最新資料

研究所、轉學考(插大)◆微分方程

研究所、轉學考(插大)◆土壤力學及基礎工程

研究所、轉學考(插大)◆工程統計學

115年 - 遊艇與動力小船駕駛測驗題庫（自用）(115.03.16增修2版)第二章_避碰規則：2. 燈號、號標、號笛、旗號#145449(90題)

115年 - 第三章_航海常識：1. 特殊性及駕駛知識與作為 1-45（2026/03/16 更新）#145448(45題)

115年 - 遊艇與動力小船駕駛測驗題庫（自用）(115.03.16增修2版)第六章_船藝與操船：1. 航行規劃與技術#145447(20題)

115年 - 遊艇與動力小船駕駛測驗題庫（自用）(115.03.16增修2版)第二章_避碰規則：1. 各種航法#145444(50題)

115年 - 遊艇與動力小船駕駛測驗題庫（自用）(115.03.16增修2版)第二章_避碰規則：3. 水域人員安全與避碰規則#145443(20題)

115年 - 第一章_海事法規：3. 汙染、走私、毒品等 1-35（2026/03/16 更新）#145442(35題)

115年 - 第一章_海事法規：2. 船舶檢丈等 1-45（2026/03/16 更新）#145440(45題)

115年 - 遊艇與動力小船駕駛測驗題庫（自用）(115.03.16增修2版)第一章_海事法規：4. 海洋保育#145439(10題)

115年 - 第一章_海事法規：1. 駕駛證照資格行為等 1-40（2026/03/16 更新）#145437(40題)

115年 - 115-2 航海人員測驗_二等船副：船舶通訊與航海英文概要#145369(40題)

6. Consider the linear population model with intercept:$y_t = \alpha + \beta x_t + \varepsilon_t$The variance structure is known as below: $E(\varepsilon_t^2) = \sigma^2 h_t^2,$Which regression may obtain efficiency $\hat{\beta}$ estimator? (A) Regress \( y_{t} \) on 1, \( x_{t} \) (B) Regress \( y_{t} / h_{t} \) on 1/ht ,xt/ht(C) Regress \( y_{t} / h_{t}^{2} \) on 1/h2t ,xt/h2t(D) Regress \( y_{t} \) on 1/ht ,xt/ht(E) Regress \( y_{t} / h_{t} \) on 1, \( x_{t} \)

5. Consider the linear model with intercept: $y_t = \alpha + \beta x_t + u_t$ If the $A = \sum_{i=1}^{n} (x_i - \bar{x})^2$ is positive definite and $E(u_i \mid x_i) = 0, \forall t = 1, 2, \dots, T$, which statement is true under sample size $T \to \infty$. (A) \( \hat{\beta} \) is consistent, but we cannot judge whether \( \hat{\beta} \) is efficiency (B) \( \hat{\beta} \) is unbiased and efficiency (C) \( \hat{\beta} \) is consistent and efficiency (D) \( \hat{\beta} \) is, but we cannot judge whether \( \hat{\beta} \) is efficiency (E) \( \hat{\beta} \) is unbiased and consistent.

4. Consider the simple regression $y_i = \alpha + \beta x_i + \varepsilon_i$And suppose population parameter $\beta = 2$ and least square estimator $\hat{\beta} = 2.3$. Now consider the regression $(x_i - y_i) = \alpha^* + \beta^* x_i + u_i.$What is the value of \( \hat{\beta} \)? (A) 1 (B)-1 (C)-1.3 (D)-0.3 (E) 0.3

五、請說明國道電子收費與外部性的關係，並分析尖峰和非尖峰時段是否應收取相同費率。(15 分)

四、政府實行所得重分配政策是否可以提高經濟效率？為什麼？(20 分)

三、社會安全退休年金制度對個人儲蓄行為有哪些可能的影響？(15 分)

工程力學

講師：林佳瑩

簡介：●考前補帖《針對國考精選本科目重點筆記》 有別於傳統教科書的編排，將相關聯內容排列在一起，更方便理解...

教育

講師：台中大雅家教-睿智數學及英文家教，王瑞志老師

簡介：教育科目

【警鴿】刑法總則(三)

講師：小摩喵(課程：警鴿系列)

簡介：帶您深入淺出認識刑法總則

!

描述：!

(2)不可以超車 (2)不可以超車 (2)不可以超車

描述：於進出高速公路之單車道匝道及加減速車道駕駛 車輛時(1)可以超車(2)不可以超車(3)可以併行行 駛。

3)不得越過中心線駛入來車車道內

描述：二車道以上道路,其中心線為2條黃色實線時(1)可 以越過中心線,駛入來車車道(2)如無前來車,於超 車時才可越...

25. 圖(九)為常用於建築裝飾的花磚，有關此花磚紋飾造形的構成方式，下列何者正確？ (A) 反覆(B) 漸變 (C) 碎形 (D) 錯位

26. 青銅器自商周時期開始，其功能性及社會意義發生了巨大的轉變，有關這一轉變的敘述， 下列何者正確？ (A) 造形文化趨向簡約理性 (B) 表面的紋飾以山水為主 (C) 從實用功能演化為權力財富象徵 (D) 鼎是象徵其身分地位的飲酒之器

14. 某資料科學家利用房屋資料建立 AI 房價預測模型，資料中包含許多彼此高度相關的數值特徵(例如房屋總坪數、客廳坪數等)。為了降低資料維度並減少特徵間的重複資訊，最適合採用下列何種技術？ (A)類別編碼(Categorical Encoding)； (B)主成分分析(PCA)降維； (C)特徵標準化(Standardization)； (D)異常值(Outlier)處理

15. 企業在公開去識別化的消費資料集前，為避免他人透過郵遞區號、性別等間接識別資訊交叉比對後重新識別特定個人身分，同時保留資料的分析價值，最適合採用下列哪一種隱私保護技術？ (A)差分隱私(Differential Privacy)技術； (B)隨機抽樣(Random Sampling)技術； (C)k-匿名化(k-Anonymity)技術； (D)密碼雜湊(Hashing)技術

16. 某零售企業的資料科學團隊正在開發高價值會員預測模型。在資料前處理階段，分析師發現特徵欄位「年收入」有約 5% 的遺漏值(Missing Value)。經資料探索發現，該欄位的數值分佈呈現高度正偏態(右偏分配，Skewness to the Right)。若在不刪除任何會員資料的前提下，欲選擇較適合的遺漏值填補方式，下列何者最為合適？ (A)填補該欄位的平均值(Mean)； (B)填補該欄位的眾數(Mode)； (C)填補該欄位的中位數(Median)； (D)將遺漏值直接填補為「0」

(三)酒類揮發性酸(Volatile acidity of wine)