免費開始練習
高考申論題 106年 [統計] 統計學

第 一 題

📖 題組:
令隨機變數 X 和 Y 為獨立的卜瓦松分配(Poisson distribution),其參數各為 λ_1 和 λ_2。令 Z=X+Y。(每小題 10 分,共 20 分)
📝 此題為申論題,共 4 小題

小題 (一)

推導求得隨機變數 Z 的機率分配(probability distribution)。

思路引導 VIP

面對獨立隨機變數相加求機率分配的題目,考生應直覺聯想到兩種標準解法:一是『卷積法(Convolution)』,直接透過全機率定理與二項式定理推導機率質量函數;二是『動差母函數法(MGF)』,利用獨立變數 MGF 相乘的特性與唯一性定理來證明。建議答題時以卷積法為主展現代數推導能力,或以 MGF 法展現對分配性質的熟練。

🤖
AI 詳解
AI 專屬家教

【解題思路】利用離散型隨機變數的卷積法(Convolution)推導其機率質量函數(pmf),過程中需應用樣本獨立性條件與二項式定理;亦可使用動差母函數(MGF)之唯一性定理輔助證明。 【詳解】 已知:

小題 (二)

若 λ_1=3 和 λ_2=5,試求隨機變數 Z 之變異數(variance)與 Z<3 的機率(P(Z<3)=?)。

思路引導 VIP

看到兩獨立卜瓦松分配之和,首要想到的就是「卜瓦松分配的可加性」,可利用動差母函數(MGF)嚴謹證明其分配性質。確立 Z ~ Poisson(λ1+λ2) 後,即可直接應用卜瓦松分配的變異數特性及機率質量函數(PMF)來求解。

🤖
AI 詳解
AI 專屬家教

【解題思路】利用動差母函數(MGF)證明獨立卜瓦松分配之和仍為卜瓦松分配(可加性),確立 Z 的分配後,代入參數求得變異數與機率質量函數(PMF)的累加值。 【詳解】 已知:隨機變數 X ~ Poisson(λ_1=3),Y ~ Poisson(λ_2=5),且 X, Y 彼此獨立。

小題 (三)

欲檢定H:β₁ = 0 vs. H₁ :β₁≠0,已收集下列資料 X₁ 4 9 4 16 1 Y₁ 2 5 2 10 1 請利用收集之資料,以 0.05 之顯著水準,檢定上述之假設。 (註:若令T(d)為具有自由度為d之t分配的隨機變數,則已知P(T(3) < 2.353) = 0.95, P(T(3) <3.182) = 0.975, P(T(4) < 2.132) = 0.95, P(T(4) <2.776) = 0.975

思路引導 VIP

本題考查無截距項線性迴歸模型的假設檢定。首先需將自變數變換為 Z_i = $\sqrt{X_i}$,接著利用最小平方法(OLS)推導出 $\hat{\beta}_1$的估計式。計算過程需特別注意無截距模型殘差平方和(SSE)的自由度為 n-1,進而求得誤差變異數估計並代入 t 檢定統計量與臨界值比較。

🤖
AI 詳解
AI 專屬家教

【解題思路】利用變數變換將模型轉換為無截距項之線性迴歸,求出最小平方法估計量後,利用變異數分析求得誤差變異數估計值,再建構 t 檢定統計量進行假設檢定。 【詳解】 已知模型為 $Y_i = \beta_1 \sqrt{X_i} + \varepsilon_i$,其中 $\varepsilon_i \stackrel{iid}{\sim} N(0, \sigma^2)$,$i=1, 2, \dots, 5$。

小題 (四)

若真實之廻歸模型為Y₁ = β + β₁√X₁+E₁,請用題(←)之戶去估計真實模型中之β,求出其偏誤(bias)。

思路引導 VIP

這是一道探討「模型設定錯誤(Model Misspecification)」的經典證明題。考生看到此題時,應先聯想到原假設無截距模型下,利用最小平方法求出的斜率估計量(即第一小題的解答)。接著,將「真實模型」的期望值代入該估計量中展開,最後利用偏誤定義(期望值減去真實參數)求出結果。

🤖
AI 詳解
AI 專屬家教

【解題思路】運用期望值算符的線性性質,將真實模型的條件期望值代入原設定模型所推導出的最小平方法估計量中,並計算其與真實參數之差,以求得偏誤。 【詳解】 已知:

📝 同份考卷的其他題目

查看 106年[統計] 統計學 全題

升級 VIP 解鎖