阿里巴巴数据分析师笔试题（实习）及参考答案

首先，离群值是什么意思？请列出一种识别连续变量离群值的方法？

参考答案:

离群值是指样本中的单个值，其值明显偏离样本的其余观察值. 在数学统计中，它通常是指一组观测值与平均值的偏差超过两个标准偏差的测量值.

Grubbs检验（以Frank E. Grubbs命名）数据分析师笔试题，也称为最大范数残差检验，是一种统计检验，用于识别单变量数据集中的离群值. 它假定数据集来自正态分布的总体.

未知总体标准偏差σ. 在这五种测试方法中，优点顺序为: t测试方法，Grubbs测试方法，峰度测试方法，Dixon测试方法和偏度测试方法.

第二，什么是聚类分析？什么是聚类算法？请选择一种以详细描述其计算原理和步骤.

参考答案:

集群分析（集群分析）是一组统计分析技术，可将研究对象划分为相对均匀的集群. 聚类分析也称为分类分析或数字分类法. 聚类和分类之间的区别在于聚类所需的分类是未知的.

聚类分析的计算方法主要包括: 分层方法，分区方法，基于密度的方法，基于网格的方法和基于网格的方法. 基于模型的方法等. 其中，前两种算法使用统计定义的距离进行度量.

k-means算法的工作过程描述如下: 首先，从n个数据对象中任意选择k个对象作为初始聚类中心；对于其余的其他对象，请根据它们与这些聚类中心的相似性（距离），将它们分配给最相似的聚类（以聚类中心表示）；然后计算每个新群集的群集中心（群集中所有对象的平均值）；重复重复此过程一直持续到标准测量功能开始收敛. 均方误差通常用作标准测量函数. k个群集具有以下特征: 每个群集本身尽可能紧凑，并且每个群集尽可能地分开.

过程如下:

（1）从n个数据对象中随机选择k个对象作为初始聚类中心；

（2）根据每个聚类对象（中心对象）的平均值计算每个对象与这些中心对象之间的距离；并根据最小距离重新划分对应的对象；

（3）重新计算每个（变量）聚类的平均值（中心对象）；

（4）循环遍历（2）和（3）数据分析师笔试题，直到每个簇不再变化（标准测量函数收敛）.

优点: 该算法确定的K个划分的平方误差最小. 当聚类密集且类别之间的差异明显时，效果会更好. 对于处理大型数据集，此算法相对可伸缩且高效，计算复杂度为O（NKt），其中N是数据对象的数量，t是迭代的数量. 一般来说，K <

缺点: 1. K是预先给定的，但是很难选择； 2.初始聚类中心的选择对聚类结果有较大影响.

三，根据要求编写SQL

表A的结构如下:

会员ID（用户ID，字符类型）

Log_time（用户访问页面的时间，日期类型（仅一天的数据））

URL（访问页面的地址，字符类型）

要求: 提取每个用户访问的第一个URL（时间最短）以形成一个新表（新表名为B，表结构与表A相同）

参考答案:

创建表B作为选择Member_ID，min（Log_time），通过Member_ID从A组获取URL；

四，销售数据分析

以下是B2C电子商务网站的每周销售数据. 该网站的主要用户群是办公室女性. 销售主要集中在5种产品上. 如果您是这家公司的分析师，

a）从数据中您看到什么问题？您认为其背后的原因是什么？

b）如果老板要求您提出运营改进计划，您会怎么做？

表如下: 网站的一组日常销售数据

参考答案:

a）从本周的数据可以看出，周末的销售额明显较低. 可以从两个角度看待这种情况的原因: 从消费者的角度来看，可能不需要在周末上班，因此没有购买产品的欲望；从产品的角度来看，该产品不可能在周末期间引起消费者的关注.

b）针对此问题背后的两个原因，我的运营改进计划也分为两个方面: 首先，引导消费者在周末没有购买意愿的心态，引导消费者提醒他们他们应该在周末准备产品；第二个是通过折扣和促销等活动在周末提高产品的受欢迎程度和购买力.

五项用户研究

一家公司针对三种类型的客户A，B和C提出了统一的改进计划，以增加客户的每周消费量. 您需要制定预审测试计划以支持该决定. 请考虑以下问题:

a）实验需要为决策提供什么样的信息？

c）根据上述目的，请写下您的数据采样方法，要收集的数据索引项以及您选择的统计方法.

a）实验应证明该改进计划可以显着增加A，B和C类客户的每周消费.

b）根据三种类型的客户数量，使用分层比例抽样；

需要收集的数据项是: 客户类别，改进计划之前的每周消费数量以及改进计划之后的每周消费数量；

选择的统计方法是: 对于三种类型的客户A，B和C，以及改进前后的每周消费数量，进行两次独立的样本T检验

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-268458-1.html