111年經濟部聯招-統計學、巨量資料概論

在統計學概念及方法中，下列哪些會受極端值影響？ ①中位數 ②平均數 ③迴歸直線的係數 ④全距 ⑤眾數 ⑥四分位數距(IQR)

已知箱中置有4顆藍色球、6顆紅色球及n顆白色球。參加者自箱中抽出1球，確定顏色後放回。若抽得藍色球者可得1,000元，抽得紅色球者可得2,000元，抽得白色球者得0元。在抽出任1球之機率相等的條件下，若主辦單位希望參加者所得金額的期望值為400元，則n等於下列何者？

欲求常態母體平均數μ的信賴區間，抽取1組樣本數為30的隨機樣本。假設母體標準差未知，若信心水準不變，但樣本數增加為原本的9倍，而樣本標準差增加為原本的3倍，則新的信賴區間長度，約是原來信賴區間長度的多少倍？

在正斜分配資料中，下列何者正確？

有關P-值(P-value)之敘述，下列何者正確？

欲檢定100個隨機樣本是否來自均勻分配，假設隨機變數的可能範圍為已知，並據此範圍以等間距的方式分成5組。假設第i組的觀察個數為Oi，使用卡方為檢定統計量，該檢定統計量的自由度為何？

假設隨機抽取1組樣本數等於100的樣本，發現樣本平均數是10、樣本標準差是10，根據中央極限定理(Central Limit Theorem)，上述樣本平均數的抽樣分配，最接近下列哪一個機率分配？

假設已知某個城市有60 ％的大學生有打工經驗，也發現該城市有70 ％的大學生有意願再繼續就讀研究所。若使用簡單隨機抽樣，由該城市的大學生中抽出1位同學，下列何者有誤？

假設隨機變數

某知名人士想競選民意代表，但不清楚自己的民意基礎為若干，於是以抽樣方式了解他的支持度p。若估計誤差不超過3 %，請問需要抽多少樣本(請以95 %信心水準計算)？

某候選人希望能提前自行宣布勝選，因此進行出口民調及統計檢定。隨機訪問400位該區已投票的民眾，其中228位投給該候選人。已知得票率需大於50 %才勝選，則該檢定的標準化檢定統計量之值為下列何者？

在1所大學抽取100位學生隨機樣本之平均GPA為3.1，若用上述結果來估計此大學所有學生之平均GPA，則是在作下列哪一項統計？

某所高中三年級學生的數學成績近似於具有平均數300分與標準差35分的常態分配。藉由簡單隨機抽樣，選取4位高中三年級學生，他們的平均成績高於335分的機率大約為何？

在最近針對100名小學六年級學生的研究中，得知他們每週平均看電視的時間是20小時，標準差為5小時，請問全體六年級學生每週平均看電視時間的95 %信賴區間，最接近下列何者？

有3法則可決定結果發生機率，包含古典法則、相對次數法及主觀認定法。請問下列3種情形，分別依據哪一種法則認定？ ①②③美國人將贏明年法國公開賽 ②公平骰子之任一點出現機率為1/6 ③根據過去經驗，假定某種教科書每月之平均銷售為5,000本是合理的。

在線性廻歸模式中，相較於y特定值之區間估計，y平均值之區間估計，下列何者正確？

1個社區大學有150台PC，1天任1台要修之機率為0.025。為求剛好25台PC要修之機率， 應使用下列何種機率分配近似求原機率？ ①②③④二項機率分配 ②波松機率分配 ③常態機率分配 ④指數機率分配

下列何者非屬關聯式資料庫(Structured Query Language, SQL)的資料模型？

下列何者非屬使用巨量資料處理技術之主要目的？

Spark巨量資料處理技術所使用的主要資料模型是彈性分散式資料集(Resilient Distributed Dataset, RDD)，下列何者不是RDD的核心成分？

下列關聯式資料庫一致性屬性之概念，何者正確？

下列何者非屬MapReduce的主要計算動作？

下列何者非屬盲信號分離技術？

巨量資料由於數量大與特徵多元的特性，若適當透過探索式資料分析的技巧，能幫助我們了解資料的多種隱含現象，但不包含下列哪一個項目？

卷積神經網路中將輸入的資料劃分為若干個矩形區域，對每個子區域輸出最大值，此機制為哪個網路層的運作目的？

特徵選擇主要目的是從資料集中選出最重要或最相關的特徵，來給機器學習建立模型，下列何者非屬特徵選擇的方法？

Apache Hadoop系統是由下列何者領導進行開發案？

如果有3位候選人競選台北市長，最後3人得票數很接近時，依照Information Theory的理論，此事件之Entropy值應該接近下列何者？

關於MapReduce程式設計與運算，下列敘述何者有誤？

雲端運算上，NameNode非常重要，當NameNode壞掉時，所有資料儲存地址都會消失，導致資料會全部遺失。下列預防NameNode壞掉之方式，何者有誤？

一般會要求Spark的使用者將RDD(Resilient Distributed Dataset)變數宣告為唯讀性質的val，原因是下列何者？

進行資料分群時，下列敘述何者表示好的分群結果？

有關資料前處理方法-獨熱編碼(One-Hot-Encoding, OHE)，下列敘述何者有誤？

Gmail屬於下列何者服務？

對於1年份刷卡資料，欄位有時間、店名、物品、刷卡金額及付款方式，若要使用MapReduce得到每家店此年銷售總額，請問應該使用下列何種Key-Value Pair？

對於為什麼HDFS的檔案塊(Blocks)預設成128MB為最佳狀態之敘述，下列何者正確？

人工智慧(AI)、深度學習(DL)與機器學習(ML)之關係為下列何者？

有關使用深度學習(Deep Learning)於序列資料中，下列敘述何者有誤？

視覺化是從巨量資料中得到洞見之重要工具，若我們想對於不同職業之平均收入繪圖，使用下列何圖較合適？

強化學習(Reinforcement Learning)容易應用在遊戲，而較難應用在真實世界的主要原因，下列何者正確？

當雲端叢集有1個DataNode故障時，系統將進行何種操作？