2025年CDA数据分析师认证考试押题卷及备考策略解析.docxVIP

2025年CDA数据分析师认证考试押题卷及备考策略解析

考试时间：______分钟总分：______分姓名：______

一、选择题（每题只有一个正确选项，请将选项字母填入括号内）

1.在描述数据集中变量离散程度时，下列哪个指标受极端值（离群点）的影响最大？

A.标准差

B.方差

C.极差

D.四分位距

2.已知一组样本数据：3,5,7,9,11。该数据的均值和中位数分别是？

A.7.0和7.0

B.7.0和8.0

C.8.0和7.0

D.8.0和8.0

3.关于抽样分布，下列说法正确的是？

A.抽样分布描述的是单个样本的统计量分布。

B.样本量越大，样本均值的抽样分布越集中。

C.抽样分布仅用于参数估计，不用于假设检验。

D.抽样分布的形状总是正态分布。

4.在假设检验中，第一类错误是指？

A.拒绝了真实的原假设。

B.没有拒绝错误的原假设。

C.接受了真实的新假设。

D.没有接受错误的新假设。

5.以下哪个不是常用的数据探索方法？

A.计算描述性统计量。

B.绘制箱线图。

C.进行假设检验。

D.构建机器学习模型。

6.关于相关系数，下列说法错误的是？

A.相关系数的取值范围通常在-1到1之间。

B.相关系数只能衡量两个变量之间的线性关系。

C.相关系数为0表示两个变量之间不存在任何关系。

D.偏相关系数用于控制其他变量的影响。

7.在数据预处理过程中，“缺失值填充”属于哪个步骤？

A.数据清洗

B.数据集成

C.数据变换

D.数据规约

8.以下哪个SQL语句用于从一个表中检索数据？

A.CREATETABLE

B.UPDATETABLE

C.DELETETABLE

D.SELECT

9.在Python中，用于处理数据分析和统计计算的核心库是？

A.NumPy

B.Matplotlib

C.Pandas

D.Scikit-learn

10.以下哪个不是大数据的“4V”特征？

A.Volume（体量大）

B.Velocity（速度快）

C.Variety（种类多）

D.Veracity（真实性）

11.以下哪个图表类型最适合展示不同部分占整体的比例？

A.折线图

B.散点图

C.饼图

D.柱状图

12.在交叉表（Crosstab）分析中，主要目的是？

A.展示单个变量的分布情况。

B.分析两个或多个分类变量之间的关联性。

C.描述连续变量的趋势变化。

D.进行回归系数的估计。

13.逻辑回归模型主要用于解决哪种类型的问题？

A.回归问题

B.分类问题

C.聚类问题

D.关联规则挖掘

14.在特征工程中，“特征编码”主要针对哪种类型的数据？

A.数值型数据

B.时间序列数据

C.类别型数据

D.文本数据

15.以下哪个不是常用的机器学习模型评估指标？

A.准确率（Accuracy）

B.召回率（Recall）

C.F1分数

D.决策树

二、判断题（请判断下列说法的正误，正确的划“√”，错误的划“×”）

1.众数是数据集中出现次数最多的值，它不受极端值的影响。（）

2.置信区间提供了一个范围，用于估计总体参数的可能值。（）

3.P值小于显著性水平α意味着我们有足够的证据拒绝原假设。（）

4.数据聚合是指将数据从细粒度汇总到粗粒度的过程。（）

5.SQL中的JOIN操作可以用来合并两个或多个表，基于它们之间的共同列。（）

6.Pandas是Python中用于数据分析和可视化的核心库，它提供了丰富的数据结构和数据分析工具。（）

7.大数据技术仅仅是为了处理超大规模的数据集。（）

8.数据可视化是将数据转化为图形或图像的过程，它有助于揭示数据中的模式、趋势和异常。（）

9.简单线性回归模型中，只有一个自变量和一个因变量。（）

10.决策树是一种非参数的监督学习方法，可以用于分类和回归任务。（）

三、简答题

1.简述假设检验的基本步骤。

2.解释数据清洗