数据分析笔试题【小红书 2019】

2019年 第一批

1. 想要了解上海市中学生的身高，从中抽取了1000个样本，这项调查中的样本是  从中抽取的1000名中学生的身高

2.  偏态分布一般用以下哪个指标描述集中趋势   中值 （偏态分布，平均值的代表性比较差 ，所以使用中值）

3.  在以下不同的场景中，使用的分析方法不正确的有  D

A. 根据商家最近一年的经营及服务数据，用聚类算法判断出小红书商家在各自主营类目下所属的商家层级

B. 用关联规则算法分析出对护肤内容有兴趣的用户，是否对彩根据妆内容感兴趣

C. 根据用户最近购买的商品信息，用决策树算法识别出用户是男是女

D. 根据商家近几年的成交数据，用聚类算法拟合用户未来一个月可能的消费金额公式  （聚类时无监督聚类算法，应该用回归）

4.  用算法拦截可疑笔记，描述拦截的笔记中有多少是真的可疑笔记是  准确率

解释：在预测为可疑笔记中有多少是真的可疑！

5.  【查几种检验方法】当总体分布未知的情况下，可以采用以下哪种检验方法？ D

A. T检验 （F检验可以判断是否齐方差，T检验则需要根据是否齐方差决定使用T检验还是T'检验）

B. 方差分析  

C. F检验

D. KS检验

6. 在做数据分析中，如何处理异常或是缺失数据，请选择一下你认为正确的答案D

不处理

删除元组

数据补齐

以上全对

7.  下列哪一项不是描述连续变量的  ABC

二项分布

泊松分布

超几何分布

正态分布  （连续变量的描述）

离散变量的概率分布，常用的有二项分布、泊松(Poisson)分布。其余的还有两点分布、几何分布、超几何分布等概率分布。

8.  下列关于相关系数的说法，正确的是  AC

A. 相关系数的数值越大，说明两个变量之间的相关程度越高

B.若相关系数r=0，则表明两个变量之间不存在任何相关关系 (R=0只是表示无线性相关，也可能存在非线性相关 )

C. 若相关系数>0，则称两个变量正相关；若相关系数&l