108-2_多變量分析
教學目標
使學生了解多變量資料分析之複雜性並將介紹多變量資料的統計分析方法，包含多變量分析方法的理論與應用。 內容包含主成分分析、因素分析、典型相關、判別分析和群集分析等。
授課形式
理論講述與討論-90.00%;個案分析或作品賞析-10.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Aspects of Multivariate Analysis
2. Matrix Algebra and Random Vectors
3. Sample Geometry and Random Sampling
4. The Multivariate Normal Distribution
5. Inferences about a Mean Vector
6. Comparisons of Several Multivariate Means
7. Multivariate Linear Regression Models
8. Principal Components
9. Factor Analysis and Inference for Structured Covariance Matrices
教科書/參考書
Applied Multivariate statistical Analysis (sixth edition) Richard A. Johnson and Dean W. Wichern, (2007)
評分標準
作業50%，期末考30%，課堂表現(含出席)20%
學分數
3
授課時數(周)
3
開課班級
M10744
修課人數
10
使學生了解多變量資料分析之複雜性並將介紹多變量資料的統計分析方法，包含多變量分析方法的理論與應用。 內容包含主成分分析、因素分析、典型相關、判別分析和群集分析等。
授課形式
理論講述與討論-90.00%;個案分析或作品賞析-10.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Aspects of Multivariate Analysis
2. Matrix Algebra and Random Vectors
3. Sample Geometry and Random Sampling
4. The Multivariate Normal Distribution
5. Inferences about a Mean Vector
6. Comparisons of Several Multivariate Means
7. Multivariate Linear Regression Models
8. Principal Components
9. Factor Analysis and Inference for Structured Covariance Matrices
教科書/參考書
Applied Multivariate statistical Analysis (sixth edition) Richard A. Johnson and Dean W. Wichern, (2007)
評分標準
作業50%，期末考30%，課堂表現(含出席)20%
學分數
3
授課時數(周)
3
開課班級
M10744
修課人數
10
108-2_Shiny 設計
教學目標
利用所學的統計方法，配合Shiny，建立實務資料的互動平台。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1.熟悉Shiny 2.討論如何讓R的學習者可以輕鬆入門的教案 3.開發教務資料的分析平台
教科書/參考書
無。
評分標準
互動討論50%、實作50%
學分數
3
授課時數(周)
3
開課班級
M10844
修課人數
4
利用所學的統計方法，配合Shiny，建立實務資料的互動平台。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-0.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1.熟悉Shiny 2.討論如何讓R的學習者可以輕鬆入門的教案 3.開發教務資料的分析平台
教科書/參考書
無。
評分標準
互動討論50%、實作50%
學分數
3
授課時數(周)
3
開課班級
M10844
修課人數
4
108-2_企業實習(for DIGI+Talent)
教學目標
本課程提供學生提早了解產業所需技術，以提升學生學習動機並縮小學用落差。
授課形式
理論講述與討論-0.00%;個案分析或作品賞析-0.00%;專題實作與報告-100.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
依各企業安排
教科書/參考書
無
評分標準
實習報告撰寫：100% （實習單位與授課教師各50%）
學分數
3
授課時數(周)
0
開課班級
M10744
修課人數
5
本課程提供學生提早了解產業所需技術，以提升學生學習動機並縮小學用落差。
授課形式
理論講述與討論-0.00%;個案分析或作品賞析-0.00%;專題實作與報告-100.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
依各企業安排
教科書/參考書
無
評分標準
實習報告撰寫：100% （實習單位與授課教師各50%）
學分數
3
授課時數(周)
0
開課班級
M10744
修課人數
5
108-2_資料科學實務
教學目標
