Re: [請益] 統計史導論 大家一起來解題
以下是我會做的
選擇題
1 ( 3 ) 常態分配又稱(1)拉普拉斯分配(2)誤差分配(3)高斯分配(4)以上皆非。
2 ( 4 ) 統計史上公認導出常態分配的學者為(1)棣美弗(2)費雪(3)拉普拉斯(4)
高斯。
3 ( 4 ) 下面那項不是常態分配的特質(1)對稱(2)無界域(unbounded)(3)反曲點在
離中心一個變異數位置的函數值上(4)以上皆非。
4 ( 1 ) 下面何者是常態分配(1) (2)
(3) (4)以上皆是。
5 ( ) 常態分配是(1)指數族的分配(2)取自然對數時曲線形狀不變(3)函數值由
中心向兩邊是嚴格遞減的(4)以上皆是。
6 ( 2 ) 常態分配在統計史公認被導出的時間是(1)1809(2)1733(3)1774(4)1912
。
7 ( 4 ) 常態分配被導出時沒有使用到下面那個假設(1)算術平均數為最佳估計元(2)
隨機誤差期望值為零、分配對稱、函數值嚴格遞減、分配無界域(4)中央極限定理。
8 ( 1 ) 一般在常態分配中的 指涉的是(1)母體的算術平均數(2)母體的中位數(3)
母體的變異數(4)以上皆非。
9 ( 2 ) 一般在分配函數中的 指涉的是(1)尺度(scale)參數(2)位置(location)參數
(3)猜測(guessing)參數(4)以上皆非。
10 ( 4 ) 拉普拉斯曾在1774年提出何種分配當作誤差函數(1)常態分配(2)卜瓦松分
配(3)均等分配(4)雙指數分配。
11 ( 2 ) 有一組數列為 ,下列何者為其算術平均數(1)7(2)6(3)5(4)以上皆非
。
12 ( 1 ) 有一組數列為 ,下列何者為其中位數(1)7(2)6(3)5(4)以上皆非。
13 ( 2 ) 有一組數列為 ,每個數值都是對一個未知卻固定母數的測量結果,若假設最佳
估計元為算數平均數,請問其配套的散佈量測量值為(1)11(2)3.316625(3)
9.428571(4)以上皆非。
(分母除數以 來算)
14 ( 2 ) 有一組數列為 ,每個數值都是對一個未知卻固定母數的測量結果,若假設最佳
估計元為中位數,請問其配套的散佈量測量值為(1)11(2)2.833333(3)9.428571(4
)以上皆非。
(分母除數以 來算)
15 ( 4 ) 請問當測量散佈量的標準為極小化「平均的離差平方值」時,是以下列何者為
最佳估計元可得最小的散佈量測量(1)中位數(2)眾數(3)調和平均數(4)算術平均
數。
16 ( 1 ) 請問當測量散佈量的標準為極小化「平均的離差絕對值」時,是以下列何者為
最佳估計元可得最小的散佈量測量(1)中位數(2)眾數(3)調和平均數(4)算數平均
數。
17 ( ) Churchill Eisenhart 在其1971年美國統計學會的演說稿中指出,算數平均數
在何時之前是找不到任何證據被科學家當作最佳估計元的假設(1)1750(2)1850(3)
1650(4)以上皆非。
18 ( 2 ) 下面何者不是以算數平均數當作最佳估計元的特質(1)將每一個觀測值當作一
樣的有效(2)避免極端觀測值的影響(3)大體而言觀測值是正確的(4)以上皆非
19 ( 4 ) 下面何者不是以中位數當作最佳估計元的特質(1)僅取排列在最中間的觀測值
量測數值資訊(2)避免極端觀測值的影響(3)使用了所有觀察值的排列資訊(4)以上
皆非
20 ( 4 ) 如果一組資料 的平均數為 ,已經預設了產生此組資料背後的分配為(1)卜瓦
松分配(2)雙指數分配(3)二項分配(4)常態分配。
21 ( 4 ) 下列何者不是統計量(1)算術平均數(2)最大值(3)最小值(4)單一樣本
觀察值。
22 ( 1 ) 有一組數列為 ,下列何者為其眾數(1)7(2)6(3)5(4)以上皆非。
23 ( ) 有一組數列為 ,下列何者為其調和平均數(1)7(2)6(3)0.290708(4)
3.439877。
24 ( 4 ) 有一組數列為 ,下列何者為其幾何平均數(1)7(2)4.866905(3)0.290708
(4)3.439877。
25 ( 3 ) 有一組數列為 ,下列何者為全距(1)7(2)6(3)10(4)以上皆非。
26 ( ) 請問棣美弗在導出常態分配曲線時是用那一分配來逼近的(1)伯努力分配(2
)二項分配(3)卜瓦松分配(4)雙指數分配。
27 ( ) 下面那一項在棣美弗導出常態分配曲線上是沒有關係的(1)麥卡托級數
(Mercator series)(2)史特林公式(Stirling formula)(3)瓦里斯公式(Wallis
formulas)(4)以上皆非。
28 ( ) 是(1)麥卡托級數(Mercator series)(2)史特林公式(Stirling formula)
(3)瓦里斯公式(Wallis formulas)(4)以上皆非。
29 ( ) 是(1)麥卡托級數(Mercator series)(2)史特林公式(Stirling formula)
