114 年 國立中央大學土木工程學系碩士班己：運輸工程組在職生《統計學》

本題主要在考察機率論中的基本名詞定義以及貝氏定理的證明。

核心觀念： 機率論基本名詞、條件機率、聯合機率、貝氏定理。

(1) 先驗機率 (prior probability)
先驗機率是指在進行任何觀測或實驗之前，根據已有的知識、經驗或假設所賦予某事件發生的機率。它代表了在接收新資訊之前，我們對該事件發生可能性的初步判斷。
【答案】在獲得新數據或證據之前，對某事件發生可能性的機率評估。

(2) 後驗機率 (posterior probability)
後驗機率是指在考慮了新的觀測數據或證據後，對某事件發生可能性所更新的機率。後驗機率是利用先驗機率和新證據的資訊，透過貝氏定理計算得出的。
【答案】在考慮了新的數據或證據後，對某事件發生可能性的更新機率評估。

(3) 聯合機率 (joint probability)
聯合機率是指兩個或多個事件同時發生的機率。例如，事件 $A$ 和事件 $B$ 同時發生的機率，記為 $P(A \cap B)$ 或 $P(A, B)$。
【答案】兩個或多個事件同時發生的機率。

本題主要考察兩種不同的偏好調查方法，以及網路調查的優缺點與品質改善策略。

核心觀念： 偏好調查方法、網路調查、信度、效度。

顯示性偏好調查 (Revealed Preference)
顯示性偏好調查是一種透過觀察人們在實際決策中所表現出的行為來推斷其偏好 (preference) 的方法。這種方法不直接詢問人們的偏好，而是從他們在真實世界中的選擇中「揭示」出他們的偏好。例如，在交通運輸領域，觀察人們選擇哪種交通工具 (汽車、公車、捷運) 作為其通勤方式，可以推斷出他們對時間、成本、舒適度等因素的偏好權重。

【答案】透過觀察人們在真實情境下的實際選擇行為來推斷其偏好。

描述性偏好調查 (Stated Preference)
描述性偏好調查是直接詢問人們對不同選項或情境的偏好、意願或評價。這種方法通常透過問卷、訪談等方式進行，讓受訪者表達他們對假設情境或選項的看法。例如，詢問受訪者對於某項新交通建設的接受程度，或是在一系列不同屬性組合的選項中進行選擇。

【答案】透過直接詢問受訪者對不同情境或選項的偏好、意願或評價來獲取資訊。

網路調查 (Web Survey) 的優點與缺點

• 優點 (Advantages):

  1. 成本效益高 (Cost-effective): 相較於傳統的電話訪問、面訪，網路調查可以大幅降低人力、物力成本。
  2. 速度快 (Speed): 問卷可以快速發放給大量受訪者，並能即時收集數據。
  3. 地理範圍廣 (Geographical Reach): 可以輕鬆觸及全國乃至全球的受訪者，不受地理位置限制。
  4. 數據品質潛在提升 (Potential for Improved Data Quality): 系統可以自動進行數據輸入、邏輯檢核，減少人為錯誤。受訪者可以在較無壓力、較自在的環境下填答，可能提供更誠實的答案。
  5. 多媒體整合 (Multimedia Integration): 方便嵌入圖片、影片、音訊等，增加問卷的吸引力和資訊傳達效果。
  6. 易於追蹤與管理 (Easy Tracking and Management): 透過平台可以方便地追蹤問卷發放、回收情況，並進行數據管理。

• 缺點 (Disadvantages):

  1. 樣本代表性問題 (Sampling Bias Issues): 網路普及率不均可能導致特定族群 (如老年人、低收入戶、偏鄉居民) 被排除在外，影響樣本的代表性。
  2. 參與者篩選困難 (Difficulty in Participant Screening): 難以確保填答者是目標族群，可能存在非目標對象隨意填答的情況。
  3. 填答率不高 (Low Response Rates): 網路資訊爆炸，受訪者可能容易忽略或拒絕填答問卷。
  4. 無人監督 (Lack of Supervision): 無法像面訪一樣即時解答受訪者的疑問或確認其理解，可能導致誤解或敷衍作答。
  5. 技術門檻 (Technical Barriers): 部分受訪者可能不熟悉網路操作，或受限於設備問題。
  6. 數據安全與隱私疑慮 (Data Security and Privacy Concerns): 網路傳輸可能存在安全風險。

【答案】優點包含成本效益高、速度快、地理範圍廣、數據品質潛在提升、多媒體整合、易於管理；缺點包含樣本代表性問題、篩選困難、填答率不高、無人監督、技術門檻、數據安全疑慮。

如何改善網路調查的信度 (reliability) 與效度 (validity)

