iPAS AI應用規劃師(中級) 科目3_ L23101 機率統計之機器學習基礎應用(5) 統計基礎(進階題型) 發佈留言 / 作者: S學院 / 2025-06-27 iPAS AI應用規劃師(中級) 科目3_ L23101 機率統計之機器學習基礎應用(5) 統計基礎(進階題型) 模擬試題,採智能選題,無限次反覆練習。 1. 在卡方獨立性檢定中,若有3×4的列聯表,自由度為何? 6 12 7 11 None 2. 某配對設計實驗中,使用McNemar檢定比較兩種方法的成功率,2×2表格中不一致配對數分別為a=15, d=8,檢定統計量約為何? 1.8 2.1 2.7 2.3 None 3. 某迴歸模型的殘差分析顯示存在異質變異數(heteroscedasticity),最適合的處理方式為何? 增加樣本數 移除極端值 使用更多自變數 進行變數轉換或使用加權最小平方法 None 4. 在生存分析中,若風險函數為常數λ,則存活函數S(t)的形式為何? 1/(1+λt) e^(-λt) λe^(-λt) 1-e^(-λt) None 5. 某研究使用獨立樣本t檢定比較兩組平均數,假設變異數相等,第一組n₁=20, s₁²=16,第二組n₂=25, s₂²=25,合併變異數估計值為何? 19.8 21.3 18.5 22.7 None 6. 某樣本的四分位數Q₁=25, Q₂=40, Q₃=60,使用1.5×IQR法則,下列哪個數值會被認為是極端值? 95 10 85 15 None 7. 某指數分布的期望值為4,則其機率密度函數f(x)在x=2時的值為何? 0.25e^(-0.5) 0.25e^(-0.5) 0.5e^(-1) 4e^(-2) None 8. 某常態分布N(μ,σ²),已知P(X < 10) = 0.1587,P(X < 20) = 0.8413,則μ和σ的值分別為何? μ=12, σ=4 μ=15, σ=3 μ=18, σ=6 μ=15, σ=5 None 9. 在重複測量變異數分析中,球形假設(sphericity assumption)如果違反,最適當的處理方式為何? 使用Greenhouse-Geisser校正 忽略此假設 使用更大的樣本 轉換為非參數檢定 None 10. 在多重比較中,若有5組要進行所有可能的兩兩比較,總共需要進行幾次比較? 8 10 12 15 None 11. 75% 8.33% 25% 無法確定 None 12. 某廣義線性模型使用泊松分布和對數連結函數,若線性預測子為2.5,則期望值μ為何? 12.2 10.8 15.6 2.5 None 13. 某混合效應模型中,固定效應的係數為2.3,隨機效應的變異數為1.5,誤差項變異數為0.8,組內相關係數(ICC)約為何? 0.75 0.35 0.65 0.48 None 14. 兩個獨立的泊松隨機變數X₁~Poisson(λ₁)和X₂~Poisson(λ₂),其和Y=X₁+X₂的分布為何? Binomial(n, (λ₁+λ₂)/n) Exponential(λ₁+λ₂) Normal(λ₁+λ₂, λ₁+λ₂) Poisson(λ₁+λ₂) None 15. 某二項分布B(100, 0.3),使用常態近似時,連續性修正後P(X ≤ 25)等於P(Z ≤ ?),其中?的值約為何? -1.83 -2.06 -1.72 -1.94 None 16. 在多水準模型中,若水準2單位數為20,每個單位內有平均15個觀察值,設計效應(design effect)為1.8,有效樣本數約為何? 167 240 200 150 None 17. 在二項分布B(n,p)中,當np=5且np(1-p)=3時,參數n和p的值分別為何? n=15, p=1/3 n=12.5, p=0.4 n=25, p=0.2 n=10, p=0.5 None 18. 接受對立假設 需要更大樣本 拒絕虛無假設 無法下結論 None 19. 某泊松過程每小時平均發生3次事件,在連續2小時內發生5次事件的機率約為何? 0.178 0.134 0.156 0.161 None 20. 在時間序列分析中,若一階自相關係數為0.7,則AR(1)模型的係數估計值約為何? 0.7 0.3 0.49 1.4 None 如有問題可留言,謝謝您的寶貴意見! 暱稱 電郵(提交獲得正確答案,可換題測驗完整題庫,新增題庫電郵通知) Time's up