2025年高级数据分析师考试题库（附答案和详细解析）（1002）.docxVIP

高级数据分析师考试试卷（总分100分）

一、单项选择题（共10题，每题1分，共10分）

在假设检验中，p值的本质含义是（）

A.原假设为真时拒绝原假设的概率

B.备择假设为真时接受原假设的概率

C.原假设为真时观察到当前或更极端结果的概率

D.备择假设为真时观察到当前结果的概率

答案：C

解析：p值是在原假设（H?）成立的前提下，出现当前样本统计量或更极端情况的概率（即P(观测值|H?为真)）。选项A错误，拒绝原假设的概率是显著性水平α；选项B和D混淆了原假设与备择假设的条件概率，因此正确答案为C。

以下哪种场景最适合使用独热编码（One-HotEncoding）处理类别特征？（）

A.有序类别特征（如教育程度：小学/初中/高中）

B.高基数类别特征（如地区：200个城市）

C.无序类别特征（如颜色：红/蓝/绿）

D.连续数值特征（如温度：25℃/30℃）

答案：C

解析：独热编码适用于无序类别特征，通过二进制向量表示不同类别，避免引入顺序关系。选项A的有序特征更适合标签编码（LabelEncoding）；选项B的高基数特征使用独热编码会导致维度爆炸（维度=类别数），通常用目标编码或嵌入；选项D的连续特征无需编码，因此正确答案为C。

时间序列分析中，若数据呈现稳定的季节性波动（如季度性销售），且趋势不明显，最适合的模型是（）

A.ARIMA(p,d,q)

B.SARIMA(p,d,q)(P,D,Q)s

C.Holt-Winters加法模型

D.指数平滑法（SES）

答案：C

解析：Holt-Winters加法模型专门用于处理包含季节性成分且趋势不显著的时间序列，其加法模式假设季节波动幅度稳定；SARIMA适用于同时有趋势和季节性的情况；ARIMA无季节性处理能力；SES仅适用于无趋势、无季节的平稳序列，因此正确答案为C。

数据清洗中，处理缺失值时“直接删除含缺失值的行”的适用条件是（）

A.缺失值比例低于5%且无系统性缺失

B.缺失值比例高于30%且为随机缺失

C.缺失值与目标变量强相关

D.所有特征均存在缺失

答案：A

解析：直接删除法（列表删除）仅适用于缺失值比例极低（通常5%）且缺失是随机的（无系统性偏差），否则会导致样本信息丢失或偏差。选项B的高比例缺失应采用插补；选项C的系统性缺失需保留并分析原因；选项D的全特征缺失无法删除，因此正确答案为A。

AB测试中，若实验组与对照组的样本量差异超过10%，最可能导致的问题是（）

A.统计功效降低

B.第一类错误率升高

C.第二类错误率降低

D.结果无法可视化

答案：A

解析：AB测试要求两组样本量均衡，否则统计功效（检测真实差异的能力）会降低，可能遗漏显著差异。第一类错误率（α）由显著性水平控制；第二类错误率（β）与样本量负相关，样本量不均衡会导致β升高；结果可视化与样本量无关，因此正确答案为A。

数据可视化中，“信息密度”的核心要求是（）

A.图表中包含尽可能多的数据点

B.单位面积传递的有效信息量最大化

C.颜色种类与数据维度一一对应

D.图表标题包含所有分析结论

答案：B

解析：信息密度指图表中单位面积传递的有效信息量，需避免冗余元素（如过度装饰、重复标签），同时确保核心信息清晰。选项A可能导致图表混乱；选项C可能增加认知负担；选项D违背“最小化墨水比”原则，因此正确答案为B。

以下属于Spark计算模型特点的是（）

A.基于磁盘的迭代计算

B.仅支持批处理

C.内存计算与RDD持久化

D.依赖HDFS作为唯一存储

答案：C

解析：Spark的核心是RDD（弹性分布式数据集），支持内存计算和持久化（Cache/Persist），显著提升迭代计算效率。选项A是HadoopMapReduce的特点；Spark支持批处理（SparkCore）、流处理（SparkStreaming）、SQL（SparkSQL）等多场景；Spark可对接HDFS、S3、本地存储等，因此正确答案为C。

业务分析中，“北极星指标”的核心特征是（）

A.覆盖所有业务环节

B.反映用户长期价值

C.与公司核心目标强相关

D.统计口径复杂但精确

答案：C

解析：北极星指标（NorthStarMetric）是最能反映公司核心业务目标的单一指标（如电商的GMV、社交平台的DAU），需具备可量化、可追踪、与核心目标强相关的特点。选项A会导致指标分散；选项B是长期价值指标（如LTV）的特点；选项D违背简洁性原则，因此正确答案为C。

评估分类模型时，若样本严重不平衡（正类占比1%），最不适合的指标是（）

A.F1分数

B.ROC-AUC

C.准确率（Accuracy）

D.召回率（Recall）

答案：C

解析