左永安顧問安永經營管理商學院 EMBA 哈佛大學個案觀點台灣大學個案觀點

2025年9月6日星期六

2025 09 07 左永安顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長企業人力資源提升計畫(大人提) 小型企業人力提升計畫(小人提) 共通核心職能課程績效意識的涵義與作用 1.重視工作結果： 2.激勵員工： 3.人力資源管理依據：工作效能的提升方法 1.專注與管理： 2.任務拆解： 3.優先級排序： 4.持續改進：

績效意識

是指 個體或團隊 對工作 表現與成果的重視程度，而

工作效能

則是實際完成工作 的 效率與品質。

兩者緊密相關：

高績效意識

能驅使人們透過 專注、高效 的 策略和工具，

如 任務管理和拆解任務，以達成更高的 工作效能和組織目標。

績效意識的涵義與作用

1.重視工作結果：

指個體或團隊認識到 工作表現對 達成組織目標 的重要性，

並將成果 視為評估工作 價值與貢獻 的關鍵。

2.激勵員工：

良好的績效意識能夠 激勵員工 提升 工作動力，

從而提高個人和團隊的工作效率。

3.人力資源管理依據：

績效意識 是進行績效評估、並作為 員工酬賞和未來發展

依據的基礎。

工作效能的提升方法

1.專注與管理：

養成聚焦的工作習慣，避免分散注意力的行為，並

善用 任務管理系統來組織工作。

2.任務拆解：

將複雜任務拆解成小步驟，從而更容易開始並完成工作。

3.優先級排序：

辨別高價值的工作任務，並優先處理，以提高整體效率。

4.持續改進：

運用商業流程重組、持續過程改進等方式，不斷優化工作流程，

以達到更高的效益。

績效意識如何影響工作效能

當員工具備強烈的績效意識，他們會更主動地採取

有助於提升 效率和品質的行動。

例如，他們會更願意學習 有效的工作方法，

例如 SMART 原則來設定具體、可衡量的目標，並透過持續的績效評估

來了解自己的優勢與不足。

這種積極的 態度和行為 最終會轉化為更高的工作效能，

不僅能達成個人目標，也能為組織帶來更大的貢獻。

2025年9月5日星期五

2025 09 05 左永安顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長企業人力資源提升計畫(大人提) 小型企業人力提升計畫(小人提) 共通核心職能課程知識職能 Knowledge Competencies,簡稱KC K1 職場環境的學習與創新」5小時 K2 價值概念與成本意識 5小時 K3 問題反映與分析解決6 小時。TTQS 人才發展品質管理系統 Talent Quality-management System 若想要追求金牌國立臺灣大學臺灣師範大學 EMBA 找左永安顧問輔導 AI-ESG- PMP- HRD- ICAP- IPAS 人力資源管理專案管理品牌管理策略管理關鍵就業力共通核心職能師資左記歐洲商行安永經營管理顧問

K1 職場環境的學習與創新 5小時

1.職場大環境的認知與探索

2.職場知識的管理與運用

3.掌握職務脈動與積極促進創新

4.跨領域整合的思維與運用

K2 價值概念與成本意識 5小時

1.成本意識與價值概念的基本意涵

2.成本的節制與控制

3.價值的加值與創造

4.開源節流的策略與倫理

K3 問題反映與分析解決6 小時

1.問題定義與問題意識

2.問題的描述

3.問題現與分析的工具

4.問題解決的步驟流程與標準化

2025 09 05 左永安顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長企業人力資源提升計畫(大人提) 小型企業人力提升計畫(小人提) 共通核心職能課程行為職能 Behavioral Competencies,簡稱BC B1 職場與職務之認知與溝通協調 6 小時 B2 工作團隊與團隊協作方法 5小時 B3 職場夥伴關係與衝突管理 5小時。TTQS 人才發展品質管理系統 Talent Quality-management System 若想要追求金牌國立臺灣大學臺灣師範大學 EMBA 找左永安顧問輔導 AI-ESG- PMP- HRD- ICAP- IPAS 人力資源管理專案管理品牌管理策略管理關鍵就業力共通核心職能師資左記歐洲商行安永經營管理顧問

