加載中. ..
PDF
1.統計學 2.巨量資料概論 第 1 頁，共 4 頁
經濟部所屬事業機構 110 年新進職員甄試試題
類別:統計資訊 節次:第二節
科目:1.統計學 2.巨量資料概論
注
意
事
項
1.本試題共 4頁(A3 紙1張)。
2.可使用本甄試簡章規定之電子計算器。
3.本試題為單選題共 50 題，每題 2分，共 100 分，須用 2B 鉛筆在答案卡畫記作答，於本
試題或其他紙張作答者不予計分。
4.請就各題選項中選出最適當者為答案，答錯不倒扣；畫記多於 1個選項或未作答者，該
題不予計分。
5.本試題採雙面印刷，請注意正、背面試題。
6.考試結束前離場者，試題須隨答案卡繳回，俟本節考試結束後，始得至原試場或適當處
所索取。
7.考試時間：90 分鐘。
[A]
1.
x和y的樣本標準差分別為10和15，x和y之間的共同變異為-120，x和y之間的相關係數為下列
何者？
(A) -0.8 (B) -0.5 (C) 0.5 (D) 0.8
[C]
2.
假設樣本迴歸方程式為Y
= 3 + 0.40x 。假設當x為10時，觀察到y為8，模型預測的殘差為何？
模型是否低估或高估了y的值？
(A)殘差= -1，模型高估了y (B)殘差= 1，模型高估了y
(C)殘差= 1，模型低估了y (D)殘差= -1，模型低估了y
[A]
3.
下列哪一項的估計需要抽樣？
(A)台灣失業率 (B) 2021年台北市的總降雨量
(C)新竹攻城獅職業籃球隊2021年的命中率 (D)某大學新生的入學考試平均分數
[A]
4.
一項針對150名主管的調查，他們被詢問在面試中求職者最常犯的錯誤是什麼，並給出了六
個不同的錯誤類型。下列哪一項最適合呈現上述訊息？
(A)長條圖 (B)直方圖 (C)莖葉圖 (D)列聯表
[一律
給分]
5.
假設A及B是獨立事件，若P(A) = 0.5及P(B) = 0.3，則P(A∪B)之值為何？
(A) 0 (B) 0.15 (C) 0.2 (D) 0.8
[D]
6.
在設計假設檢定時，下列哪一項較適合？
(A)最大化α並最小化β (B)最小化α並最大化β (C)最大化α和β (D)最小化α和β
[A]
7.
下列哪一項電腦儲存容量單位最大？
(A) ExaByte (EB) (B) GigaByte (GB) (C) KiloByte (KB) (D) PetaByte (PB)
[B]
8.
下列哪一項違反了迴歸分析的假設？
(A)誤差項呈正態分佈 (B)誤差項與解釋變量相關
(C)誤差項的均值為零 (D)誤差項有一個恆定的變異
[A]
9.
某統計學教授發現學生會在他的考試中作弊，他估計有95 %的機率能抓到班上的學生作弊，
但有1 %的機率是他指控學生作弊但學生實際並沒有作弊，考慮虛無假設「學生沒有作弊」
，發生型一錯誤的機率是多少？
(A) 1 % (B) 5 % (C) 95 % (D)資訊不夠，無法計算
[C]
10.
一位經濟學家對研究一個國家消費者的收入感興趣，已知其母體標準差為1,000美元，隨機抽
樣50人得到的平均收入為15,000美元，在這樣的條件下，90 %信賴區間的寬度為多少？
註：Z0.01 = 2.326 , Z0.05 = 1.645 , Z0.10 = 1.282
(A) 232.60美元 (B) 364.30美元 (C) 465.23美元 (D) 728.60美元
[D]
11.
根據某銀行的信用卡資料，發現在過去約有7 %的客戶會違約無法繳清帳款，導致銀行產生
呆帳。此外，銀行中不會違約的客戶，約有10 %會不小心忘了繳交一個月的卡費。若某客戶
有一個月的卡費沒有繳交，那麼該客戶最終違約無法繳清帳款的機率為多少？
(A) 0.13 (B) 0.23 (C) 0.33 (D) 0.43
【請翻頁繼續作答】
1.統計學 2.巨量資料概論 第 2 頁，共 4 頁
[C]
12.
