免費開始練習
普考申論題 105年 [經建行政] 統計學概要

第 四 題

📖 題組:
甲公司品管檢驗員抽驗該公司生產之燈泡 20 盒,得各盒不良品件數 X 的分配如下表所示: X 0 1 2 3 4 5 盒數 1 8 5 3 2 1 試求不良品件數的下列項目:(每小題 5 分,共 25 分)
📝 此題為申論題,共 5 小題

小題 (四)

標準差

思路引導 VIP

看到次數分配表的標準差計算,首先確認資料屬性為樣本(因題目明示為抽驗)。建議先建立輔助計算表格(包含 X, f, fX, fX^2),求出樣本平均數後,再代入樣本標準差公式計算,以避免計算過程出錯。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】利用樣本平均數 $\bar{X} = \frac{\sum f_i X_i}{n}$ 與樣本標準差 $s = \sqrt{\frac{\sum f_i X_i^2 - n\bar{X}^2}{n-1}}$ 公式進行推導計算。 【解答】 計算:Step 1→2→3 逐步推導

小題 (一)

試求微積分成績及統計學成績之相關係數。(6 分)

思路引導 VIP

看到求「相關係數」,馬上聯想到皮爾森積差相關係數(Pearson correlation coefficient)公式。題目已經非常好心地給了所有的總和($\sum x, \sum y, \sum x^2, \sum y^2, \sum xy$)以及樣本數 $n=5$。解題步驟就是將這些已知數值代入離均差交乘積和($SS_{xy}$)與平方和($SS_{xx}, SS_{yy}$)的計算式中,最後求出 $r$ 值。這是標準代入公式題。

🤖
AI 詳解
AI 專屬家教

【考點分析】 本題測驗皮爾森積差相關係數的計算方法,評估考生利用原始資料總和求算共變異與變異程度的能力。 【理論/法規依據】

小題 (二)

今擬以微積分成績推估統計學成績,試據相關資料配一迴歸直線。(8 分)

思路引導 VIP

由「推估」兩字可知,這是在求簡單線性迴歸方程式($\hat{y} = b_0 + b_1 x$)。題目指定「以微積分(X)推估統計學(Y)」,所以 X 是自變數,Y 是應變數。計算順序必定是先求出斜率 $b_1 = SS_{xy} / SS_{xx}$,接著利用迴歸直線必通過樣本平均數點 $(\bar{x}, \bar{y})$ 的特性,計算出截距 $b_0 = \bar{y} - b_1\bar{x}$。所需的所有 $SS$ 值在上一題皆已算出,直接沿用即可。

🤖
AI 詳解
AI 專屬家教

【考點分析】 測驗最小平方迴歸直線(OLS)方程式的推導與參數估計計算。 【理論/法規依據】

小題 (三)

試求微積分成績及統計學成績之 Spearman 等級相關係數(Spearman’s rank correlation coefficient)。(6 分)

思路引導 VIP

本題測驗「無母數統計」中的斯皮爾曼等級相關係數。首先,不要被前面算出的巨額數字迷惑,等級相關係數只看資料的「排名」。步驟如下:1. 將微積分成績(X)由小到大(或大到小)給予排名 $R_x$。2. 將統計學成績(Y)依同邏輯給予排名 $R_y$。3. 算出每一對資料排名的差值 $d_i = R_{xi} - R_{yi}$。4. 代入公式 $1 - [6\sum d_i^2 / n(n^2-1)]$。仔細觀察兩組資料的排名,你會發現一個有趣的現象,這將大幅簡化計算。

🤖
AI 詳解
AI 專屬家教

【考點分析】 測驗 Spearman 等級相關係數的計算,檢驗考生是否熟悉將原始數值轉換為等級(Rank)再進行分析的無母數方法。 【理論/法規依據】

小題 (五)

四分位距(Interquartile Range)

思路引導 VIP

看到計算四分位距(IQR)的題目,首先回憶公式 IQR = Q3 - Q1。接著針對離散型次數分配資料,應先計算出各組的『累積次數』,再利用百分位數位置公式找出第一四分位數(Q1)與第三四分位數(Q3)所對應的觀察值,最後兩者相減即為所求。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】四分位距公式:$IQR = Q_3 - Q_1$,需先編製累積次數分配表以確認 $Q_1$ 與 $Q_3$ 落點位置。 【解答】 表格:建立不良品件數的累積次數分配表

🏷️ 相關主題

敘述統計量與資料分析:集中、分散及相對位置
查看更多「[經建行政] 統計學概要」的主題分類考古題