本課程主要訓練學生應用在本校資料科學相關學程所學習到的分析方法，進行完整的數據分析與結果呈現。採用的訓練流程如下：在學期初時每一位修課學生須就其所鑽研主題中的資料特性、文獻回顧、目前研究進度、與擬採用分析方法之合理性進行第一次報告；接著透過綜合討論，確認修課學生充分了解其研究主題之資料分析流程與分析方法後，於期中時再就其資料前處理效果與合理性、分析方法成效評估、及可能的推廣方向進行第二次報告；再經由綜合討論確認修課學生的研究成果評估、與研究成果視覺化呈現方式後，於期末時評估每一位修課學生分析成果之廣度與深度、與視覺化呈現之市場接受度，並以舉辦期末成果展方式呈現學生作品。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-30.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 課程簡介與分組：1 週
2. 第一次報告：3 週
3. 綜合討論：3 週
4. 第二次報告：3 週
5. 綜合討論：3 週
6. 第三次報告：3 週
7. 綜合討論：1 週
8. 期末專題成果展：1 週
教科書/參考書
無
評分標準
三次平時報告: 各20% 期末成果展: 40%
學分數
3
授課時數(周)
3
開課班級
A10541
修課人數
9
本課程主要訓練學生應用在本校資料科學相關學程所學習到的分析方法，進行完整的數據分析與結果呈現。採用的訓練流程如下：在學期初時每一位修課學生須就其所鑽研主題中的資料特性、文獻回顧、目前研究進度、與擬採用分析方法之合理性進行第一次報告；接著透過綜合討論，確認修課學生充分了解其研究主題之資料分析流程與分析方法後，於期中時再就其資料前處理效果與合理性、分析方法成效評估、及可能的推廣方向進行第二次報告；再經由綜合討論確認修課學生的研究成果評估、與研究成果視覺化呈現方式後，於期末時評估每一位修課學生分析成果之廣度與深度、與視覺化呈現之市場接受度，並以舉辦期末成果展方式呈現學生作品。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-30.00%;專題實作與報告-50.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 課程簡介與分組：1 週
2. 第一次報告：3 週
3. 綜合討論：3 週
4. 第二次報告：3 週
5. 綜合討論：3 週
6. 第三次報告：3 週
7. 綜合討論：1 週
8. 期末專題成果展：1 週
教科書/參考書
無
評分標準
三次平時報告: 各20% 期末成果展: 40%
學分數
3
授課時數(周)
3
開課班級
A10541
修課人數
9
108-2_實務網絡資料應用
教學目標
以實務資料為前提，讓學生學習分析資料並提出研究計畫報告。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-0.00%;專題實作與報告-80.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
以數個實務資料為例，與學生討論可行的研究方向，學生得提出研究計畫並執行。
教科書/參考書
無
評分標準
課堂表現30% 研究計畫報告70%
學分數
3
授課時數(周)
3
開課班級
M10744
修課人數
4
以實務資料為前提，讓學生學習分析資料並提出研究計畫報告。
授課形式
理論講述與討論-20.00%;個案分析或作品賞析-0.00%;專題實作與報告-80.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
以數個實務資料為例，與學生討論可行的研究方向，學生得提出研究計畫並執行。
教科書/參考書
無
評分標準
課堂表現30% 研究計畫報告70%
學分數
3
授課時數(周)
3
開課班級
M10744
修課人數
4
108-2_公司理財
教學目標
公司理財是以公司為主體，討論公司的現金流入及流出的問題。公司理財是在以追求股東財富最大化的前提下，進行公司的投資規劃，及相關資金的籌措。主要是根據資金的運動規律，對公司生產經營活動中資金的籌集、使用和分配，進行預測、決策、計畫、控制、核算和分析，提高資金運用效果，實現資本保值增值的管理工作。內容涵蓋了公司財務管理的所有問題，包括：資產定價、投資決策、融資工具和籌資決策、資本結構和股利分配政策、長期財務規劃和短期財務管理、收購兼併、跨國公司財務和財務困境等。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-20.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
課程內容： 1. The corporation: securities and financial markets and institutions, taxation 2. Introduction to financial statement analysis: financial statements, cash flow, and taxes, calculate and interpret financial and accounting ratios 3. Financial decision making and Investment decision rules 4. Financial assets: interest rates, bonds, stocks and their valuation, risk and rates of return 5. introduction of raising equity capital and debt financing 6. Capital budgeting 7. Capital markets and the pricing risk 8. Estimating the cost of capital 9. Capital structure, financial distress 上課進度： 第一周：#1 第二周~第四周：#2 第五周~第七周：#3,4 第八周~第十周：#5 及期中考試 第十一周~第十二周：#6,7 第十三周~第十四周：#8 第十五周~第十七周：#9 第十八周：期末考及報告
