免費開始練習
司法三等申論題 115年 [心理測驗員] 心理及教育統計學

第 三 題

📖 題組:
進行多元迴歸分析時,如果使用 X1, X2, X3, X4, X5當預測變項(predictor variables)來預測效標變項 Y(criterion variable),使用總樣本人數為 100人,請回答下列問題:(每小題 5 分,共 25 分) (一) sum of square for regression(SSR)相對應的自由度是多少? (二) sum of square for error(SSE)相對應的自由度是多少? (三)如果 MSE(mean square for error)= 100,請問估計標準誤(standard error of estimate)是多少? (四) ∑(Y - Ŷ)² 是多少?(註:Ŷ為Y的fitted value) (五) ∑(Y - Ȳ) 是多少?
📝 此題為申論題,共 5 小題

小題 (三)

如果 MSE(mean square for error)= 100,請問估計標準誤(standard error of estimate)是多少?

思路引導 VIP

回憶一下,什麼是「估計標準誤 (Standard error of estimate, S_e)」?它衡量的是預測值和實際值之間的平均誤差。那它和變異數分析表裡的「均方誤差 (MSE)」有什麼關係?標準誤是變異數的什麼數學運算?是不是開根號?

🤖
AI 詳解
AI 專屬家教

【爭點分析】 本題測驗均方誤差(MSE)與估計標準誤(Standard Error of Estimate)之間的數學轉換關係。 【大前提:法規與實務見解】(統計學理)

小題 (一)

sum of square for regression(SSR)相對應的自由度是多少?

思路引導 VIP

回想多元迴歸的 ANOVA 變異數分析表。迴歸平方和 (SSR) 的自由度 (df_regression) 怎麼算?它跟預測變項 (自變項) 的數量有什麼關係?題目告訴你用了幾個 X?

🤖
AI 詳解
AI 專屬家教

【爭點分析】 本題測驗多元迴歸分析中,迴歸模型(Regression Model)自由度之計算。 【大前提:法規與實務見解】(統計學理)

小題 (二)

sum of square for error(SSE)相對應的自由度是多少?

思路引導 VIP

繼續回想 ANOVA 表。誤差平方和 (SSE) 的自由度 (df_error) 是怎麼來的?總自由度 (df_total) 是 $N - 1$,那麼 df_error 呢?是不是 $N - k - 1$?把題目給的 $N$ (總人數) 和 $k$ (預測變項數) 代入公式算算看。

🤖
AI 詳解
AI 專屬家教

【爭點分析】 本題測驗多元迴歸分析中,殘差/誤差(Error/Residual)自由度之計算。 【大前提:法規與實務見解】(統計學理)

小題 (四)

∑(Y - Ŷ)² 是多少?(註:Ŷ為Y的fitted value)

思路引導 VIP

先看這個數學式子 $\sum(Y - \hat{Y})^2$ 是什麼意思?$Y$ 是實際值,$\hat{Y}$ 是預測值,兩者相減再平方加總,這不就是迴歸分析裡的哪一個「平方和」?(答案是 SSE)。我們已知 $MSE = 100$,也算出了 $df_{error} = 94$,那要怎麼反推 SSE 呢?是不是 $MSE = SSE / df_{error}$?

🤖
AI 詳解
AI 專屬家教

【爭點分析】 本題測驗誤差平方和(SSE)之定義,以及如何利用均方誤差(MSE)與自由度(df)反推平方和。 【大前提:法規與實務見解】(統計學理)

小題 (五)

∑(Y - Ȳ) 是多少?

思路引導 VIP

這是一個統計學的基本陷阱題!仔細看式子,$\sum(Y - \bar{Y})$ 沒有平方喔!它代表「所有的觀察值,減去它們自己的平均數,然後加總」。你想想看,平均數就像一個天平的支點,所有大於平均數的差值,和所有小於平均數的差值,加起來會變成多少?這跟迴歸方程式無關,是描述統計的基本定律。

🤖
AI 詳解
AI 專屬家教

【爭點分析】 本題測驗描述統計學中最核心的基本屬性:離均差之和的數學特性。屬於易混淆的陷阱題。 【大前提:法規與實務見解】(統計學理)

🏷️ 相關主題

心理與教育統計學
查看更多「[心理測驗員] 心理及教育統計學」的主題分類考古題