免費開始練習
高考申論題 106年 [衛生行政] 生物統計學(含流行病學)

第 二 題

📖 題組:
某研究者擬探討婦女罹患乳癌經治療半年後的生活滿意度影響因子,取樣 100 位乳癌患者在治療半年後進行調查,並作簡單線性迴歸分析,其中依變項(Y)為生活滿意度分數(分數愈高表示滿意度愈高),而自變項 X1 為家庭支持(分數愈高表示家庭支持愈佳),已知∑(yi − ȳ)² = 39828,∑(yi − ŷi)² = 28595,試問: (一)在此簡單線性迴歸分析(simple linear regression)中,決定係數為何?解釋其意義。(5 分) (二)已知此簡單線性迴歸方程式為:Y = 40.5 + 0.62X1,若王小姐(符合研究對象條件)的家庭支持分數為 12,請預測王小姐的生活滿意度分數為何?(5 分) (三)如果研究者增加日常功能障礙分數(分數愈高表示日常功能障礙愈大)之自變項(X2),發現在觀察到 Y 的總變異中,能被迴歸直線所解釋的比例增加 12%,請問此時複迴歸模型之決定係數為何?又此時∑(yi − ŷi)² 值為何?(5 分) (四)承(三),請檢定 H0: β1= β2=0 並清楚說明結論。(設顯著水準α = 0.05,已知 F0.95(1,98)=3.94,F0.95(2,97)=3.09,F0.975(1,98)=5.18,F0.975(2,97)=3.83)(5 分)
📝 此題為申論題,共 4 小題

小題 (二)

已知此簡單線性迴歸方程式為:Y = 40.5 + 0.62X1,若王小姐(符合研究對象條件)的家庭支持分數為 12,請預測王小姐的生活滿意度分數為何?(5 分)

思路引導 VIP

本題測驗迴歸預測的基本概念。只需將給定的自變項數值(家庭支持分數)代入已建立的簡單線性迴歸方程式中,進行基本的四則運算,即可求得依變項(生活滿意度分數)的預測值。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】將已知自變項數值直接代入簡單線性迴歸預測方程式中求解。 【解答】 已知簡單線性迴歸預測方程式為:$\hat{Y} = 40.5 + 0.62X_1$

小題 (一)

在此簡單線性迴歸分析(simple linear regression)中,決定係數為何?解釋其意義。(5 分)

思路引導 VIP

看到「決定係數(R²)」,應立即聯想到公式 R² = 1 - (SSE / SST) 或 R² = SSR / SST。由題目給定的總平方和(SST)與殘差平方和(SSE)代入計算後,將數值轉化為「依變項變異能被自變項解釋的百分比」來論述其統計意義。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】利用決定係數公式 R² = 1 - (SSE/SST) 進行計算,並指出其代表自變項解釋依變項總變異的比例。 【解答】 計算:

小題 (三)

如果研究者增加日常功能障礙分數(分數愈高表示日常功能障礙愈大)之自變項(X2),發現在觀察到 Y 的總變異中,能被迴歸直線所解釋的比例增加 12%,請問此時複迴歸模型之決定係數為何?又此時∑(yi − ŷi)² 值為何?(5 分)

思路引導 VIP

考生看到此題需先利用簡單線性迴歸的總平方和 (SST) 與殘差平方和 (SSE) 算出原始的決定係數 (R²)。接著,將新增變數帶來的解釋力提升幅度 (12%) 加上原 R²,即可得到新模型的決定係數,最後再利用代數推導,由新 R² 與不變的 SST 反推出新的殘差平方和 (SSE)。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】決定係數 $R^2 = 1 - \frac{SSE}{SST}$,且新增變項後增加的解釋力可直接與原 $R^2$ 相加,並依此反推新的未解釋變異(殘差平方和 SSE)。 【解答】 計算:

小題 (四)

承(三),請檢定 H0: β1= β2=0 並清楚說明結論。(設顯著水準α = 0.05,已知 F0.95(1,98)=3.94,F0.95(2,97)=3.09,F0.975(1,98)=5.18,F0.975(2,97)=3.83)(5 分)

思路引導 VIP

此題核心在於「複迴歸模型的整體顯著性檢定(ANOVA)」。考生需先利用第(三)題的結果求出新的迴歸平方和(SSR)與殘差平方和(SSE),接著計算均方(MSR、MSE)與 F 統計量。最後將算出的 F 值與題目給定的 F 臨界值比較,從而判定模型是否具有整體的統計顯著性。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】利用變異數分析(ANOVA)檢定複迴歸模型之整體顯著性,核心公式為 F = MSR / MSE。 【解答】 Step 1: 建立假設

📜 參考法條

附表三:卡方分配臨界值表

🏷️ 相關主題

線性迴歸分析:原理、應用與模型解釋
查看更多「[衛生行政] 生物統計學(含流行病學)」的主題分類考古題