大厂面试经（4）

问30：采样时，你会有什么偏差？

潜在的偏见包括：

· 抽样偏差：由非随机抽样引起的偏差样本

· 覆盖偏差下：抽样观测值太少

· 生存偏差：忽略没有通过某种形式的选择过程的观测错误。

问31：你如何控制偏差？

你可以做很多事情来控制偏差并使偏差最小化。两项常见的事情包括： 随机化（随机分配参与者）和 随机抽样，即在抽样中每个成员被选择的概率相等。

问32：什么是混杂变量？

混杂变量或混杂因素是既影响因变量又影响自变量的变量，它导致一种虚假关联，这是一种两个或多个变量相关但没有因果关系的数学关系。

问33：什么是A / B检验？

A / B检验是假设检验和双样本假设检验的一种形式，用于比较单个变量的两个版本，即控件变量和变异变量。它通常用于改善和优化用户体验和营销。

问34：如何通过仅知道性别身高来证明男性平均比女性高？

你可以使用假设检验来证明男性平均身高高于女性。

原假设假设男性和女性的平均身高相同，而替代假设假设男性的平均身高大于女性的平均身高。

然后，你将随机收集一个男性和女性身高的样本，并使用t检验来确定是否拒绝该原假设。

问35：医院的感染率高于每100人/日1次感染的风险被认为很高。在过去的1787人/日里，一家医院有10次感染处于危险之中。给出医院是否低于标准的 正确单侧检验的p值 。

由于我们着眼于给定时间范围内发生的事件数（感染数），因此这是一个泊松分布问题。



原假设（H0）：每人每日1次感染

替代假设（H1）：每人每日感染次数> 1

k（实际）= 10次感染

λ（理论）=（1/100）* 1787

使用Excel中的.poisson或R中的ppois计算得出的p = 0.032372或3.2372％

由于p值
问36：你掷出一枚有偏差硬币（p（正面）= 0.8）五次。获得三次或更多次正面的概率是多少？

使用一般二项式概率公式来回答以下问题：



p = 0.8

n = 5

k = 3,4,5

P（3次或更多次正面）= P（3次正面）+ P（4次正面）+ P（5次正面）= 0.94或94％

问37：一个随机变量X是正常的，平均值为1020，标准差为50。计算P（X> 1200）

使用Excel…

p = 1-norm.dist（1200，1020，50，true）

p = 0.000159

问38：考虑到出现在公交车站的人数是Poisson，平均为2.5 / h。在四个小时内最多三个人出现的概率是多少？

x = 3

平均值= 2.5 * 4 = 10

使用Excel…

p = poisson.dist（3,10，true）

p = 0.010336

问39：HIV检测的灵敏度为99.7％，特异性为98.5％。患病率为0.1％的受试者获得阳性测试结果。测试的精确度是多少（即他是HIV阳性的概率）？



精确度=正预测值（Positive Predictive Value）= PV

PV =（0.001 * 0.997）/ [（0.001 * 0.997）+（（1-0.001）*（1-0.985））]

PV = 0.0624或6.24％

问40：你正在竞选公职，民意测验人员对数百人进行了投票。他们中有60人声称将投票支持你。你能放松一下吗？

· 假设只有你和另一个对手。

· 另外，假设我们需要95％的置信区间。这为我们提供了1.96的z分数。



p-hat= 60/100 = 0.6

z * = 1.96

n = 100

这使我们的置信区间为[50.4，69.6]。因此，在置信区间为95％的情况下，如果你可以接受最糟糕的平局情况，那么你可以放松。否则，你不能放松，直到你得到100分中的61分才能说可以放松。

问41：盖革计数器（Geiger Counter）在5分钟内记录了100次放射性衰变。找出每小时衰减次数的大约95％间隔。

· 由于这是一个泊松分布问题，因此均值= lambda =方差，这也意味着标准偏差=均值的平方根

· 95％的置信区间表示z分数为1.96

· 一个标准偏差= 10

因此，置信区间= 100 +/- 19.6 = [964.8，1435.2]

问42：苏格兰的凶杀率从去年的115降至去年的99。这个报道的变化是否真的值得关注？

· 由于这是一个泊松分布问题，因此均值= lambda =方差，这也意味着标准偏差=均值的平方根

· 95％的置信区间表示z分数为1.96

· 一个标准差= sqrt（115）= 10.724

因此，置信区间= 115 +/- 21.45 = [93.55，136.45]。由于99在此置信区间内，因此我们可以假定此变化不是很值得注意。

问43：考虑两个双亲异性恋家庭的流感流行情况，假设父母中至少有一方患上该病的概率为17％。父亲患上流感的概率为12％，而父亲和母亲都患此病的概率为6％。母亲感染流感的概率是多少？

在概率中使用通用加法规则：

P（母亲或父亲）= P（母亲）+ P（父亲）- P（母亲和父亲）

P（母亲）= P（母亲或父亲）+ P（母亲和父亲）- P（父亲）

P（母亲）= 0.17 + 0.06-0.12

P（母亲）= 0.11

问44：假设35-44岁男性的舒张压（DBP）正态分布的平均值为80（mm Hg），标准差为10。一个35-44岁随机年龄的男性的DBP低于70的概率是多少？

由于70是低于平均值的一个标准差，因此取一个标准差左侧的高斯分布的区域。

= 2.3 + 13.6 = 15.9％

问45：在感兴趣的人群中，有9名男性样本产生的平均大脑体积为1,100cc，标准差为30cc。在此新人群中，学生平均脑容量的95％置信区间T是多少？



给定95％的置信度并且自由度等于8，则t分数= 2.306

置信区间= 1100 +/- 2.306 *（30/3）

置信区间= [1076.94，1123.06]