一位分析師正在進行滿意度調查，從1,000名來自四家房屋仲介的新房購買者名單中抽樣，分
析師從購屋者中抽取400名為樣本，他隨機抽取每家仲介的100名購屋者，請問這是一個簡單
隨機樣本(simple random sampling)的例子嗎？
(A)是，因為樣本中的每個買家都是隨機抽樣的
(B)是，因為每家仲介的購買者在樣本中都有同等的代表
(C)否，因為400位買家樣本被選中的機會並不均等
(D)否，因為人口由四種不同房屋仲介的購買者組成
[B]
13.
您已經為μ建立了95 %的信賴區間為10 ≤ μ ≤ 15，若我們測試虛無假設H0 : μ等於16，與對立
假設H1 : μ不等於16，在顯著水準α = 0.10下，您將做出什麼決定？
(A)不拒絕H0 (B)拒絕H0
(C)接受H0 (D)無法從所提供的訊息判斷我們的決定
[C]
14.
關於卡方檢驗，下列敘述何者正確？
○1卡方檢驗的結論說明所研究的變量是否相關，以及它們是如何相關
○2要進行卡方檢驗，您必須有足夠大的樣本，此條件為每個觀測值至少是5
○3要進行卡方檢驗，您必須有足夠大的樣本，此條件為每個預期值至少是5
(A) ○1 (B) ○2 (C) ○3 (D) ○1○2○3
[A]
15.
關於逐步迴歸(stepwise regression)，下列敘述何者正確？
(A)逐步迴歸用於從一大組變數中確定哪些變數可用於預測應變數的值
(B)逐步迴歸結果應直接當作預測Y應變數的最終模型
(C)在逐步迴歸中，犯一個或多個型一或型二錯誤的機率非常小
(D)當考慮包含一個或多個虛擬變量(dummy variable)時，不能使用逐步迴歸
[A]
16.
關於統計資料蒐集與分析，下列敘述何者有誤？
(A)用迴歸模型分析資料庫資料，可以確定獨立變數與應變數的因果關係
(B)運用實驗設計的好處是可以排除其他不感興趣因素的干擾
(C)使用問卷調查時，採用便利抽樣可以節省成本
(D)對於開放性的問題探索，可以使用半結構式訪談來蒐集資料
[D]
17.
關於中位數與平均數，下列敘述何者有誤？
(A)常態分配的平均數與中位數相等
(B)平均數容易受到極端值影響
(C)母體平均數高於中位數時，母體資料分配很可能是右偏的
(D)在貧富差距很大的國家中，人民薪資的平均數會比中位數來的小
[C]
18.
下列關於假設檢定的敘述，有幾個是正確的？
○1 p-value的定義是虛無假設成立，獲得檢定統計量及更極端數值之機率
○2我們可以用建立平均值的信賴區間來檢驗，虛無假設H0：μ ≥ 2，對立假設HA：μ < 2
○3α表示虛無假設為真的機率
○4如果第一個假設檢定的p-value值為0.00029，而第二個假設檢定的p-value值為0.001，我們可
以得出結論：第一個檢定有更多的證據可以拒絕虛無假設
(A) 0 (B) 1 (C) 2 (D) 3
[B]
19.
受訪者被問到「你現在的體重比3年前多還是少？」這個回應是什麼測量尺度？
(A)名目尺度(nominal) (B)順序尺度(ordinal) (C)區間尺度(interval) (D)比例尺度(ratio)
[C]
20.
某汽車廠的數據顯示，過去進貨的電子零件一萬個中，有5 %是劣質品，若從電子零件中隨
機抽4個來測試，至少有一個是劣質品的機率為多少？
(A) 0.250 (B) 0.226 (C) 0.185 (D) 0.171
[A]
21.
當發生型一錯誤時，下列敘述何者正確？
(A)你拒絕一個正確的虛無假設 (B)你不拒絕一個正確的虛無假設
(C)你拒絕一個錯誤的虛無假設 (D)你不拒絕一個錯誤的虛無假設
[A]
22.
某公司的客服中心，平均每三分鐘會接到一通電話，請問六分鐘內都沒有接到電話的機率是
多少？
(A) 0.135 (B) 0.105 (C) 0.065 (D) 0.035
[B]
23.