B1 職場與職務之認知與溝通協調 6 小時

1.角色定位與職責

2.職務安全意識與法規範

3.組織內外的溝通與協調

4.跨領域跨單位之協同合作

B2 工作團隊與團隊協作方法 5小時

1.團隊構成要件與團隊意涵

2.團隊精神與團隊運作型態

3.團隊共識與團隊協作

4.團隊領導與綜效

B3 職場夥伴關係與衝突管理 5小時

1.職場夥伴之組織定位與任務關係

2.多元文化與個體差異的諒解與包容

3.對自利自害及共利共害的體認與調和

4.衝突管理的運用

2025 09 05 左永安顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長企業人力資源提升計畫(大人提) 小型企業人力提升計畫(小人提) 共通核心職能課程動機職能 Driving Competencies,簡稱DC D1 工作價值與工作願景 5小時 D2 群我倫理與績效表現 5小時 D3 專業精神與自我管理 6小時。TTQS 人才發展品質管理系統 Talent Quality-management System 若想要追求金牌國立臺灣大學臺灣師範大學 EMBA 找左永安顧問輔導 AI-ESG- PMP- HRD- ICAP- IPAS 人力資源管理專案管理品牌管理策略管理關鍵就業力共通核心職能師資左記歐洲商行安永經營管理顧問

D1 工作價值與工作願景 5小時

1.個人優勢與職業適性

2.工作願景與職涯展

3.工作價值與組織願景

4.正向職場人生觀

D2 群我倫理與績效表現 5小時

1.職場生涯的小社會與大社會

2.工作倫理與職場道德之認知與掌握

3.績效意識與工作效能

4.績效表現被認同的應有方式

D3 專業精神與自我管理 6小時

1.專業態度與敬業精神

2.自動自與創新精神

3.個人形象的建立與展現

4.情緒管理與自律自制

2025 09 05 左永安顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 AI應用規劃師初級: L11 人工智慧基礎概論 L11201 資料基本概念與來源　關於多元迴歸（Multiple Regression）與　廣義線性模型（Generalized Linear Model，GLM），下列敘述何者　不正確？ (Ａ) 多元迴歸的自變項必須是類別資料 (Ｂ) GLM的自變項　可以是　類別資料 (Ｃ) 多元迴歸　的　應變項　必須為單一個 (Ｄ) GLM　的　自變項　可以是兩個以上

