見的偏差類型。3.描述SQL中JOIN操作的不同類型及其區(qū)別。4.說明數(shù)據(jù)預(yù)處理在數(shù)據(jù)分析流程中的重要性。5.比較監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的核心區(qū)別。綜合應(yīng)用題（共5題，每題10分）1.假設(shè)有以下數(shù)據(jù)表：sqlSELECTcustomer_id,order_date,amountFROMordersWHEREorder_dateBETWEEN'2023-01-01'AND'2023-12-31';請寫出SQL查詢語句，計(jì)算每個(gè)客戶的年度總消費(fèi)金額，并按消費(fèi)金額降序排列。2.給定以下Python代碼片段：pythonimportpandasaspdimportmatplotlib.pyplotaspltdata={'產(chǎn)品':['A','B','C','D'],'銷量':[120,85,150,95]}df=pd.DataFrame(data)請補(bǔ)全代碼，繪制柱狀圖展示各產(chǎn)品銷量，并添加標(biāo)題和坐標(biāo)軸標(biāo)簽。3.解釋如何使用Excel進(jìn)行相關(guān)性分析，并說明如何判斷相關(guān)性強(qiáng)度。4.假設(shè)你正在處理一份包含缺失值的銷售數(shù)據(jù)表，請描述至少三種處理缺失值的方法，并分析每種方法的適用場景。5.設(shè)計(jì)一個(gè)簡單的數(shù)據(jù)倉庫模型，包含事實(shí)表和兩個(gè)維度表，并說明各表的主鍵和外鍵關(guān)系。答案單選題答案1.B2.B3.B4.C5.C6.C7.D8.B9.C10.B11.B12.B13.D14.A15.A多選題答案1.A,B,C2.A,B,C,D3.A,B,C,D,E4.A,B,C,D,E5.A,B,C,D,E6.A,B7.A,B,C,E8.A,B,C,D9.A,B,C,D,E10.A,B,C,D,E判斷題答案1.×2.×3.√4.×5.×6.×7.×8.×9.×10.×簡答題答案1.數(shù)據(jù)分析師的工作職責(zé)包括：-收集、清洗和處理數(shù)據(jù)-進(jìn)行探索性數(shù)據(jù)分析-構(gòu)建統(tǒng)計(jì)模型和機(jī)器學(xué)習(xí)算法-可視化分析結(jié)果-撰寫分析報(bào)告并提出業(yè)務(wù)建議-與業(yè)務(wù)團(tuán)隊(duì)溝通協(xié)作2.數(shù)據(jù)偏差是指樣本統(tǒng)計(jì)量與總體參數(shù)之間的差異。常見偏差類型：-系統(tǒng)偏差：測量系統(tǒng)本身存在誤差-抽樣偏差：樣本不能代表總體-選擇偏差：數(shù)據(jù)收集過程中存在選擇性3.SQLJOIN類型：-INNERJOIN：返回兩個(gè)表匹配的行-LEFTJOIN：返回左表所有行及右表匹配行-RIGHTJOIN：返回右表所有行及左表匹配行-FULLJOIN：返回兩個(gè)表所有行（無論是否匹配）-SELFJOIN：表自身連接4.數(shù)據(jù)預(yù)處理重要性：-提高數(shù)據(jù)質(zhì)量-消除數(shù)據(jù)噪聲-使數(shù)據(jù)適合分析-提升模型效果-節(jié)省分析時(shí)間5.監(jiān)督學(xué)習(xí)vs無監(jiān)督學(xué)習(xí)：-監(jiān)督學(xué)習(xí)：使用標(biāo)記數(shù)據(jù)訓(xùn)練模型，有明確輸入輸出-無監(jiān)督學(xué)習(xí)：使用未標(biāo)記數(shù)據(jù)發(fā)現(xiàn)模式，無明確目標(biāo)-監(jiān)督學(xué)習(xí)：用于分類、回歸-無監(jiān)督學(xué)習(xí)：用于聚類、降維綜合應(yīng)用題答案1.SQL查詢：sqlSELECTcustomer_id,SUM(amount)AStotal_amountFROMordersWHEREorder_dateBETWEEN'2023-01-01'AND'2023-12-31'GROUPBYcustomer_idORDERBYtotal_amountDESC;2.完整代碼：pythonimportpandasaspdimportmatplotlib.pyplotaspltdata={'產(chǎn)品':['A','B','C','D'],'銷量':[120,85,150,95]}df=pd.DataFrame(data)df.plot(kind='bar',x='產(chǎn)品',y='銷量')plt.title('各產(chǎn)品銷量對比')plt.xlabel('產(chǎn)品')plt.ylabel('銷量')plt.show()3.Excel相關(guān)性分析：-使用CORREL函數(shù)計(jì)算相關(guān)系數(shù)-繪制散點(diǎn)圖觀察趨勢-判斷標(biāo)準(zhǔn)：-|r|>0.8：強(qiáng)相關(guān)-0.5<|r|≤0.8：中等相關(guān)-0.3<|r|≤0.5：弱相關(guān)-|r|≤0.3：幾乎無相關(guān)4.缺失值處理方法：-刪除含有缺失值的行（適用少量缺失）-填充缺失值：-均值/中位數(shù)/眾數(shù)填充（適用數(shù)值型）-模型預(yù)測填充（適用復(fù)雜關(guān)系）-使用特殊值標(biāo)記（適用分類數(shù)據(jù)）5.數(shù)據(jù)倉庫模型：事實(shí)表：銷售(銷售ID,產(chǎn)品ID,客戶ID,銷售日期,銷售金額)維度表：-產(chǎn)品(產(chǎn)品ID,產(chǎn)品名稱,類別)-客戶(客戶ID,客戶名稱,地區(qū))關(guān)系：銷售.產(chǎn)品ID=產(chǎn)品.產(chǎn)品ID，銷售.客戶ID=客戶.客戶ID#2025年數(shù)據(jù)分析師專業(yè)基礎(chǔ)知識題庫注意事項(xiàng)參加數(shù)據(jù)分析師專業(yè)基礎(chǔ)知識考試時(shí)，務(wù)必注意以下幾點(diǎn)：1.審題仔細(xì)：每道題都要認(rèn)真讀題，明確題意和要求。特別是選擇題，要避免因誤解題干而選錯(cuò)答案。注意細(xì)節(jié)，如數(shù)據(jù)單位、時(shí)間范圍等。2.基礎(chǔ)知識扎實(shí)：考試內(nèi)容涵蓋統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫、SQL、數(shù)據(jù)挖掘等基礎(chǔ)知識。確保對核心概念和公式有清晰理解，避免混淆相似概念。3.時(shí)間管理：合理分配答題時(shí)間，避免在個(gè)別難題上花費(fèi)過多時(shí)間。先易后難，確保能完成所有題目。4.工具熟練：熟悉常用工具（如Excel、Python、R）的基本操作。特別是SQL，要掌握常用查詢語句，如`S