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
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
答案:
登入後查看
統計:
A(1), B(0), C(1), D(48), E(0) #3103455
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2025/11/13
#7078833
1. 題目解析 這道題目要求找出一個錯...
(共 768 字,隱藏中)
前往觀看
0
0
相關試題
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
34.關於主成分分析(Principal Component Analysis, PCA)屬性萃取的主要用 途,下列哪一項正確? (A) 萃取出重要的主要主成分後,可以長條圖視覺化多變量資料 (B) 可將低度相關的預測變數矩陣 X,轉換成相關且量多的潛在變數集合 (C) 可將最攸關的訊息與無關的雜訊結合 (D) 可將問題領域中的數個變數,組合成單一或數個具訊息力的特徵變數
#3103459
35.下列哪一項集群方法,可以解決資料中有離群值及類別屬性的問題? (A) K 平均法(K-means) (B) K 代表點(K-medoids) (C) K 近鄰(K nearest neighbor) (D) K 奇異值分解(K-singular value decomposition)
#3103460
36.在 R 語言中使用 arules 套件,下列哪一個指令可顯示關聯規則的支持度 (Support)、信賴度(Confidence)與增益(Lift)結果? (A) view (B) quality (C) exam (D) show
#3103461
37.關於探索式資料分析,下列哪一個是常用來觀察極端值的分佈? (A) 雷達圖(Radar Chart) (B) 泡泡圖(Bubble Chart) (C) 盒鬚圖(Box Plot) (D) 桑基圖(Sankey Diagram)
#3103462
38.關於探索式資料分析,下列哪一個最常用來呈現時間資料趨勢的概念? (A) 圓餅圖(Pie Chart) (B) 三元平衡圖(Ternary Plots) (C) 直方圖(Histogram) (D) 折線圖(Line Chart)
#3103463
39.關於非監督式學習(Unsupervised Learning),下列敘述哪一項錯誤? (A) 在資料集內之變數中,沒有預測目標 (B) 資料劃分為集群,可理解各集群的特性 (C) 迴歸分析和 K-means 兩種演算法常被用來進行資料的分類 (D) 變數間的關係與資料的樣式(Pattern),找出資料間分佈的趨勢
#3103464
40.關於 K 平均法(K-means),下列敘述哪一項錯誤? (A) 需給定 K 群,並隨機挑選 K 個點作為群集中心,亦可給定既有的點來挑 選 (B) 分群的好壞在於組內變異(within)的值要小,表示同一群裡面的點離散 程度小、較密集 (C) 亦可用亂度或是密度來測量取代距離,規律的數據結構下,亂度值是低 的,而隨機性的數據結構的亂度值則是高的 (D) 分群後的結果,部分的點可能會分配到多個不同的群
#3103465
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