本題旨在釐清兩種常見的推論謬誤，並將其應用於特定情境的運輸預測問題。

核心觀念： 生態謬誤、原子謬誤、歸納謬誤、因果推論。

生態謬誤 (Ecological Fallacy)
生態謬誤是指，當我們從群體層級 (ecological level) 的數據觀察到的相關性或趨勢，錯誤地推論到個體層級 (individual level) 上也成立時，所犯的謬誤。換句話說，群體層級的平均值或比例的關係，不一定能直接套用到個體身上。
例如：觀察到一個地區的平均收入與平均教育程度呈現正相關，不能因此推論該地區的「每一個人」都是收入高者教育程度也高。

【答案】從群體層級的數據推論到個體層級的關係，並假設此關係在個體層級同樣成立。

原子謬誤 (Atomistic Fallacy)
原子謬誤是指，當我們從個體層級 (atomistic level) 的數據觀察到的相關性或趨勢，錯誤地推論到群體層級 (ecological level) 上也成立時，所犯的謬誤。這與生態謬誤是相反的方向。
例如：觀察到「許多」個體都偏好開車上班，不能因此推論「整個城市」的交通政策就應該以汽車為導向，而忽略了其他交通方式 (如大眾運輸) 的整體效益或社會成本。

【答案】從個體層級的數據推論到群體層級的關係，並假設此關係在群體層級同樣成立。

利用手機信令資料進行運輸需求預測屬於哪一種謬誤? 如何補正?

手機信令資料 (mobile phone signaling data) 通常是來自大量用戶的匿名化數據，反映了這些用戶在時間和空間上的移動模式。當我們利用這些群體性的移動數據來預測「整體」的運輸需求，或者推論「某個區域」的平均移動行為時，這本身不一定直接構成生態謬誤或原子謬誤。

然而，如果進一步將手機信令資料的分析結果，錯誤地推論到「特定個體」的行為模式，或者從「部分個體」的移動行為，就「單一」個體做出過度概括性的預測，則可能涉及這兩種謬誤。

情境分析：

• 如果我們使用手機信令資料分析出「某區域」的平均每日通勤距離，並以此來預測該區域「所有居民」的平均通勤行為，這通常是合理的群體推論，不算謬誤。
• 但如果我們發現「某一群人」 (例如，使用特定 App 的用戶) 的移動模式與平均值不同，並試圖將這「一部分人」的模式「推廣」到「所有居民」身上，這就可能犯了生態謬誤。
• 反之，如果我們觀察到「某個特定個體」的移動習慣，並以此來預測「整個區域」的運輸需求，這就犯了原子謬誤。

因此，問題的關鍵在於「如何推論」。

在「利用手機信令資料進行運輸需求預測」這個情境中，最常見的潛在謬誤是「生態謬誤」的風險，尤其是在試圖將群體（手機用戶群）的行為模式，概括化到更細的群體或個體時。 例如，我們觀察到某個時段特定區域的手機信號活動頻繁，進而推論該時段該區域的「所有」居民都在進行與手機信號活動相關的運輸行為。

如何補正 (How to Correct)?

補正的方法在於確保推論的層級一致性，以及增加模型的精確度：

本題是統計學中的經典題目，比較兩種重要的參數估計方法：最小平方法和最大概似法。

核心觀念： 參數估計、誤差、概似函數、模型擬合。

最小誤差平方法 (Least Squares Method, LSM)

• 內容 (Content):
  最小誤差平方法是一種尋找最佳擬合函數（例如直線或曲線）的方法，以最小化觀測數據點與該函數之間「誤差平方和」的方法。假設我們有一個模型 $y = f(x; \boldsymbol{\theta})$，其中 $y$ 是因變數，$x$ 是自變數，$\boldsymbol{\theta}$ 是一組待估計的參數。對於一組觀測數據 $(x_i, y_i)$，其誤差為 $e_i = y_i - f(x_i; \boldsymbol{\theta})$。LSM 的目標是找到一組參數 $\hat{\boldsymbol{\theta}}$，使得誤差平方和 $S(\boldsymbol{\theta}) = \sum_{i=1}^n e_i^2 = \sum_{i=1}^n (y_i - f(x_i; \boldsymbol{\theta}))^2$ 最小。

• 優點 (Advantages):

  1. 數學上簡便 (Mathematically Simple): 在許多情況下，特別是線性模型，最小化平方和的過程可以通過解析方法（例如求導令其為零）得到封閉解，計算相對簡單。
  2. 在某些條件下具有良好統計性質 (Good Statistical Properties under Certain Conditions): 當模型的誤差項服從獨立同分布的常態分配，且具有相同變異數時，LSM 估計量（稱為普通最小平方法 Ordinary Least Squares, OLS）是最佳線性不偏估計量 (Best Linear Unbiased Estimator, BLUE)，這由高斯-馬可夫定理 (Gauss-Markov Theorem) 保證。
  3. 直觀性 (Intuitive): 最小化誤差的平方和，直觀上就是希望模型與數據點之間的整體偏差最小。

