X
Y =
,若X 的
機率密度函數如下:
⎩
⎨
⎧
<
<
−
=
其他
0
1
0
)
1(
)
(
x
x
c
x
g
請計算求得c值。(5 分)
推導求得Y 之機率密度函數
)
(y
f
。(10 分)
請計算該經銷商在賣下一部新車時,其獲利小於一萬元的機率。(5 分)
二、若考慮成對比較試驗(paired-difference experiment),每一成對觀測值
)
,
2,1
(
n
j
j
K
=
,
分別接受處理(treatment)i,
1
=
i
、2。以下模型描述此一試驗結果:
ij
j
i
ij
P
Y
ε
μ
+
+
=
其中
i
μ 代表處理i 的期望反應,
j
P 為第j 個成對實驗單位的隨機效應,
ij
ε 為隨機誤
差。對所有
2,1
=
i
,
n
j
,
2,1 K
=
,假設
j
P 為獨立的常態分配,其均數為
0
)
(
=
jP
E
,
變異數
2
)
(
P
jP
Var
σ
=
;
ij
ε 為獨立的常態分配,
0
)
(
=
ij
E ε
,
2
)
(
σ
ε
=
ij
Var
;且
j
P 與
ij
ε
互相獨立。
若iY 為處理
1
( =
i
i
、)
2 的n 個觀測值之均數,請推導求得
)
( iY
E
。(5 分)
請推導求得
)
( iY
Var
。(5 分)
若
j
j
j
Y
Y
d
2
1 −
=
,
n
j
,
2,1 K
=
,且d 為其均數,ds 為標準差。推導求得
)
(d
E
。(5 分)
推導求得
)
(d
Var
。(7 分)
在虛無假設
0
:
2
1
0
=
−μ
μ
H
為真的情況下,請證明
ds
n
d
服從t 分配;並說明其自
由度。(13 分)
若將原前述模型改為
ij
ij
i
ij
P
Y
ε
μ
+
+
=
假設
ij
P 為獨立的常態分配,其均數為
0
)
(
=
ij
P
E
,變異數
2
)
(
P
ij
P
Var
σ
=
;其餘符號
之表達及假設與前述相同。推導求得此模型下的
)
(d
Var
;並比較此結果與題的差
異。(10 分)
104年公務人員高等考試三級考試試題
全一張
(背面)
常態分配(Normal distribution)其平均數為μ,變異數為
2
0
σ (已知),機率密度函數
為
)
2
)
μ
(
(
π
2
1
)
μ
|
(
2
0
2
2
0
σ
−
−
=
x
exp
σ
x
f
。從中隨機抽取n 個隨機樣本,
n
X
X
X
,
,
,
2
1
L
,且
假設μ的先驗分配(prior distribution)為常態分配而母體均數是
0
α ,變異數為
0
β ,
0
α
和
0
β 為已知的常數。試求:
求|x
μ 的事後分配(posterior distribution)。(12 分)
利用損失函數為誤差平方,求μ的貝氏估計式(Bayes estimator)。(10 分)
假設X 代表麵粉價格,Y 代表蔥油餅的價格,若老闆想用麵粉價格來預測蔥油餅的價
格,即以Y 為反應變數,X 為解釋變數來進行簡單線性迴歸分析。以過去10 年所收
集的資料整理如下:
205
=
x
120
=
y
4464
=
xx
S
4858
=
yy
S
4330
=
xy
S
其中x 為X 的樣本平均數,y 為Y 的樣本平均數,
xy
S 為XY 的變異(variation),
xx
S
為
X 的變異,
yy
S 為Y 的變異。
如使用上述資料建構一簡單線性迴歸模型
ε
β
β
+
+
=
X
Y
1
0
,ε 為隨機誤差項並滿足迴
歸分析之基本假設,請回答下列問題:
請問該預測模型的解釋能力判定係數(coefficient of determination)為何?(請列
式,中間計算過程請勿四捨五入,最後答案請四捨五入到小數第2 位作答。)(5 分)
請編製變異數分析(Analysis of Variance, ANOVA)表。(中間計算過程請勿四捨五
入,表格內最後答案請四捨五入到小數第2 位作答。)(10 分)
請根據的變異數分析表之結果,以顯著水準
05
.0
=
α
,進行
0
:
.
0
:
1
1
1
0
≠
=
β
β
H
vs
H
的檢定。(10 分)
(請接第二頁)
104年公務人員升官等考試、104年關務人員升官等考試
104年交通事業公路、港務人員升資考試試題 代號:
21450
22150
22350
全五頁
第二頁
等
級: 薦任
類科(別): 統計、經建行政、工業行政
科
目: 統計學
若
n
Y
Y
Y
,
,
,
2
1
K
為互相獨立且其機率密度函數如下:
⎪⎩
⎪⎨
⎧
>
=
−
其他
0
0
1
)
;
(
/
y
e
y
f
y θ
θ
θ
推導求得θ 的最大概似估計(maximum likelihood estimator)。(10 分)
推導求得
)
2
(
≤
Y
P
的最大概似估計。(5 分)
若
)
,...,
,
min(
2
1
)1(
n
Y
Y
Y
Y
=
為最小順序統計量,推導求得
)1(Y
之分配。(10 分)
證明
)1(
1ˆ
nY
=
θ
為θ 的不偏估計(unbiased estimator)。(4 分)
推導求得
)
ˆ
( 1
θ
MSE
(mean square error of
1ˆθ )。(6 分)