【知识点详解】
1. **抽样调查**：在抽样调查中，样本是指从总体中抽取的一部分个体。在这个例子中，如果要了解上海市小学生的身高，样本是指从中抽取的500名小学生的身高（选项A），而不是他们的身高总和（选项B），也不是这些学生本身（选项C）或所有小学生（选项D）。
2. **K-means聚类算法**：K-means是一种常见的无监督学习算法，用于将数据集划分为k个聚类。它需要预先设定聚类的个数k，然后随机选择k个点作为初始中心点，通过迭代过程不断调整数据点的归属和中心点的位置，直到满足停止条件（如中心点不再变化）。因此，K-means不能自动识别类的个数（选项C）。
3. **时间序列算法模型**：在给出的选项中，ARIMA（自回归积分滑动平均模型）是常用的时间序列预测模型（选项C）。RSI（相对强弱指数）是技术分析中的一个指标，MACD（移动平均收敛/发散）也是股票交易中的技术指标，KDJ则是一种随机指标，它们不属于时间序列建模。
4. **概率计算**：对于这个问题，可以通过组合计算得出答案。每次抽取后不放回，第一次取到某种颜色的概率是1/5，第二次取到相同颜色的概率取决于第一次的结果。若第一次取到红色，第二次仍然是红色的概率为1/4；若第一次取到蓝色，第二次仍然是蓝色的概率为1/4；若第一次取到黄色，第二次仍然是黄色的概率为0，因为只有一颗黄球。所以，两次取到相同颜色的概率是(2/5)*(1/4) + (2/5)*(1/4) = 2/20 = 0.1，即选项D。
5. **数列推理**：这是一个等差数列的问题，寻找下一个数字。观察给出的数列65, 8, 50, 15, 37, 24，可以发现每个数减去前一个数形成新的数列-57, 42, -35, -12, -13。这是一个等差数列的递减序列，差值为-15。继续减去15，得到-28，因此下一个数字应该是24 - 28 = -4，选项C。
6. **数据分布**：如果一组数据的均值>中位数>众数，这通常表明数据呈现右偏（正偏态），因为均值位于中位数右侧，同时中位数又位于众数右侧。
7. **SQL通配符**：在SQL中，通配符'%'代表零个、一个或多个字符，所以选项D是正确的。
8. **正态分布**：正态分布的均值决定了分布的中心位置，方差决定了分布的扩散程度。其偏度为0，表示对称；标准正态分布的均值为0，方差为1。选项C的峰度为1是错误的，正态分布的峰度是0，表示其峰值与理想正态分布相同。
9. **数据分析方法应用**：聚类算法用于将数据分组，不适用于拟合具体数值（如B选项），而更适合于分类问题（如A选项）。关联规则分析用于找出项目间的频繁模式，如C选项。决策树用于分类和回归，适合D选项。所以B选项不正确。
10. **时间序列模型**：GARCH（广义自回归条件异方差模型）特别适合处理波动性，因此选项D是正确的。
11. **Excel函数**：在Excel中，查找匹配的功能可以使用Index+Match，Vlookup或Hlookup函数，但Find、If和Like函数不适用此情境，所以答案是AB。
12. **颜色纯度计算**：颜色纯度可以通过不同颜色比例的倒数之和来衡量，越小表示纯度越高。选项B、C、D和F都是基于这个原理的不同形式，而A和E是错误的。
13. **相关系数**：相关系数为正值表示正相关，相关系数为负值表示负相关，绝对值越大相关性越强。Pearson相关系数适用于连续变量，Spearman相关系数适用于有序变量。所以，正确的描述是ABCE。
14. **线性回归**：线性回归的基本假设包括零均值、同方差性和正态性。违背这些假设可能导致参数估计不理想，但模型依然可以估计。DW检验用于检测序列相关性，多重共线性会导致参数估计值方差增大。正确答案是ABCDEF。
15. **数据降维方法**：LASSO（套索回归）不是降维方法，主成分分析（PCA）、聚类分析、小波分析法、拉普拉斯特征映射可用于降维。线性判别法（LDA）虽然可以用于分类，但不是降维方法。所以，正确答案是BDF。
16. **编程技巧**：程序员A可以通过rand9函数多次调用来生成1-10的随机数。例如，可以先生成一个0-9的随机数，如果结果是9，则加1，否则就是结果。
17. **SQL查询**：可以使用SQL的WHERE子句筛选出city成交额大于0的记录，然后GROUP BY buyer_id和amt，得到每个城市的购买人数和成交金额。具体的SQL语句可能如下：
```sql
SELECT city, COUNT(DISTINCT buyer_id) AS buyer_count, SUM(amt) AS total_amt
FROM a
WHERE city != '' AND amt > 0
GROUP BY city;
```
以上是对阿里巴巴校园招聘2017数据分析笔试题中涉及的知识点的详细解析。
