一面

1.SQL

table_a

dt, city_id, device_id, gmv tips:每个device一天可能有多条记录

(1)求每个城市每天gmv最高的5个device_id

(2)求连续三天每个城市每天gmv都在前5的device_id

2.统计题

（1）自变量存在多重共线性，如何通过变量筛选来解决？

（2）线性回归的五个基本假设

3.机器学习

（1）DBScan 与 Kmeans相比的优点

（2）如何判别离群点（总是在边界上的点）

面试官说他比较喜欢统计学学的好的人，可惜我不是学统计的

二面

（1）基于观测数据的因果推断 如何从因果角度分析指标对转化率的影响

（2）发现快手海外的新用户留存下降了 Q4和Q3相比

从相关性的角度分析 指标对留存率的影响

（3）使用线性回归满足的假设

比较重要的是验证协变量之间是不是存在多重共线性、残差是不是满足正态分布

（4）T-test的时候需不需要变量满足正态分布

当样本大于30不再要求变量满足正态分布，T值需要满足正态分布