AI應用規劃師初級: L11 人工智慧基礎概論

L11201 資料基本概念與來源

190. 關於　關聯型態探勘　的特點，下列敘述何者不正確？

(A) 關聯型態探勘所得到的結果，因為可以直接進行應用，所以廣受歡迎

(B) 關聯型態分析　容易從隨機的型態中　妄下虛假的結論

(D) 關聯型態探勘的分析方法對於小資料集的用處不大

191. 關於多元迴歸（Multiple Regression）與　廣義線性模型

（Generalized Linear Model，GLM），下列敘述何者　不正確？

(Ａ) 多元迴歸的自變項必須是類別資料

(Ｂ) GLM的自變項　可以是　類別資料

(Ｃ) 多元迴歸　的　應變項　必須為單一個

(Ｄ) GLM　的　自變項　可以是兩個以上

192. 關於K近鄰法（K-Nearest Neighbor），下列敘述何者　不正確？

(A) 根據現有已分類好的資料集合，找出 K 個與待分類資料最鄰近的

現存資料

(B) 根據 K 個最鄰近資料之類別，以多數決的方式決定待分類資料

的所屬類別

(D) 根據K值將資料分為K群

193. 下列何者屬於　線性的　機器學習模型？

(A) 偏最小平方法（Partial Least Squares）

(B) 貝氏分類法（Naïve Bayes）

(D) 類神經網路（Neural Network）

194. 關於常用於資料建模的演算法，下列敘述何者　不正確？

(A) K平均法（K-Means）演算法是分類演算法的一種

(B) 　ID3（Iterative Dichotomiser 3）演算法是決策樹演算法的一種

(D) CART（Classification and Regression Trees）演算法是分類演算法 的一種

195. 深度學習（Deep Learning）和下列哪一個演算法　沒有直接相關？

(A) 卷積神經網路（Convolutional Neural Networks）

(B) 遞歸神經網路（Recurrent Neural Network）

(D) 關聯規則演算法（Apriori Algorithm）

196. 支援向量機（Support Vector Machine）源自　最大邊界分類法

（Maximun Margin Classifier），請問哪一條線　是　最大邊界分類法

建立的決策邊界？

(Ａ) A

(Ｂ) B

(Ｃ) C

(Ｄ) D

197. 梯度遞減法（Gradient Descent）是機器學習中　　常使用的參數收斂方式，

　我們可以透過參數alpha來調整整體收斂的速度（Step Size），請問如果alpha

　　大時，會導致什麼狀況發生？

(A) 太快收斂

(B) 收斂速度過慢

(C) 無法收斂

(D) 以上皆有可能發生

198. 下列何者不適合用來「預測明天會不會下雨」？

(A) 支援向量迴歸（Support Vector Regression）

(B) 支援向量機（Support Vector Machine）

(D) 類神經網路（Neural Network）

199. 關於　迴歸模型績效評估，下列敘述何者　正確？

(Ａ) 評估模型績效的方式不只一種，通常只用一種模型績效評估的方式

來決定模型的優劣

(Ｂ) 許多績效評量的計算是基於殘差（residual），它是模型的預測值減

　去觀測值

(Ｃ) 常用的績效評量 SSE 是殘差平方的平均值，而另一個常用的績效

　評量MSE是殘差平方的總和

(Ｄ) R2 也是常用的　績效評量，其值　表示資料中的訊息被模型所解釋

的比例，R2的　解釋　與　結果變數　的　變異　有關

D 200. 關於線性迴歸，下列敘述何者　不正確？

(A) 並非任何資料集　均可建立　多元線性迴歸模型

（multiple linear regression），有時會有建模失敗的狀況發生

(B) 線性迴歸屬於無母數（nonparametric）的統計建模方法

（Sum of Squared Error, SSE）

　 (D) 相較於類神經網路與支援向量機等監督式學習模型，迴歸建模

所獲得的模型可解釋性較低

2025年9月4日星期四

2025 09 04 左永安顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 AI應用規劃師初級: L11 人工智慧基礎概論 L11201 資料基本概念與來源下列何者不屬於 HTTP/1.1協定中定義的方法？ (A) POST (B) GET (C) DELETE (D) TCP