• 缺點 (Disadvantages):

  1. 對離群值敏感 (Sensitive to Outliers): 由於誤差是平方關係，較大的誤差（離群值）會對總體誤差平方和產生不成比例的影響，從而影響參數估計。
  2. 假設限制 (Assumption Restrictions): 其最佳性質依賴於誤差項的特定假設（常態、獨立、同變異數）。如果這些假設不滿足，OLS 可能不是最佳的，甚至可能產生有偏的估計。
  3. 不適用於所有模型 (Not Universally Applicable): 對於某些非線性模型，LSM 可能沒有解析解，需要數值優化方法，且結果可能不是全局最小值。

• 適用時機 (When to Use):

  • 當模型是線性的，且誤差項近似服從獨立同分布的常態分配，具有同質變異數時 (例如，簡單線性迴歸、多元線性迴歸)。
  • 當數據中離群值不多，或可以被合理處理時。
  • 作為初步的參數估計方法，尤其是在探索性數據分析階段。

【答案】LSM 旨在最小化觀測值與模型預測值之間誤差的平方和，優點是數學簡便、在常態誤差假設下為最佳線性不偏估計量；缺點是對離群值敏感，且統計性質依賴於誤差假設。適用於線性模型且誤差滿足特定條件的情況。

最大概似法 (Maximum Likelihood Method, MLM)

• 內容 (Content):
  最大概似法是一種基於機率模型的參數估計方法。其核心思想是：給定一組觀測數據，我們應該選擇最有可能產生這組數據的參數值。首先，需要為數據的生成過程建立一個機率模型，並寫出其概似函數 (Likelihood Function)，記為 $L(\boldsymbol{\theta} | \text{data})$。概似函數表示在給定參數 $\boldsymbol{\theta}$ 的情況下，觀測到當前數據的機率（或機率密度）。MLM 的目標是找到一組參數 $\hat{\boldsymbol{\theta}}$，使得概似函數 $L(\boldsymbol{\theta} | \text{data})$ 的值最大。通常，為了計算方便，我們最大化對數概似函數 (Log-Likelihood Function)，即 $\ln L(\boldsymbol{\theta} | \text{data})$。

• 優點 (Advantages):

  1. 適用範圍廣泛 (Wide Applicability): 適用於各種機率分佈和模型，包括線性、非線性模型，以及離散、連續數據。
  2. 漸進性質良好 (Good Asymptotic Properties): 在許多條件下，當樣本量足夠大時，MLM 估計量具有以下優良的漸進性質：
     • 一致性 (Consistency): 樣本量趨於無窮大時，估計量收斂於真實參數值。

本題主要考察結構方程模型 (SEM) 中，特別是 SPSS AMOS 常用的幾個關鍵概念的定義。

核心觀念： 結構方程模型、路徑分析、中介、調節。

(1) 直接效果 (Direct Effect)
在結構方程模型或路徑分析中，直接效果是指一個變數（自變數）對另一個變數（依變數）的影響，而這種影響不經過任何中間變數。它代表了兩個變數之間最直接的因果路徑。在路徑圖中，通常表示為一個從自變數指向依變數的單向箭頭。
【答案】一個變數對另一個變數不經過任何中間變數的直接影響。

(2) 中介效果 (Mediation Effect)
中介效果是指一個自變數對依變數的影響，是部分或全部通過一個或多個中間變數（中介變數）來實現的。換句話說，自變數首先影響中介變數，然後中介變數再影響依變數。中介效果揭示了自變數影響依變數的「機制」或「過程」。
若 $X$ 是自變數，$Y$ 是依變數，$M$ 是中介變數，則中介效果表示 $X \to M \to Y$ 的路徑。
【答案】一個自變數對依變數的影響，是透過一個或多個中間變數（中介變數）來傳遞的。

(3) 調節效果 (Moderation Effect)
調節效果是指一個變數（調節變數）的存在或改變，會影響另一個變數（自變數）對依變數影響的強度或方向。換句話說，調節變數改變了自變數與依變數之間關係的「條件」。調節變數本身不一定是中介者，而是扮演著「修飾」或「增強/減弱」因果關係的角色。
若 $X$ 是自變數，$Y$ 是依變數，$W$ 是調節變數，則調節效果表示 $W$ 改變了 $X \to Y$ 關係的強度。這通常透過在模型中加入 $X$ 和 $W$ 的交互項 $(X \times W)$ 來檢驗。