数据分析真题日刷 | 小红书2019年校园招聘数据分析岗位在线笔试第二批
- 今日真题
小红书2019年校园招聘数据分析岗位在线笔试第二批（来源：牛客网） - 题型
客观题：单选6道,不定项选择3道,填空3道；
主观题：问答2道 - 完成时间
120分钟 - 牛客网评估难度系数
3颗星
经过网易和京东的疯狂虐，终于做到一份顺手的题了? 来看看小红书吧～
❤️ 「更多数据分析真题」
《数据分析真题日刷 | 目录索引》
1. 从含有N个元素的总体中抽取n个元素作为样本，使得总体中的每一个元素都有相同的机会（概率）被抽中，这样的抽样方式称为
A. 简单随机抽样
B. 分层抽样
C. 系统抽样
D. 整群抽样
答案：A
2. 一组数据，均值>中位数>众数，则这组数据
A. 左偏
B. 右偏
C. 钟形
D. 对称
正确答案：B
「题目解析」
分布形状由众数决定， 均值大于众数的化，说明峰值在左边，尾巴在右边，所以右偏。偏态是看尾巴在哪边。
3. 对一个特定情形的估计来说，置信水平越低，所对应的置信区间
A. 越小
B. 越大
C. 不变
D. 无法判断
正确答案：A
「题目解析」
根据公式，Z减小，置信区间减小。
- 举一反三
《网易2018校园招聘数据分析工程师笔试卷》第21题
4.关于logistic回归算法，以下说法不正确的是
A. logistic回归是当前业界比较常用的算法，用于估计某种事物的可能性
B. logistic回归的目标变量可以是离散变量也可以是连续变量
C. logistic回归的结果并非数学定义中的概率值
D. logistic回归的自变量可以是离散变量也可以是连续变量
正确答案：B
「题目解析」
逻辑回归是二分类的分类模型，故目标变量是离散变量，B错；
logisitc回归的结果为“可能性”，并非数学定义中的概率值，不可以直接当做概率值来用，C对。
- 参考资料
- https://www.jianshu.com/p/cddb21c8b668
- http://blog.sina.com.cn/s/blog_4b986f1a0101bvee.html
5.下列关于正态分布，不正确的是
A. 正态分布具有集中性和对称性
B. 期望是正态分布的位置参数，描述正态分布的集中趋势位置
C. 正态分布是期望为0，标准差为1的分布
D. 正态分布的期望、中位数、众数相同
正确答案：C
「题目解析」
N（0，1）是标准正态分布。
6. 以下关于关系的叙述中，正确的是（ ）。
A. 表中某一列的数据类型可以同时是字符串，也可以是数字
B. 关系是一个由行与列组成的、能够表达数据及数据之间联系的二维表
C. 表中某一列的值可以取空值null，所谓空值是指安全可靠或零
D. 表中必须有一列作为主关键字，用来惟一标识一行
E. 以上答案都不对
正确答案：B
「题目解析」
B. 关系是一张二维表，表的每一行对应一个元组，每一列对应一个域，由于域可以相同，所以必须对每列起一个名字，来加以区分，这个名字称为属性。
D求解析～ 是因为错在必须有一列吗？
7. 想要了解一个地区人群的一般收入水平，以下什么指标不能使用？
A. 方差
B. 几何平均数
C. 众数
D. 中位数
E. P值
正确答案：B E
?几何平均数
几何平均数是对各变量值的连乘积开项数次方根。
求几何平均数的方法叫做几何平均法。如果总水平、总成果等于所有阶段、所有环节水平、成果的连乘积总和时，求各阶段、各环节的一般水平、一般成果，要使用几何平均法计算几何平均数，而不能使用算术平均法计算算术平均数。根据所拿握资料的形式不同，其分为简单几何平均数和加权几何平均数两种形式。
来源：https://baike.baidu.com/item/%E5%87%A0%E4%BD%95%E5%B9%B3%E5%9D%87%E6%95%B0/5557084?fr=aladdin
8. 以下属于聚类算法的是
A. ARIMA
B. 朴素贝叶斯
C. 支持向量机
D. K-MEANS
正确答案：D
「题目解析」
A.时间序列
B.C. 分类模型
D 聚类
9. 样本中各观察值均加5后
A. 方差加25
B. 标准差加5
C. 均值加5
D. 中值加5
正确答案：C D
「题目解析」
样本中各观察值均加5后，标准差和方差 不变，均值和中值加5。
