35. 卡方分配(chisquare distribution)可應用在下列哪項？
(A)推論單一母體的變異數
(B)檢定配適度
(C)檢定兩個變數的獨立性
(D)以上皆是

36. 透過迴歸分析演算法可以進行資料關連性分析。現考量運用三種行銷廣告通路：電視、廣播、報紙的預算金額分配額度大小，找出它們對於產品銷售值(sales)的影響。請問下列敘述何者有誤？ (A)電視、廣播、報紙三種特徵值為獨立變數，而sales是我們要預測的結果，因此為相依變數 (B)對於獨立變數如電視、廣播、報紙，我們允許使用連續量化變數，同時也允許使用類別式變數(categorical variable)兩種資料型態，但是我們對於相依變數sales，僅允許使用類別式變數型態，因此一般性的迴歸分析演算法可以用來進行資料分類 (C)三種變數是否要納入迴歸分析方程式可以透過Tstatistic的檢驗，並考量其Fstatistic值越大、pvalue的值愈小的變數者，其較具有影響力 (D)迴歸分析方程式有時需要考量獨立變數所表示特徵值是否有交互作用，而判斷交互作用的影響力也可運用Tstatistic的檢驗，並透過高Fstatistic值和低pvalue值來判斷

37. 透過統計學習方法論，我們希望找出一個決策樹資料分類器以避免資料分類時的過度解讀(overfitting)，請問對於資料過度解讀的現象，下列何者有誤？ (A)決策樹分類器對於訓練資料集過度解讀，可以提高對於訓練資料集分類結果的準確率 (B)過度解讀對於測試資料的分類判斷結果其準確率很低 (C)我們可以用簡單決策樹分類器模型，來避免產生訓練資料集過度解讀的現象 (D)當每一次納入新的特徵值來成長決策樹結構時，當新增特徵值對於訓練資料集無法產生有效分類就該停止，因此用事後修剪決策樹的方法將無法避免資料過度解讀

38. 對於巨量資料分析Spark平台，下列何者有誤？ (A) Spark有提供結構化資料格式的巨量資料分析功能 (B) Spark能夠透過多種電腦語言，如Scala, Python, R, Java來呼叫系統引擎 (C) Hadoop原有的MapReduce巨量資料分析的計算原理無法在Spark上來進行 (D) Spark是選擇Apache開放性系統發展模式，因此我們可以看到Spark系統的原始程式碼

39. 一般推薦系統(Recommender System)時常會採用下列哪一個方法作為核心技術，來估計產品與使用者間的可能關係？ (A) Matrix Factorization (B) Hashing (C) Linear Discriminative Analysis (LDA) (D) PartofSpeech (POS) Tagging

40. 下列何種統計學習的演算法是用來進行資料的分群(Clustering)，但不能用來進行資料分類(Classification)? (A) KMeans (B) Bayes Nets (C) Logistic Regression(D) Support Vector Machine

41. 巨量資料中的資料類別出現的頻率，時常會形成所謂的長尾現象，一般可利用以下哪種統計工具來描述此種形式的資料分佈？ (A) Zipf (B) Gaussian (C) Dirichlet (D) Uniform

42. 以分析使用者打卡(check in)的應用為例，如果打卡的位置為變數X。使用者A習慣在一個位置打卡(如公司)，其打卡位置的分佈統計模型為P$_{A}$(X)；使用者B時常在都市內到處打卡，其分佈統計模型為P$_{B}$(X)。請問何者的entropy，也就是H(.)較高？ (A) 使用者A (B) 使用者B (C) 兩者一樣 (D) 無法比較

43. 在視覺化工具中為了在二維畫面中檢視資料點之間的關係(相似度或距離)，例如社群網路、地圖中重要都市等，一般都使用下列哪種形式的演算法？ (A) Invertedbased Indexing (B) Multidimensional Scaling (MDS) (C) Approximate Nearest Neighbor (ANN) (D) Ranking Methods

44. 關於Bayes Nets與Naïve Bayes兩種統計學習演算法，下列何者有誤？ (A) Naïve Bayes的演算法假設特徵值相互之間的關連性是獨立 (B) Naïve Bayes學習演算可以算是Bayes Nets的一個特例，因為Bayes Nets並未假設特徵值相互之間的關連性是獨立 (C) Bayes Nets的計算是用條件機率來表示特徵值之間的關連性，並利用這些條件機率的相乘積結果來表示分類別機率的大小，以判斷最後分類別 (D) 因為Naïve Bayes演算法的侷限性，它僅能作為資料分群，而不能作為資料分類使用

45. Hadoop一般對於疊代式(Iterative)程序執行起來較沒效率，主要原因為下列何者？ (A) Iteration不易平行化 (B) 跨Iteration間的狀態不容易維持 (C) Hadoop不支持Iteration (D) Hadoop不支援C語言

115年 - 115 經濟部所屬事業機構_新進職員甄試試題_統計資訊：1 .統計學 2 .巨量資料概論#146943

113年 - 113 經濟部所屬事業機構_新進職員甄試試題_統計資訊：1.統計學 2.巨量資料概論#136987

112年 - 112 經濟部所屬事業機構_新進職員甄試_統計資訊：1.統計學 2.巨量資料概論#116948

111年 - 111 經濟部所屬事業機構_新進職員甄試_統計資訊：1.統計學 2.巨量資料概論#111345

110年 - 110 經濟部所屬事業機構_新進職員甄試_統計資訊：1.統計學 2.巨量資料概論#103701

109年 - 109 經濟部所屬事業機構_新進職員甄試_統計資訊：1.統計學、2.巨量資料概論#92857

108年 - 108 經濟部所屬事業機構_新進職員甄試_統計資訊：1.統計學 2.巨量資料概論#80775

107年 - 107 經濟部所屬事業機構_新進職員甄試 _統計資訊：1.統計學 2.巨量資料概論#92213

106年 - 106 經濟部所屬事業機構_新進職員甄試_統計資訊：1.統計學#71742

106年 - [非官方正解]106 經濟部所屬事業機構_新進職員甄試_統計資訊：2.巨量資料概論#71719