AI應用規劃師初級: L11 人工智慧基礎概論

L11201 資料基本概念與來源

110. 關於 探索式資料分析（Exploratory Data Analysis），下列敘述何者 不正確？

(A) 不拘泥於統計方法

(B) 著重於對資料的整理

(D) 更直觀的發現隱含的資訊

111. 如果要使用 邏輯式迴歸（Logistic Regression）建立 客戶流失分類模型，

則我們必須 將標籤（例如名為：流失，不流失）做什麼處理？

(A) 轉換為二元（Binary）數值

(B) 必須將標籤從中文名稱轉換成英文 Yes 與 No

(D) 必須將標籤轉換為數字型態

112. 下列何者不是讀取文字檔時，通常需要注意的事項？

(A) 檔案編碼格式

(B) 檔案擁有者

(D) 欄位分隔符號

113. 下列何者並非屬性選取（Feature Selection）的目的？

(A) 避免過度配適（Overfitting）

(B) 提高機器學習效能

(D) 提高資料維度

114. 關於 資料標準化（Normalization），下列敘述何者 不正確？

(A) 通常會在建模後進行

(B) 消除不同觀測值間的差異性

(D) 將不同變量縮放到一定範圍

115. 若您想對30000筆的房屋資料 進行機器學習，欄位包含房價、樓層、

距市區距離、車位數量和面積等，應該先對資料進行下列何項步驟，

使得變量尺度統一？

(A) 集中化（Centralization）

(B) 標準化（Normalization）

(D) 離散化（Discretization）

116. 下列何者 不屬於 HTTP/1.1協定 中定義的方法？

(A) POST

(B) GET

(D) TCP

117. 在大數據系統中，為了 能夠有效 的 分散式運算 資料，

資料通常會被擺置在下列哪個地方？

(A) Storage Area Network（SAN）儲存設備

(B) 集中化的儲存設備

(C) 分散擺放在各個機器節點上

(D) 一台主要節點之中

118. 關於巨量資料運算平台架構之設計策略，不包含 下列何者？

(A) 垂直式擴充（Scale-up）

(B) 水平式擴充（Scale-out）

(D) 無共享架構（Shared-Nothing Architecture）

119. 下列何者並非提升巨量資料處理效能的方法？

(A) 採用關聯式資料庫

(B) 使用分散式架構處理數據

(D) 進行平行運算

2025年9月3日星期三

2025 09 03 左永安顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長品管圈（Quality Control Circle, QCC）石川馨（Koaru Iskikawa）於1962年發明的，台灣稱為團結圈。品管圈的流程包括13個步驟，分別為： 1、組圈； 2、活動主題選定，制定活動計劃； 3、目標設定； 4、現狀調查，數據收集； 5、數據收集整理； 6、原因分析； 7、對策制定及決策； 8、對策實施及檢討； 9、效果確認； 10、標準化； 11、成果資料整理（成果比較）； 12、活動總結及下一步打算； 13、成果發表。。TTQS 人才發展品質管理系統 Talent Quality-management System 若想要追求金牌國立臺灣大學臺灣師範大學 EMBA 找左永安顧問輔導 AI-ESG- PMP- HRD- ICAP- IPAS 人力資源管理專案管理品牌管理策略管理關鍵就業力共通核心職能師資左記歐洲商行安永經營管理顧問