因为标准差反映数据的离散程度，所有观察值相同的变化，对波动没有影响。举个例子，样本中3个观察值都为1，则方差为0。样本中每个观察值均加5，变成3个5，方差还是0。
10. 一批零件共10个，其中有3个不合格品，从中一个一个不放回取出，则第三次才取得不合格品的概率是？(填小数)
正确答案：0.175
「题目解析」
(7/10) * (6/9) * (3/8) = 0.175
11. 某业务线的营业收入为：200，220，250，300，320万元，则平均增长量为?万元
正确答案：30
「题目解析」
平均增长量 = 累计增长量 / （时间数列项数-1）=（320-200）/（5-1）=30
误区：是除以4 不是5！！！
12. 如下两张表， name_t 和 age_t:
name_t
| ID | Name |
|---|---|
| 1 | Nick |
| 2 | Tom |
| 3 | John |
| 4 | Peter |
| 5 | Frank |
age_t
| ID | Age |
|---|---|
| 1 | 18 |
| 2 | null |
| 3 | 35 |
| 5 | 22 |
结合表信息，写出sql的最终结果
SELECT
count(t1.ID) as cnt
FROM
name_t t1
LEFT JOIN
age_t t2
ON
t1.ID = t2.ID
WHERE
t2.Age > 22
正确答案：1
?关于sql表连接的知识点
「题目解析」
只有John符合条件，故为1。
- 举一反三
《京东2019校招数据分析工程师笔试题》第31题
《牛客网SQL实战二刷 | Day1》第5题
13. 请写sql语句：
想要了解班级内同学的考试情况，现有一张成绩表表名为A，每行都包含以下内容（已知表中没有重复内容，但所有的考试结果都录入在了同一张表中，一个同学会有多条考试结果）：
student_id，course_name，score
现在需要知道：
1. 每门课程得到成绩的同学人数
2. 每门课程的平均成绩
3. 如果对于每门课程来说，60分以下为不及格，高于60为及格，统计每门课程及格和不及格的人数
官方答案
1.2.
select
course_name
,count(distinct student_id) as student_num
,avg(score) as avg_score
from A
group by 1
3.
select
course_name
,case when score < 60 then '不及格'
else '及格' end as level
,count(student_id) as student_num
from A
group by 1,2
我自己生成了数据如下，
-- 参考答案第3问
select
course_name
,case when score < 60 then '不及格'
else '及格' end as level
,count(student_id) as student_num
from A
group by 1,2
输出如下，
我的代码
-- 我的答案，第三问
SELECT course_name,
SUM(CASE WHEN score >= 60 THEN 1 ELSE 0 END ) AS '及格',
SUM(CASE WHEN score <60 THEN 1 ELSE 0 END) AS '不及格'
FROM A
GROUP BY course_name;
输出
14. 经一番研究后，我们开发出了一个新的商品详情页中’相关商品’模块的算法，并且打算通过AB Test（50%用户保留原先的算法逻辑为控制组，50%用户使用新的算法逻辑为实验组）来进行评估。假如你是此次实验的数据分析师，请问你会怎么评估控制组和实验组的表现？请按重要性列出最重要的三个指标并给出你的分析过程。
「民间答案参考」
1.相关商品的点击率=相关商品链接点击次数/当前页面浏览次数
2.相关商品的购买率=购买行为发生次数/相关商品浏览行为次数
3.当前商品与相关商品一同购买的概率=共同购买/当前商品购买
来源：https://www.nowcoder.com/test/question/done?tid=24878431&qid=363009#summary
作者：Vv201902202104817
小结
这套题题量小，内容基础，偏统计。