【笔试题目整理】小红书2019年校园招聘数据分析岗位在线笔试第二批

最近在准备数据分析岗位的笔试，整理了牛客网上的一些试题与答案方便查看（只摘部分）。

• 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

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

答案：简单随机抽样

参考解析:

简单随机抽样：对总体不做任何划分，随机抽取
分层抽样：挑选对总体影响较大的特征作为分层依据，在每层中抽取一定比例的样本，比如：抽取某小学学生的身高，可按照年纪划分成6层，在每层中抽取一定比例的学生组成样本。
系统抽样：比如100个学生，给每个学生编号，平均分成5等分，每一份都选编号为1，5，9的学生
整群抽样：100个学生分成4个群，随机选择其中的2个群，群里所有学生都要参与抽样。

 

2、一组数据，均值>中位数>众数，则这组数据

答案：右偏

参考解析：

左偏分布（负偏态）mean（平均数)<median（中位数）<mode（众数）

右偏分布（正偏态）mode（众数)<median（中位数）<mean（平均数）

所以，偏态数据中，中位数更适合用来反应数据的集中趋势。几何平均数：降低因数据本身的尺度不同对结果的影响

 

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

答案：越小

 

4、关于logistic回归算法，以下说法不正确的是 

答案：B

参考解析：

logistics回归，实际上是二分类算法；目标变量要求是离散值；
logistic回归的输入特征：工业界中我们通常将连续变量离散化再带入logistic回归。

 

5、下列关于正态分布，不正确的是

答案：C

参考解析：

期望为0，标准差为1的是标准正态分布

 

6、样本中各观察值均加5后

答案：C D

参考解析：

方差表示数据围绕均值的波动大小，每个样本都加5，波动情况并没有改变，所以方差不变。

标准差是方差的平方根，也不变。

 

7、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

 

参考答案：

1、SELECT course_name,COUNT(distinct student_id) FROM A

WHERE score is not null      

GROUP BY course_name

2、SELECT course_name,AVG(score) FROM A

GROUP BY course_name

3、SELECT

                     course_name,

                     SUM(CASE WHEN score>=60 THEN 1 ELSE 0 END) AS '及格人数',

                     SUM(CASE WHEN score<60 THEN 1 ELSE 0 END) AS '不及格人数 

FROM A

GROUP BY course_name

 

8、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：

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