品管圈（Quality Control Circle, QCC）

是由 日本品質大師 石川馨（Koaru Iskikawa）

於1962年發明的，台灣也稱為團結圈。

品管圈也稱為QC小組（Quality Control），

其組成為6人，包括圈長與記錄，其中圈長主持會議（圈會）

而紀錄擔任幕僚，協助議程與整理紀錄。

品管圈屬於自發性，其組成包括主管、員工與現場技術人員，

目的為 藉由

腦力激盪（Brainstorming workshop）、

共通手法 與 共通流程，

提升現場製造 品質與工程

問題的解決。

品管圈的流程 包括13個步驟，分別為：

1、組圈；

2、活動主題選定，制定活動計劃；

3、目標設定；

4、現狀調查，數據收集；

5、數據收集整理；

6、原因分析；

7、對策制定及決策；

8、對策實施及檢討；

9、效果確認；

10、標準化；

11、成果資料整理（成果比較）；

12、活動總結及下一步打算；

13、成果發表。

共通手法

讓品管圈成員有共同語言（關於如何解題），

可以熟悉工作 並應用於現場問題之分析與解決上。

在共通手法上，

包括

品管七大手法（也稱為Q7）：

1.檢查表(Check Sheets)、

2.要因分析圖(Cause-effect Diagram)、

3.柏拉圖(Pareto Analysis)、

4.直方圖(Histogram)、

5.管制圖(Control Charts)、

6.流程圖(Flowchart)與

7.散佈圖(Scatter Diagram)；

新品管七大手法（也稱為N7）：

1.親和圖(Affinity Diagram)、

2.關連圖(Interrelationship Diagram)、

3.樹狀圖/系統圖法(Tree Diagram/End-means)、

4.矩陣圖(Matrix Diagram) 、

5.矩陣數據分析(Factor Analysis)、

6.過程決策計畫表(Process Decision Program Chart, PDPC)與

7.箭線圖(Arrow Diagram)。

在共通流程上，日本品管圈經過多年的實務經驗累積，

在1990年代將問題解決流程 規劃出兩個流程，分別為

「問題解決型QC Story」與「課題達成型QC Story」。

QC Story也稱為「品質改善履歷」，讓參與品質圈的成員

（通常是工程與現場人員）可以如同說故事 的方式，

說明現場問題 如何被發現 與 如何被解決 的整個來龍去脈，

並進行知識擴散。

「問題解決型QC Story」與「課題達成型QC Story」

就是兩類的問題分析與解決流程。透過QC Story可以讓參與者知道，

現階段是屬於流程的哪一步驟。

2025年9月2日星期二

2025 09 03 左永安顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 AI應用規劃師初級: L11 人工智慧基礎概論 L11201 資料基本概念與來源如果整理不同品項與業績的報表，最適合使用下列何種圖表？ (A) 盒鬚圖（Box plot） (B) 直方圖（Histogram） (C) 分位數圖（QQ plot） (D) 長條圖（Bar chart）

AI應用規劃師初級: L11 人工智慧基礎概論

L11201 資料基本概念與來源

60. 如果整理 不同品項與業績 的報表，最適合使用下列何種圖表？

(A) 盒鬚圖（Box plot）

(B) 直方圖（Histogram）

(D) 長條圖（Bar chart）

61. 若一個樣本的平均數為100，標準差為10，擇一個數值為200，

則該數值 標準化（Standardarization）後，數值將會轉變為？

(A) 10

(B) 20

(D) 200

標準化（Z-score）的計算公式為：Z = (X - μ) / σ

其中：

X 是原始數值 (200)

μ (mu) 是樣本的平均數 (100)

σ (sigma) 是樣本的標準差 (10)

將數值代入公式： Z = (200 - 100) / 10

Z = 100 / 10 Z = 10

該數值標準化後將會是 10。

62. 使用下列何種方法，可以重新組合資料屬性，產生新的維度？

(A) 主成分分析法（PCA，Principle Component Analysis）

(B) K平均法（K-means）

(D) 卡方檢定（Chi-square test）

63. 下列何種方法可以把學生的成績從連續型數值 轉變為 離散型的級距？

(A) 最大正規化（Min-Max Normalization）

(B) 裝箱法（Binning Method）

(D) Z-分數正規化（Z-score Normalization）

64. 下列何者 不是特徵萃取 所要達到的目的？

(A) 降低資料維度

(B) 提高學習模型時的效率與效能

(D) 評估學習得到的模型效能

65. 下列何者 不是常見 的資料維度降維方法？

(A) 主成分分析（Principle Component Analysis）

(B) 核主成分分析（Kernel PCA）

(D) K平均法（K-means）

66. 欲擷取網頁內容時，若發現網頁內容 隨著網址而規律 的改變，

較有可能為何請求方法？

(A) POST

(B) PUT

(C) GET

(D) READ

67. 下列何者並非串流計算（Streaming）的特性？

(A) 可擴展性（Scalable）

(B) 批次運算（Batch Processing）

(D) 高度容錯性（Fault-Tolerance）

68. 關於 巨量資料運算平台 上的資料處理，下列敘述何者 不正確？

(A) 以分散式方式將資料分片儲存於各節點，以利一次寫入、多次讀取

(B) 資料本身可進行壓縮（gzip），分散到各資料節點，以增加運算效能

(D) Map 程式的輸出的結果是 中間檔（IFILE）， Reducer程式輸出的

結果是在HDFS（Hadoop Distributed File System）的檔案

69. 下列何者對於 HDFS（Hadoop Distributed File System）的使用是不 恰當的？

(A) 存入過大（>100GB）的文字檔案

(B) 將檔案分隔成小單位（<4MB）存入

(D) 將文字檔壓縮存入

2025 09 02 左永安顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 AI應用規劃師初級: L11 人工智慧基礎概論 L11201 資料基本概念與來源下列何者為「非監督式學習」演算法？ (A) 決策樹（Decision tree） (B) 集成方法（Ensemble Methods） (C) K平均法（K-Means） (D) 支援向量機（Support Vector Machine）

