Q224.
進行大數據（Big Data）分析時，通常應該使用多少資料來分析？
電腦軟體應用 · 丙級 · 電腦概論 · Q224
難易度分析
2 / 5
本題考查大數據分析的核心基礎理論，主要區分全量分析與傳統抽樣分析的差異。選項設計具有明顯的對比性，旨在確認學習者是否能正確區分兩者的邏輯差異，屬於基本概念的辨析。
正確答案：①盡量使用全部資料
① 盡量使用全部資料:大數據分析的核心理念在於利用全部資料進行分析，而非傳統統計的抽樣方法。使用完整資料能發現隱藏的長尾效應與細微關聯性，提升分析結果的準確性與可信度。
錯誤選項解析
- ② 最近儲存時間的30%資料:僅使用最近30%資料會忽略歷史趨勢與季節性變化，導致分析結果缺乏時間縱深的對比。大數據分析強調整合不同時間跨度的資料以建立完整的預測模型。
- ③ 單筆資料量較大的前30%資料:以單筆資料量大小作為篩選標準會造成取樣偏差，資料量大小與分析價值無直接關聯。正確做法應考量資料的完整性與代表性，而非檔案容量。
- ④ 變化量較快的30%資料:僅挑選變化量快的資料會遺漏穩定趨勢與常態模式，使分析結果偏向極端值。大數據分析需涵蓋常態與異常資料才能建立可靠的基準線（Baseline）。
Learning Tip
"大數據的4V特性（Volume、Velocity、Variety、Veracity）強調資料的完整性與多樣性。此類題型常考陷阱是將傳統統計抽樣觀念誤用於大數據情境，需切記大數據分析的核心價值在於「分析全體而非抽樣」。實務上受限於運算資源，有時會採用分散式運算框架（如 Hadoop、Spark）來處理海量資料。"
學員答題分佈
①盡量使用全部資料0%
②最近儲存時間的30%資料0%
③單筆資料量較大的前30%資料0%
④變化量較快的30%資料0%
此答題分佈是根據學員在 LongePass 模擬考等實際作答紀錄計算而成。與考友分享這道歷屆試題與詳細解析！