在標準化模式中，關於常態分配之敘述，下列何者正確？
(A)平均數為1，變異數為0 (B)平均數為0，標準差為1
(C)機率面積等於0.5 (D)不能用於近似離散的機率分配
1.統計學 2.巨量資料概論 第 3 頁，共 4 頁
[D]
24.
關於中央極限定理，下列敘述何者有誤？
(A)若母體為均勻分配，僅抽10個樣本，其樣本平均數分配即為常態分配
(B)有了中央極限定理，我們才能從樣本統計量去推估母體參數
(C)若母體為常態分配，僅抽10個樣本，其樣本平均數即為常態分配
(D)若母體為指數分配，僅抽5個樣本，其樣本平均數即為常態分配
[B]
25.
歷年台北市長各候選人的選舉得票率，皆與士林區天玉里開出之結果很接近，若在台北市長選
舉前，對天玉里的居民隨機調查各候選人的支持度，此種作法較類似於下列何種抽樣方式？
(A)簡單隨機抽樣 (B)群集抽樣 (C)分層隨機抽樣 (D)便利抽樣
[D]
26.
巨量資料最後提出的第四個V是什麼？
(A)大量化Volume (B)多樣化Varity (C)快速化Velocity (D)真實性Veracity
[C]
27.
下列何者屬於類神經網路的機器學習方法？
(A) SVM (B) Gaussian Mixture Model
(C) BERT (D) Adaboost
[A]
28.
下列何者不是維度縮減(Dimensionality Reduction)的方法？
(A) Random Forest (B) t-Distributed Stochastic Neighbor Embedding
(C) Principal Component Analysis (D) Linear Discriminant Analysis
[C]
29.
關於巨量資料，下列敘述何者正確？
(A)巨量資料的分析目的是從大量資料中找出因果關係
(B)隨著巨量資料分析技術的進步，數據的真實性已不影響分析結果
(C)好的巨量資料運算服務，可以根據運算需求與時效性，動態的擴增運算資源
(D)如何妥善處理及保存大量的數據資料並非巨量資料分析涵蓋的範疇
[B]
30.
關於巨量資料思維，下列敘述何者正確？
(A)巨量資料中包含大量的雜訊，運用傳統統計方法較能降低雜訊對模型的影響
(B)企業在蒐集資料的過程中可能觸及個人隱私的疑慮
(C)巨量資料分析純粹是應用於商業競爭上的技術，無法廣泛被應用於日常生活中
(D)巨量資料分析建模的過程中不需要考慮資料是否與背景假設吻合
[B]
31.
機器學習(Machine Learning)是屬於下列哪一個領域的子集合？
(A)深度學習 (B)人工智慧 (C)資料處理 (D)網路系統
[C]
32.
通常處理有問題的資料時，不包括下列哪一項？
(A)移除 (B)插補 (C)加權 (D)替換
[A]
33.
與資料庫(Database)比較，資料倉儲具有下列哪一種特性？
(A)具有跨平台作業能力 (B)具有資料修改及新增功能
(C)資料結構高度正規化 (D)儲存短期詳細的作業資料
[C]
34.
關於平行運算(Parallel Computing)，下列何者不是分散式計算(Distributed Computing)的特性？
(A)共享稀有資源 (B)平衡負載 (C)共享記憶體 (D)允許計算錯誤
[B]
35.
請問以500 Mbps(Mega bit per second)的網路速度傳送1 Petabyte，不考量其他影響，大約需要
多少時間才能傳送完畢？
(A)大約2年 (B)大約200天 (C)大約20天 (D)大約2小時
[D]
36.
下列何者可能是模型有配適不足(Under-fitting)的狀況？
(A)訓練誤差較小，測試誤差較小 (B)訓練誤差較小，測試誤差較大
(C)訓練誤差較大，測試誤差較小 (D)訓練誤差較大，測試誤差較大
[C]
37.
關於監督式學習(Supervised Learning)，下列敘述何者有誤？
(A)需要有標記(labeled)的數據做為訓練集
(B)決策樹(Decision tree)是一種監督式學習方式
(C) K-mean分群法(k-means clustering)是一種監督式學習方式
(D)監督式學習是機器學習方法中的一個子類別
[D]
38.
