阿摩線上測驗
登入
首頁
>
iPAS◆資料處理與分析概論◆初級
>
111年 - 111 巨量資料分析師能力鑑定考試02:資料處理與分析概論#114287
> 試題詳解
23.某品牌燈泡平均壽命為 1200 小時,標準差為 36 小時。現購買此燈泡 36 隻,若 Z 為標準常態分配,請問此 36 支燈泡壽命至少為 1180 小時的機 率,下列哪一項正確?
(A) Pr(Z > -2.2)
(B) Pr(Z > -2.4)
(C) Pr(Z > -2.6)
(D) Pr(Z > -2.8)
答案:
登入後查看
統計:
A(5), B(25), C(11), D(11), E(0) #3103448
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2025/11/13
#7078838
1. 題目解析 本題要求計算36隻燈泡...
(共 1107 字,隱藏中)
前往觀看
0
0
相關試題
24.某公司所生產 10 公斤裝的糖果,其標準差為 0.4 公斤,欲估計母體平均 數。若 Z 為標準常態分配,且 Pr(Z < -1.96) = 2.5%,在 95%信賴水準下, 使估計誤差不超過 0.08 公斤,至少應抽多少包糖果來秤重? (A) 62 包 (B) 75 包 (C) 97 包 (D) 116 包
#3103449
25.有一個隨機樣本數據為:1,3,5,9,11,13,下列敘述哪一項正確? (A) 全距為 5 (B) 眾數為 7 (C) 中位數為 5 (D) 平均數為 7
#3103450
26.如附圖所示為 Python 語言,mydist 函數回傳是什麼結果?(A) 歐幾里得距離(Euclidean distance) (B) 曼哈頓距離(Manhattan distance) (C) 馬氏距離(Mahalanobis distance) (D) 餘弦相似(Cosine similarity)
#3103451
27.某公司生產的燈泡有 10%的不良率。此公司為了品質對每一個燈泡做檢 驗,將其分類為「通過」或「不通過」。若檢驗員有 5%的機會分類錯誤, 則下列哪一項是被分類為「不通過」的百分比? (A) 12% (B) 14% (C) 16% (D) 18%
#3103452
28.關於關聯法則的敘述,下列哪一項錯誤? (A) 為找出所有頻繁項目集與找出頻繁項目集中具有強關聯規則的規則 (B) 從數量低的集合開始,當發現該集合不是頻繁的,則它的母集反而需要考 慮 (C) FP-growth 算法比 Apriori 算法更有效率 (D) 當資料集很大時,Apriori 算法需要不斷掃描資料集造成運行效率很低
#3103453
29.關於線性迴歸與邏輯斯迴歸,下列敘述哪一項錯誤? (A) 線性迴歸的應變數連續型,邏輯斯迴歸應變數是類別型 (B) 線性迴歸的應變數和自變數之間的關係假設是線性相關的,邏輯斯迴歸 的應變數和自變數是非線性的 (C) 線性迴歸應變數 y 的觀察值是服從常態分布的;邏輯斯迴歸應變數 y 是 服從二項分布 0 和 1 或者多項分布的 (D) 關於係數估計,線性迴歸採用最大似然法(Maximum Likelihood, ML), 邏輯斯迴歸採用最小平方法(Least Square, LS)
#3103454
30.下列哪一個觀念錯誤? (A) 計算全國失業率時,為了降低誤差,全面調查的結果最為精準 (B) 計算全國失業率時,以抽樣方法可以減少計算成本 (C) 計算全國失業率時,以抽樣方法會有計算誤差 (D) 計算全國失業率時,以台北市的失業率直接推算其他五個直轄市(新北、 桃園、台中、台南、高雄)的失業人數,是精確的估計方法
#3103455
31.關於 PCA 主成分分析與 SVD 奇異值分解的比較,下列敘述哪一項正確? (A) PCA 較 SVD 更一般化 (B) SVD 提供資料矩陣只有橫列的基底 (C) PCA 提供資料矩陣之綜行與橫列的基底 (D) SVD 較 PCA 更一般化
#3103456
32.如附圖所示為 R 語言,執行 ggplot2 套件視覺化分析,下列敘述哪一項正確?(A) hp 與 mpg 變數呈現正相關 (B) 使用以下函數可繪製題目之結果 (C) hp 與 mpg 變數無明顯相關性 (D) 使用以下函數可繪製題目之結果
#3103457
33.若有兩個向量 A=<2,0,0>,B = <2,2,1>;請問這兩個向量之間的餘弦 (Cosine)相似度最接近下列哪一個數字? (A) 0.67 (B) 0.33 (C) 1 (D) 0.5
#3103458
相關試卷
113年 - 113-1 巨量資料分析師能力鑑定初級試題:資料處理與分析概論#122978
2024 年 · #122978
112年 - 112 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#116824
2023 年 · #116824
111年 - 111 巨量資料分析師能力鑑定考試02:資料處理與分析概論#114287
2022 年 · #114287
110年 - 110-1 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119175
2021 年 · #119175
110年 - 110-2 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119174
2021 年 · #119174
109年 - 109-2 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119179
2020 年 · #119179
109年 - 109 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119176
2020 年 · #119176
108年 - 108 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119181
2019 年 · #119181