2014年阿里巴巴校园招聘数据分析师作业书面测验题（答案版）

10个多项选择题，三个测验题和两个分析题

一个多项选择题

1. 哪个属于离散变量（汽车变量）

每亩水稻产量，家庭收入，商品价格，汽车产量

2. 卡方分布的样本方差为（2n）

n 1 2n 4n

3. 如果个人购买彩票，则每花费200元并连续5次购物，中奖的概率为1/10. 如果获奖，则奖励1000元. 问不赔钱的可能性是什么

1-（9/10）^ 5

4. 世界上男女比例是平等的，种族比其他种族更多，男性种族比女性种族更多. 以下句子是正确的（B）

A. 男人比黑人女人B多. 女人比黑人男人多

5. 在聚类分析的主题上，确定哪个句子不正确

6. 意思是>中位数>模式，询问此分布是左分布还是右分布

右偏

7. 随机非替代抽样跟踪机具有替代抽样比较，差异较大或相等

替换的方差较大，概率范围较大，偏差较大.

8. 回归分析y = a + bx，如果存在自相关，请询问b的值，是正数还是负数，或者是0，其重要性如何？

b值为正负，显着性水平高

第二个测验问题

1，SQL语句，表A具有member_id数据分析师笔试题，城市数据分析师笔试题，表B具有member_id，价格，链接A和B，并指定城市和价格>10. Member_id是主键. 如果不写，则数据具有分析思路.

在A.member_id = B.member_id的B位置的A加入B中选择*，其中city ='Beijing'，价格> 10.

2. 处理数据清除中缺失值的方法

通常，缺失值的处理分为具有缺失值的删除案例和缺失值插值.

选择分为三个步骤:

①为每个空值生成一组可能的内插值，这些值反映了无响应模型的不确定性；每个值都可用于估算数据集中的缺失值，从而生成多个完整的数据集合.

②使用统计方法对每个插补数据集进行完整的统计分析.

③根据评分功能从每个插值数据集中选择结果，以产生最终的插值.

3. 回归分析中的多重共线性问题是什么以及如何处理？

所谓的多重共线性（Multicollinearity）是指线性回归模型中的解释变量由于精确相关或高度相关而失真或难以准确估计的事实.

一般来讲，由于经济数据的限制，不正确的模型设计会导致设计矩阵中的解释变量之间具有普遍的相关性.

消除多重共线性的方法:

1. 增加样本量

2. 使用先前的信息进行更改

3. 删除不必要的解释变量: 参数的约束形式

4. 其他方法: 逐步回归方法，岭回归，主成分分析.

这些方法可以通过spss完成. 您可以在数据分析子菜单下找到相应的方法.

在删除不必要的方法时，最好使用逐步回归方法，这样更科学.

主成分分析方法相对简单，科学. 我推荐这种方法.

三，分析问题

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/ruanjian/article-268455-1.html