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
22.若隨機變數 X 服從二項分配(Binomial Distribution),其每次試驗成功的 機率為 0.4,試驗次數為 10 次,則 X 的期望值與變異數,下列哪一項正 確?
(A) 期望值為 2 與變異數為 1.2
(B) 期望值為 2 與變異數為 2.4
(C) 期望值為 4 與變異數為 1.2
(D) 期望值為 4 與變異數為 2.4
答案:
登入後查看
統計:
A(1), B(6), C(7), D(39), E(0) #3103447
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2025/11/13
#7078839
1. 題目解析 隨機變數 \(X\) ...
(共 967 字,隱藏中)
前往觀看
0
0
相關試題
1. 當有離群值(Outlier)時,下列哪一項處理方式最正確? (A) 將其移除 (B) 不予理會 (C) 使用填補法(Imputation) (D) 視分析目的而定
#3103426
2. 關於遺缺值(Missing Value)的處理,下列敘述哪一項正確? (A) 即使資料有遺失值也不應該被刪除,所有的資料都應該被完整保存下來 (B) 同一欄位(column)中太多資料都含有遺缺值時,不適合將這些資料全都 刪除,應該找尋補齊遺缺值的方法 (C) 如果類別變量有遺缺值,則可以使用算術平均數填補該遺缺值 (D) 不論資料分布型態,皆可直接以資料中非缺失值的平均數或中位數來補齊缺失值
#3103427
3. 下列哪一項「不」是資料前處理的步驟? (A) 資料清理(Data Cleaning) (B) 資料整合(Data Integration) (C) 資料建模(Data Modeling) (D) 資料變形(Data Reshaping)
#3103428
4. 下列哪一項是最「不」適合填補遺缺值(Missing Value)的方式? (A) 熱卡填補法(Hot Deck Imputation) (B) 迴歸填補法(Regression Imputation) (C) 填補最大值 (D) 平均值填補(Mean/Mode Completer)
#3103429
5. 若要檢查 E-mail 格式是否符合(如:qoo5205566@gmail.com),下列哪一種 正則表達式(Regular Expression)可正確判斷? (A) /^([a-zA-Z0-9._%-]+@[a-zA-Z0-9.-]+.[a-zA-Z]{2,4})*$/ (B) /^([a-zA-Z0-9._%-]+[a-zA-Z0-9.-]+.[a-zA-Z]{2,4})*$/ (C) /+@[a-zA-Z0-9.-]+.[a-zA-Z]{2,4})*$/ (D) /^([a-zA-Z0-9._%-]+@[a-zA-Z0-9.-]*$/
#3103430
6. 下列哪一項「不」是 SQL 中的聚合函數(Aggregate function)? (A) count (B) sum (C) avg (D) cast
#3103431
7. 下列哪一項「不」是非監督式學習的常見方法? (A) 主成分分析(Principal Components Analysis) (B) 非計量多向度量尺法(Non-metric Multidimensional Scaling) (C) 對應分析(Correspondence Analysis) (D) 線性判別分析(Linear Discriminant Analysis)
#3103432
8. 下列哪一種圖形化方法,能直觀的觀察資料集中,不同變數之間的關聯 性? (A) 勝率比(Odds ratio) (B) 平行座標軸(Parallel coordinates) (C) 目標投影追蹤(Targeted projection pursuit) (D) 平均數全距管制圖(X-bar range control chart)
#3103433
9. 關於敘述統計的方法,下列哪一項錯誤? (A) 敘述統計是為了瞭解資料的頻率、趨勢、離散程度等特徵的一種方法 (B) 觀察資料的分布、集中特性,如中位數、眾數、平均數、標準差也都是一 種敘述統計方法 (C) 集群分析 K-means Clustering 是一種將資料分類觀察的敘述統計方法 (D) 圖示法,如:直方圖、餅圖、散點圖等,都是一種敘述統計方法
#3103434
10.下列是進行資料去識別化的動作,請問哪一個行為較「不」恰當? (A) 將只有唯一一個值的欄位刪去 (B) 將性別的資料男和女轉為 0 和 1 (C) 模擬某欄位的資料分布,重新佈署資料,以保有資料的原有特徵 (D) 將性別欄位和年齡欄位隨機混合在一起
#3103435
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