關於MAP Reduce Programming Model，下列敘述何者正確？
(A)是一種處理地理資訊的程式設計方法
(B)是一種資料壓縮的技術
(C)是一種類神經網路的程式設計架構
(D)是一種用平行化、在分散式系統上處理數據的程式設計架構
【請翻頁繼續作答】
1.統計學 2.巨量資料概論 第 4 頁，共 4 頁
[A]
39.
下列何種方法能對大量特徵屬性的資料進行分析以萃取出重要訊息？
(A)主成分分析(Principal Component Analysis)
(B)關聯法則(Association Rule)
(C) K均值法(K-means)
(D) K近鄰法(K-nearest Neighbors)
[D]
40.
關於監督式學習(Supervised Learning)，下列敘述何者有誤？
(A)函數的輸出可以是預測一個分類標籤或是一個連續的值
(B)訓練資料是由輸入及預期輸出所組成
(C)訓練資料過少時，可利用拔靴法(Bootstrap)進行修正
(D)主成分分析是典型的監督式學習方法
[B]
41.
關於非監督式學習(Unsupervised Learning)，下列敘述何者正確？
(A)訓練資料是由輸入及預期輸出所組成
(B)可用於做分群與降維的工具
(C) K Nearest Neighbor演算法屬於非監督式學習方法
(D)決策樹(Decision Tree)是一種常用的非監督式學習方法
[B]
42.
關於深度學習，下列敘述何者有誤？
(A)與傳統機器學習最主要的區別在於數據依賴性，亦即資料量多寡會影響演算法效能
(B)企業過往採用傳統機器學習方法的各項應用，只要升級成以深度學習方法為基礎，都能在
效率與效果上有卓越的提升
(C)卷積神經網路(Convolutional Neural Network)是一個可以被應用於圖形辨識的深度學習方法
(D)深度學習是機器學習的一種演進技術
[D]
43.
信用卡評分系統是應用機器學習的哪一個概念？
(A)社群網絡分析 (B)非監督式學習 (C)關聯法則 (D)監督式學習
[B]
44.
關於MapReduce，下列敘述何者正確？
(A)特別適合用於小型的計算任務
(B)運作原理是將待處理的大量資料劃分為多個數據塊，每個數據塊對應到一個計算任務來運行
(C)需要搭配運算效能強大的伺服器才能發揮效果
(D)使用在需要即時回傳結果的實時計算上極具效率
[A]
45.
下列哪一個方法能在建模過程中添加隨機噪訊，來解決模型變異過高的問題？
(A)拔靴集成法(Bootstrap Aggregating)
(B) XGBoost(eXtreme Gradient Boosting)
(C)支援向量機(Support Vector Machine)
(D)生成式對抗網路(Generative Adversarial Networks)
[D]
46.
下列何者不屬於關係資料庫管理系統(Relational Database Management System)？
(A) Spark SQL (B) Oracle (C) Hive (D) HBase
[A]
47.
關於隨機森林(Random Forest)，下列敘述何者正確？
(A)在建立的過程是隨機採樣的，因此即使不剪枝也不容易出現過度配適(Over-fitting)的現象
(B)在資料取樣進行拔靴集成法(Bootstrap Aggregating)的過程中，每次會取出 n 筆資料，且不
重複選取直到資料完全被使用
(C)無法在決定類別的同時，評估變數的重要性
(D)隨機森林中的決策樹個數增加，也不會增加運算效能的負擔
[A]
48.
下列何者非Hive支援之資料型別？
(A) Long (B) Float (C) Boolean (D) Array
[C]
49.
關於Hadoop Distributed File System(HDFS)，下列敘述何者正確？
(A)預設資料塊大小為16 MB
(B)支援資料的隨機讀寫
(C)除了Client外，組成架構還包含Name Node、Secondary Name Node及Data Node
(D)如果Name Node當機，Secondary Name Node可做為備份來維持系統正常運作
[D]
50.
Hadoop Distributed File System(HDFS)中的Name Node職責不包含下列何者？
(A)管理資料塊對映資訊 (B)管理HDFS的名稱空間
(C)處理客戶端讀寫請求 (D)儲存實際的資料塊