免費開始練習
高考申論題 112年 [農業技術] 試驗設計

第 一 題

📖 題組:
某研究員欲進行 A、B 兩種不同品牌有機肥料,對高雄 9 號(綠晶)毛豆(Glycine max (L.) Merril)的大區產量比較試驗。試驗設計規劃時其田區採完全隨機設計(completely randomized design, CRD)進行。今在收穫期,兩種不同品牌有機肥料的每個重複以 1 m2 進行產量實測記錄(kg/m2),其五個重複資料進行記錄,如下所示: 重複 有機肥料品牌 1 2 3 4 5 A 33 38 36 42 43 B 35 33 34 32 36
📝 此題為申論題,共 6 小題

小題 (一)

請完成下列表格:(8 分) 有機肥料品牌 Mean SD SE CV A B *SD:standard deviation; SE:standard error for mean; CV:coefficient of variation

思路引導 VIP

看到這類基礎敘述統計考題,首要任務是熟記各項指標的統計定義與公式。計算時須特別注意樣本標準差 (SD) 的分母為自由度 (n-1),接著依序推算標準誤 (SE = SD/√n) 及變異係數 (CV = SD/Mean × 100%),計算過程中建議多保留小數位,最終結果再統一四捨五入至小數點後兩位。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】正確代入樣本平均數 ($\bar{x}$)、樣本標準差 ($s$)、標準誤 ($SE = s/\sqrt{n}$) 及變異係數 ($CV = (s/\bar{x})\times 100%$) 之計算公式。 【解答】 計算:

小題 (二)

請描述 SD、SE,以及 CV 的定義與適用時機,並舉例說明之。(10 分)

思路引導 VIP

作答名詞解釋題時,核心在於釐清統計量所代表的意義:SD衡量『樣本』本身的分散度;SE衡量『平均數估計母體』的精確度;CV則用於『消除單位與量級影響』的相對變異比較。答題時務必直接套用題目的「毛豆肥料試驗」背景作為舉例,以展現實務應用與農學試驗的邏輯思維。

🤖
AI 詳解
AI 專屬家教

【破題】在農學試驗與生物統計中,SD、SE 與 CV 均為衡量資料變異程度的重要指標,但其統計學意義與應用情境各有不同,分述如下: 【論述】 一、標準差 (Standard Deviation, SD)

小題 (三)

請建立 A、B 兩種不同品牌有機肥料對應之毛豆平均產量的 95%信賴區間,並進行比較及闡述結果,t 分布值請參閱附表一。(10 分)
題目圖片

思路引導 VIP

看到計算處理平均的信賴區間,首先需計算各組的平均值及變異數。在完全隨機設計(CRD)的框架下,建議計算機差均方(MSE)作為共同變異的估計值,以取得較大的自由度(df=8)。求出信賴區間後,需檢視兩區間是否重疊,或透過差值信賴區間是否包含 0,進一步闡述兩者產量是否有顯著差異。

🤖
AI 詳解
AI 專屬家教

【解題思路】利用完全隨機設計 (CRD) 中合併變異數 (Pooled Variance,即機差均方 MSE) 的概念,計算各處理的標準誤,再代入信賴區間公式進行推估,並透過兩者差值信賴區間檢視差異顯著性。 【詳解】 已知:

小題 (四)

請在變方均值的前提下,建立 A、B 兩種不同品牌平均產量差異的 95%信賴區間,並闡述結果。(10 分)

思路引導 VIP

首先確認題型為兩獨立樣本平均數比較,且題目明確指示在『變方均值(變異數同質)』前提下進行。解題步驟需先算出兩組樣本的平均數與平方和,接著計算合併變異數(Pooled Variance)與平均數差的標準誤。最後利用自由度 8 的 t 分配臨界值建構 95% 信賴區間,並透過『區間是否包含 0』來判讀統計顯著性與後續農業實務建議。

🤖
AI 詳解
AI 專屬家教

【解題思路】運用變異數同質假設下的兩獨立樣本 t 分配公式,推導合併變異數與平均差標準誤,以建構平均產量差異的 95% 信賴區間。 【詳解】 一、已知條件與敘述統計量計算

小題 (五)

在 α=0.05,建立變方分析表(analysis of variance table, ANOVA table),並以最小顯著差異法(Least significant difference(LSD)test)進行多重比較及闡述結果,F 分布值請參閱附表二。(15 分)
題目圖片

思路引導 VIP

考生看到此題應先確認為單因子「完全隨機設計 (CRD)」,並列出各處理總和與平均。接著計算修正項與各平方和 (SS) 建立 ANOVA 表;在執行 LSD 檢定時,由於題目未附 t 值表,需利用 $F_{\alpha, 1, df} = (t_{\alpha/2, df})^2$ 的統計關係,從 F 表回推 t 值,最後比較平均值差異與 LSD 值以判斷顯著性。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】掌握完全隨機設計 (CRD) 之變方分析 (ANOVA) 平方和分割原理,並利用只有兩處理時 $F_{\alpha(1, \nu)} = t_{\alpha/2(\nu)}^2$ 的關係,求取 t 值進行最小顯著差異法 (LSD) 檢定。 【解答】 一、基礎數值整理

小題 (六)

請比較(三)、(四)、(五)三小題結果之差異,並闡述何種結果較為可行。(10 分)

思路引導 VIP

面對比較不同統計分析結果的題型,首要關鍵是回歸「試驗設計的本質」與「數據基本假設」。本題已明定為「完全隨機設計(CRD)」,因此任何假設存在配對或區集效應的分析皆屬誤用。此外,需敏銳觀察數據特徵(A、B變異數差異懸殊),進一步考量變異數同質性對 ANOVA 結果的影響,以此兩大主軸來論述何種分析最為可行。

🤖
AI 詳解
AI 專屬家教

【破題】點出核心概念 本題核心在於檢驗不同統計分析方法與「原試驗設計(CRD)」及「數據分佈特性(變異數同質性)」之配適度。評估各分析結果之可行性時,必須以田間配置之隨機化前提與統計學基本假設為唯一依歸。 【論述】

📜 參考法條

附表一※t分布值:α=P(t>tdf) 附表二※F分布值:α=P(F>Fα=0.05, df1, df2) =0.05

📝 同份考卷的其他題目

查看 112年[農業技術] 試驗設計 全題

升級 VIP 解鎖