(3)瓦里斯公式(Wallis formulas)(4)以上皆非。
30 ( ) 是(1)麥卡托級數(Mercator series)(2)史特林公式(Stirling formula)
(3)瓦里斯公式(Wallis formulas)(4)以上皆非。
31 ( 4 ) 下面何者不屬於統計史上的人物(1)高斯(2)拉普拉斯(3)費雪(4)愛因
斯坦。
32 ( ) 是(1)加權平均數(2)算數平均數(3)幾何平均數(4)一般化平均數。
33 ( ) 如果 ,則 為(1)調和平均數(2)算數平均數(3)中位數(4)幾何平均數
。
34 ( ) 下面那一個統計量無法使用固定的 值以 來代表(1)最大值(2)最小值(3)
中位數(4)幾何平均數。
35 ( ) 是(1)平均的離差平方值(2)L-p Norm(3)平均的離差絕對值(4)以上皆
非。
36 ( 3 ) 當代的統計學典範中對於變異數的定義是(1)平均的離差平方值(2) Norm(
3) (4)以上皆是。
37 ( 1 ) 拉普拉斯導出雙指數分配為誤差分配的最重要假設是(1)無異原則(the
indifference principle)(2)隨機誤差函數為左右對稱(3)大誤差發生機率比小誤差
小(3)隨機誤差的分配無界域限制。
38 ( 2 ) 拉普拉斯為什麼認為他導出的雙指數分配不能作為誤差分配?(1)沒有理由(
2)他導不出算術平均數是最佳估計元(3)大家不認同他的努力(4)學界的權力鬥爭。
39 ( ) 下面何者不是極大化概似函數值時要取自然對數(natural logarithm)的原因(
1)可以將連乘的機率項次變成連加而方便計算(2)取了自然對數之後並不改變原來極值
的求解(3)特別是針對概似函數為指數族情況可以將自然對數的底數去除掉(4)以上皆
非。
40 ( ) 在已知丟10次銅板會出現4次正面的結果下,用最大概似法算出丟一次銅板會出
現正面的機率為(1)0.5(2)0.4(3)0.3(4)以上皆非。
41 ( ) 下面何者不是過去學者們常用的推估參數方法(1)群平均法(2)最小平方法
(3)最大概似法(4)以上皆是。
42 ( 1 ) 概似原則是(1) (2) (3) (4)以上皆非。
43 ( 2 ) 最大概似法若用主觀機率論來證成,需要下面那一個假設(1)概似原則(2)
非充分理性原則(3)無異原則(4)以上皆非。
44 ( 2 ) 統計史上公認對於最大概似法最有貢獻的人物是(1)棣美弗(2)費雪(3)拉
普拉斯(4)高斯。
45 ( 2 ) 倘若一般人跟最愛的人結婚機率是最大的,基於最大概似法的推論原則,你父
親婚前最愛的情人是(1)初戀情人(2)你的母親(3)不知道(4)以上皆非。
46 ( ) 下面何者不是最大概似法的特質(1)事後合理化已經發生事件為何會發生(2
)忽略許多未觀測到但可能發生的資訊(3)費雪曾試圖用「信用機率論」(fiducial
probability)來證成(4)以上皆是
47 ( 4 ) 若用主觀機率論的觀點來看,擲銅板出現正面的機率是(1) (2) (3) (4
)都有可能。
48 ( 1 ) 若用客觀機率論的觀點來看,擲一顆正常的骰子出現一點的機率是(1) (2)
(3) (4)都有可能。
49 ( ) 下面那項不是採用最大概似法推論時的原則?(1)「獨立且具有相同分配」
(i.i.d)(2)概似原則(3)非充分理性原則(4)以上皆是。
50 ( ) 在線性迴歸模型中,若主張誤差分配為常態分配,則最大概似法若推估出的迴
歸係數與下面何種方法相同(1)極小化最大誤差絕對值法(2)最小誤差絕對值和法(3
)群平均法(4)最小平方法。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.112.211.232
推
06/14 19:29, , 1F
06/14 19:29, 1F
→
06/14 19:29, , 2F
06/14 19:29, 2F
推
06/14 20:31, , 3F
06/14 20:31, 3F
推
06/14 21:22, , 4F
06/14 21:22, 4F
推
06/14 21:25, , 5F
06/14 21:25, 5F
推
06/14 21:29, , 6F
06/14 21:29, 6F
→
06/14 21:29, , 7F
06/14 21:29, 7F
推
06/14 21:32, , 8F
06/14 21:32, 8F
推
06/14 21:38, , 9F
06/14 21:38, 9F
※ chang0320:轉錄至看板 NTUAC96 06/14 21:42
推
06/14 22:02, , 10F
06/14 22:02, 10F
推
06/16 21:07, , 11F
06/16 21:07, 11F
討論串 (同標題文章)
完整討論串 (本文為第 2 之 3 篇):