教科書/參考書
Textbook: Corporate Finance, 4th ed. by J. Berk and P. DeMarzo, Publisher: Pearson Reference: Financial Accounting: An Introduction To Concepts, Methods, And Uses Financial Management and Analysis, 2nd ed. by Frank J. Fabozzi and Pamela P. Peterson Publisher: Wiley
評分標準
上台報告：20% 期中考試：40% 期末考試：40%
學分數
3
授課時數(周)
3
開課班級
M10844
修課人數
7
公司理財是以公司為主體，討論公司的現金流入及流出的問題。公司理財是在以追求股東財富最大化的前提下，進行公司的投資規劃，及相關資金的籌措。主要是根據資金的運動規律，對公司生產經營活動中資金的籌集、使用和分配，進行預測、決策、計畫、控制、核算和分析，提高資金運用效果，實現資本保值增值的管理工作。內容涵蓋了公司財務管理的所有問題，包括：資產定價、投資決策、融資工具和籌資決策、資本結構和股利分配政策、長期財務規劃和短期財務管理、收購兼併、跨國公司財務和財務困境等。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-20.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
課程內容： 1. The corporation: securities and financial markets and institutions, taxation 2. Introduction to financial statement analysis: financial statements, cash flow, and taxes, calculate and interpret financial and accounting ratios 3. Financial decision making and Investment decision rules 4. Financial assets: interest rates, bonds, stocks and their valuation, risk and rates of return 5. introduction of raising equity capital and debt financing 6. Capital budgeting 7. Capital markets and the pricing risk 8. Estimating the cost of capital 9. Capital structure, financial distress 上課進度： 第一周：#1 第二周~第四周：#2 第五周~第七周：#3,4 第八周~第十周：#5 及期中考試 第十一周~第十二周：#6,7 第十三周~第十四周：#8 第十五周~第十七周：#9 第十八周：期末考及報告
教科書/參考書
Textbook: Corporate Finance, 4th ed. by J. Berk and P. DeMarzo, Publisher: Pearson Reference: Financial Accounting: An Introduction To Concepts, Methods, And Uses Financial Management and Analysis, 2nd ed. by Frank J. Fabozzi and Pamela P. Peterson Publisher: Wiley
評分標準
上台報告：20% 期中考試：40% 期末考試：40%
學分數
3
授課時數(周)
3
開課班級
M10844
修課人數
7
108-2_信用風險分析
教學目標
信用風險分析無論在風險管理、投資學、信用評等等議題，均扮演重要的角色。因此本課程主要教學目標，除了教授基本信用風險分析的概念、理論、及應用外，亦將結合信用風險分析與風險管理、信用風險分析與投資學等相關領域，使學生未來能將所學，直接應用在所需的領域上。另外，考量信用風險分析，近年來深受政府機關、民間金融、保險及投資等機構重視，因此在課程上，亦將涵蓋業界常使用之理論模型及資料分析，以利未來學生就業時的需求。 此外，在Fintech的潮流下，信用風險更是扮演了重要的角色，因此在本課程中，我們亦將學習機器學習在信用風險上的應用，並了解信用風險在Fintech潮流下的角色為何。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-20.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
教學內容: 1.Value at Risk。 2.Traditional Approaches to Credit Risk Measurement。 3.The KMV and Moody’s Model。 4.Credit Metrics and Other Models。 5.Fintech credit risk by BIS。 6.Credit risk analysis by machine learning。 7.Transition matrix and default probability。 8.Model validation and stress testing。 9.Portfolio Selection and Risk Measurement。 每週教學進度: 第一週~第二週：教學內容 #1。 第三週~第四週：教學內容 #2。 第五週~第六週：教學內容 #3。 第七週~第八週：教學內容 #4。 第九週~第十週：教學內容 #5。 第十一週~第十二週：教學內容 #6。 第十三週~第十四週：教學內容 #7。 第十五週~第十六週：教學內容 #8。 第十七週~第十八週：教學內容 #9。
