数据分析面试题（21~30）

21、简单说一下说说置信区间、置信度。

①置信区间是指由样本统计量所构成的总体参数的估计区间。通常以一个样本统计量的估计值为中心，加减一个标准误差的倍数，构成一个区间。

②置信度是对置信区间的信心程度的度量，通常以百分比的形式表示。

举例来说，如果我们通过对一个样本数据进行统计分析，得到了某个参数的置信区间为(10, 20)，并且置信度为95%，那么我们就可以说，在95%的情况下，真实的参数值位于10到20之间。

22、概率和似然是什么？

①概率通常用来描述已知的情况下，某个事件发生的可能性。概率的取值范围是0~1之间，其中0表示不可能事件，1表示必然事件。

②似然描述了在已知观测数据的情况下，参数值的可能性。

总的来说，概率是在已知参数的情况下描述事件发生的可能性，而似然是在已知观测数据的情况下描述参数取值的可能性。概率通常用于事件的预测和描述，而似然通常用于参数的估计和推断。

 23、讲一下Union和Join的区别？

①Union操纵用于合并两个查询的结果集，并去除重复的行。

②join操作用于根据连接条件在多个表之间建立关联，从而将相关的行组合在一起。join操作分为内连接、外连接、左连接、右连接等。

24、原专业（计算机技术）与数据分析的哪些内容相关？

①编程技能P（如ython）。数据分析通常需要编写代码来处理、分析和可视化数据。

②数据清洗、缺失值处理、异常值检测等。

③数据存储和管理的技术。包括数据库管理系统（如MySQL等）、数据仓库和数据湖等。

④机器学习和深度学习。用于数据建模，挖掘数据特征。