DSE 2022 數學 M1：閱卷員深度剖析與備考策略
2022年的M1試卷維持了高度的概念嚴謹性，既要求精準的代數運算，也強調深度的統計推理。條件概率與貝葉斯定理（19分）主導了統計部分，而導數的應用（16分）則是微積分的核心，考生必須靈活結合兩者才能奪取高分。
關鍵失分點與得分位
在甲部，考生在建立置信區間（Q4a）及基礎求導中表現良好。然而，Q6(b)（求通過曲線外一點的切線方程）難度極高，許多考生誤以為該點在曲線上。在乙部，Q11(c)(ii) 成為了極佳的分水嶺：由於梯形法則是應用於一個在計算面積 \( \alpha \) 時被減去的積分項，因此積分的「高估」（over-estimate）反而導致最終面積的「低估」（under-estimate）。僅靠死記硬背而忽略減號影響的考生在此處失分嚴重。
考選常見盲區
- 中央極限定理（CLT）樣本方差： 在Q1(b)中，考生經常忘記將方差除以 \( n \)（錯誤地直接使用 \( 3.24 \) 而非 \( 3.24/225 \)）。
- 分佈合理性驗證： 在Q2中，驗證泊松分佈是否滿足 \( \text{E}(Y) = \text{Var}(Y) \) 或二項分佈的 \( p \in [0, 1] \) 時，論述不夠嚴密。
- 換元積分法： 在Q7(b)中，利用 \( u = \sqrt{x} \) 換元時，微分項 \( dx \) 的轉換和積分常數 \( C \) 的遺漏是常見錯誤。
備考建議與趨勢預測
未來的考生應重點攻克多階段概率樹及混合分佈（如泊松-二項混合模型）。微積分方面，應加強對變率及實際應用問題（如Q12模型）的訓練，並熟練掌握利用二階導數確定全局極值的步驟。