AI應用規劃師初級: L11 人工智慧基礎概論

L11201 資料基本概念與來源

31. 下列何者為「非監督式學習」演算法？

(A) 決策樹（Decision tree）

(B) 集成方法（Ensemble Methods）

(C) K平均法（K-Means）

(D) 支援向量機（Support Vector Machine）

32. 關於非監督式學習，下列敘述何者正確？

(A) 意指不需要人看著就能學習

(B) 常見的集群分析屬於非監督式學習

(D) 以上皆非

33. 關於K平均法（K-means）的分群，下列敘述何者不正確？

(A) 一開始群的中心點可以是隨機選擇的

(B) 每次分群的結果都一模一樣

(D) 一開始必須告知該演算法欲分群的群數

34. 下列何種分群演算法，是基於「密度」概念 所設計的？

(A) OPTICS 演算法（Ordering Points To Identify the Clustering Structure）

(B) K平均法（K-means）

(D) 社群偵測（Community Detection）

A 35. 計算資料百分位數的 R指令為何？

(A) quantile

(B) percent

(D) sum

36. 在 R語言中 使用arules套件，下列哪一個指令可將

dataset 轉換成關聯 規則分析 用資料？

(A) as(arules, "dataset")

(B) as(dataset, "arules")

(D) as(dataset, "transactions")

37. 欲呈現二維平面中檢視資料點之間的關係（例如：相似度或距離），

一般會使用下列哪種方法？

(A) 詞頻-逆文檔頻率（Term Frequency Inverse Document Frequency， TF-IDF）

(B) 多維尺度法（Multidimensional Scaling，MDS）

(D) 社會網路分析（Social Network Analysis，SNA）

38. 有一個數列[1,2,3,4,5,7,20]，若要找出此數列中的離群值，

下列何者計算是不必要的？

(A) 計算此數列的平均數

(B) 計算此數列的標準差

(C) 計算此數列的峰度係數

(D) 將各數值標準化

39. 有一筆資料[1,2,5,6,10,22,...]，下列何種方式 無法測量 數列集中趨勢？

(A) 平均數

(B) 標準差

(D) 中位數

40. 下列何者不屬於非監督式學習？

(A) 局域離群因子（Local Outlier Factor）

(B) 獨立成份分析（Independent Component Analysis）

(C) 最近鄰法（Nearest Neighbor Methods）

(D) 奇異值分解（Singular Value Decomposition）

2025年9月1日星期一

2025 09 02 左永安顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 AI應用規劃師初級: L11 人工智慧基礎概論 L11201 資料基本概念與來源 IPAS 考題

