拼多多2022数据分析笔试（0822）
一、选择题
1.已知样本量n，样本均值及方差求置信区间
2.决策树
3.峰度系数
4.协方差
5.第一、第二熵变
6.充分统计量
7.xgboost
8.方差分析中的多重比较
二、编程题
- 一张用户点击路径的表，找出某一日用户路径为店铺页-商详页-下单页的用户数（本人用的是笛卡尔积三张表where限制条件通过）
CREATE TABLE log_info (
uid varchar(255)
, page_name varchar(255)
, starttime varchar(255)
, rnk int
, dt date
)
;
INSERT INTO log_info
(uid,page_name,starttime,rnk,dt)
VALUES
('un670', '首页', '2021-08-10 08:01:00',1,'2021-08-10'),
('un670', '商详页', '2021-08-10 08:01:10',2,'2021-08-10'),
('un670', '店铺页', '2021-08-10 08:01:20',3,'2021-08-10'),
('un670', '商详页', '2021-08-10 08:01:30',4,'2021-08-10'),
('un670', '下单页', '2021-08-10 08:01:40',5,'2021-08-10'),
('un123', '首页', '2021-08-10 00:02:00',1,'2021-08-10'),
('un123', '商详页', '2021-08-10 00:03:00',2,'2021-08-10'),
('un123', '店铺页', '2021-08-10 00:04:00',3,'2021-08-10'),
('un123', '商详页', '2021-08-10 00:05:00',4,'2021-08-10'),
('un123', '商详页', '2021-08-10 00:06:00',5,'2021-08-10')
;
2021-08-10|1
- 一张活跃商品表，找出2021-08-02和2021-08-03新增活跃商品数，新增活跃商品数定义为今日活跃但昨日不活跃的商品（本人用（date,goods_id） not in （选出今日活跃昨日也活跃的商品)作为限制通过）
-- CREATE DATABASE test;
-- use test;
CREATE TABLE act_goods_d(
stat_date DATE
,goods_id BIGINT
);
INSERT INTO act_goods_d
(stat_date, goods_id)
VALUES
('2021-08-01', 27923)
,('2021-08-01', 23456)
,('2021-08-01', 86534)
,('2021-08-02', 27923)
,('2021-08-02', 23456)
,('2021-08-02', 23545)
,('2021-08-03', 23456)
,('2021-08-03', 23545)
,('2021-08-03', 98213)
;
2021-08-02|1
2021-08-03|1
- 一张用户点击表，一张用户下单表，找出某一日点击商品数和引导下单量，引导下单量定义为在同一日点击商品到下单的单量，注意点击时间要早于下单时间，比较简单，要用的date_format
CREATE TABLE flow_clk_i_d (
clk_time VARCHAR(30)
,uid BIGINT
,goods_id BIGINT
);
INSERT INTO flow_clk_i_d
(clk_time, uid, goods_id)
VALUES
('2021-08-06 11:30:50', 2111, 27023)
,('2021-08-07 12:30:56', 2133, 27023)
,('2021-08-07 15:46:23', 2132, 21346)
,('2021-08-07 15:50:56', 2132, 27053)
,('2021-08-07 20:46:23', 2133, 21348)
,('2021-08-07 20:50:56', 2132, 27023)
,('2021-08-08 20:46:23', 2132, 21346)
;
CREATE TABLE ordr_goods_i_d (
ordr_time VARCHAR(30)
,ordr_id BIGINT
,uid BIGINT
,goods_id BIGINT
);
INSERT INTO ordr_goods_i_d
(ordr_time, ordr_id, uid, goods_id)
VALUES
('2021-08-07 10:48:29', 641841, 2132, 21346)
,('2021-08-07 15:48:29', 642841, 2132, 21346)
,('2021-08-07 12:46:45', 753473, 2132, 27023)
,('2021-08-07 12:46:45', 763473, 2133, 27123)
;
2021-08-07|2|1