AI應用規劃師初級: L11 人工智慧基礎概論

L11201 資料基本概念與來源

21. 若欲比較兩公司員工薪資之 離散程度，可採用下列何者統計量？

(A) 變異數

(B) 全距

(D) 變異係數

22. 盒鬚圖（Box plot）沒有顯示 哪個統計量？

(A) 第一四分位數

(B) 中位數

(D) 標準差

23. 下列何種情形適合使用 單因子變異數分析（One-way Analysis of Variance）？

(A) 檢驗數據是否服從常態分配

(B) 比較某班級男生與女生數學成績的變異數

(D) 比較某工廠4部機器由不同人員操作下，其每小時平均產量是否不同

24. 二個獨立事件A與B，機率分別是60%與40%，則Pr{A∪B}=？

(A) 50%

(B) 20%

(C) 76%

(D) 100%

Pr{A∪B} 表示事件A 或事件B（或兩者皆發生）的機率，

其計算公式為P(A∪B) = P(A) + P(B) - P(A∩B)，

其中P(A) 是事件A 的機率，P(B) 是事件B 的機率，

而P(A∩B) 是事件A 和事件B 同時發生的機率。

以下是公式的詳細解釋：

P(A∪B)：: 表示事件A 或事件B（或兩者皆發生）的機率，即A 與B 的聯集機率。

P(A)：: 表示事件A 獨立發生的機率。 P(B)：: 表示事件B 獨立發生的機率。

P(A∩B)：: 表示事件A 和事件B 同時發生的機率，即A 與B 的交集機率。

為什麼需要減去P(A∩B)？在計算P(A) + P(B) 時，事件A 和事件B

同時發生的機率P(A∩B) 會被計算兩次。

因此，為了避免重複計算，我們需要從總和中減去P(A∩B)，以得到正確的機率。

例子： 假設在一次擲骰子實驗中，事件A 為擲出偶數（{2, 4, 6}），

事件B 為擲出大於3 的數（{4, 5, 6}）。

P(A) = 3/6 = 1/2 P(B) = 3/6 = 1/2 A 和B 的聯集是A∪B = {2, 4, 5, 6}，

機率P(A∪B) = 4/6 = 2/3 A 和B 的交集是A∩B = {4, 6}，

機率P(A∩B) = 2/6 = 1/3

根據公式： P(A∪B) = P(A) + P(B) - P(A∩B) = 1/2 + 1/2 - 1/3 = 1 - 1/3 = 2/3，

與直接計算結果一致。

任意Ａ，Ｂ兩事件，則兩事件同時發生的機率：

P(A∩B)＝P(B)P(A|B)＝P(A)P(B|A)，此即為乘法法則。

若兩事件獨立，則此乘法法則改寫為：

P(A∩B)＝P(B)P(A)

此乘法法則的由來，讀者可看出就是由條件機率的定義

而來。而若兩事件獨立，也就是當

P(A|B)＝P(A∩B) / P(B) ＝P(A)成立

則P(A∩B)＝P(B)P(A)。

B 25. 下列敘述何者正確？

(A) 若一組資料的最大值為90，最小值為0，其中位數為60，則此資料為右偏

(B) 一組資料的所有數值與其算術平均數的差，其總和為0

變異係數愈大

(D) 兩組不同單位的資料可藉標準差來比較資料之離散程度

若一組資料最大值為90、最小值為0、中位數為60，則此資料左偏。

左偏分布的特性是中位數通常會大於平均值，而右偏分布的中位數則小於平均值。

26. 若有四群學生的人數分別為10、20、30、40 人，

平均體重依序為60、 70、55、65 公斤，則全部學生的平均體重是？

(A) 60 公斤

(B) 62.5 公斤

(D) 67.5 公斤

27. 有一汽車業務員隨機拜訪3位客戶，依過去經驗客戶購買車的機率為 10%，

試問這三位客戶中，至少有一位會購買車的機率？

(A) 23.1%

(B) 25.1%

(C) 27.1%

(D) 29.1%

28. 統計資料分為離散型與連續型，請問下列何項與其他不同？

(A) 體重

(B) 身高

(D) 國家數目

29. 關於連續型機率分配，下列敘述何者正確？

(A) 常態分配中，平均值為 0、變異數為 0 之分配，稱為標準常態分配

(B) 已知均勻分配為U(a, b)，則平均值為(a-b)/2

(D) 已知隨機變數為標準常態分配，則取其平方為卡方分配且自由度 為1

30. 下列何者不是卡方檢定（Chi-square Test）的功能？

(A) 適合度檢定

(B) 獨立性檢定

(C) 變異數檢定

(D) 齊一性檢定

訂閱：文章 (Atom)

2025年9月6日 星期六

2025年9月5日 星期五

2025年9月4日 星期四

2025年9月3日 星期三

2025年9月2日 星期二

2025年9月1日 星期一

2025年9月6日星期六

2025年9月5日星期五

2025年9月4日星期四

2025年9月3日星期三

2025年9月2日星期二

2025年9月1日星期一