教科書/參考書
Textbook: Credit Risk Analytics: Measurement Techniques, Applications, and Examples in SAS by Bart Baesens, Daniel Rösch, and Harald Scheule Publisher: John Wiley & Sons 風險管理新標竿—風險值理論與應用─The Benchmark for Risk Management 作者： 沈大白 、 周大慶 、 柯瓊鳳 、 張大成 、 敬永康 出版單位：智勝文化事業公司 Financial Risk Manager Handbook Author: Philippe Jorion Publisher: GARP Reference: Quantitative Risk Management: Concepts, Techniques and Tools, by Alexander J. McNeil, Rüdiger Frey, and Paul Embrechts Publisher: Princeton University Press Credit risk modeling using Excel and VBA by Gunter Löffler and Peter N. Posch Publisher: wiley
評分標準
期中報告(40%)、期末考試(40%)、作業(20%)。
學分數
3
授課時數(周)
3
開課班級
M10744
修課人數
7
信用風險分析無論在風險管理、投資學、信用評等等議題，均扮演重要的角色。因此本課程主要教學目標，除了教授基本信用風險分析的概念、理論、及應用外，亦將結合信用風險分析與風險管理、信用風險分析與投資學等相關領域，使學生未來能將所學，直接應用在所需的領域上。另外，考量信用風險分析，近年來深受政府機關、民間金融、保險及投資等機構重視，因此在課程上，亦將涵蓋業界常使用之理論模型及資料分析，以利未來學生就業時的需求。 此外，在Fintech的潮流下，信用風險更是扮演了重要的角色，因此在本課程中，我們亦將學習機器學習在信用風險上的應用，並了解信用風險在Fintech潮流下的角色為何。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-20.00%;專題實作與報告-20.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
教學內容: 1.Value at Risk。 2.Traditional Approaches to Credit Risk Measurement。 3.The KMV and Moody’s Model。 4.Credit Metrics and Other Models。 5.Fintech credit risk by BIS。 6.Credit risk analysis by machine learning。 7.Transition matrix and default probability。 8.Model validation and stress testing。 9.Portfolio Selection and Risk Measurement。 每週教學進度: 第一週~第二週：教學內容 #1。 第三週~第四週：教學內容 #2。 第五週~第六週：教學內容 #3。 第七週~第八週：教學內容 #4。 第九週~第十週：教學內容 #5。 第十一週~第十二週：教學內容 #6。 第十三週~第十四週：教學內容 #7。 第十五週~第十六週：教學內容 #8。 第十七週~第十八週：教學內容 #9。
教科書/參考書
Textbook: Credit Risk Analytics: Measurement Techniques, Applications, and Examples in SAS by Bart Baesens, Daniel Rösch, and Harald Scheule Publisher: John Wiley & Sons 風險管理新標竿—風險值理論與應用─The Benchmark for Risk Management 作者： 沈大白 、 周大慶 、 柯瓊鳳 、 張大成 、 敬永康 出版單位：智勝文化事業公司 Financial Risk Manager Handbook Author: Philippe Jorion Publisher: GARP Reference: Quantitative Risk Management: Concepts, Techniques and Tools, by Alexander J. McNeil, Rüdiger Frey, and Paul Embrechts Publisher: Princeton University Press Credit risk modeling using Excel and VBA by Gunter Löffler and Peter N. Posch Publisher: wiley
評分標準
期中報告(40%)、期末考試(40%)、作業(20%)。
學分數
3
授課時數(周)
3
開課班級
M10744
修課人數
7
108-2_巨量資料技術與分析應用
教學目標
熟稔近期蓬勃發展之巨量資料技術、軟硬體之發展，以及分析手法之推展與運用。相關巨量資料採礦分析之基本概念、原理、方法與分析技術之建立，並能了解各類巨量資料分析工具，以及軟體操作技術與程式撰寫，以有效整合巨量資料工具與分析方法於實際問題討論上。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-15.00%;專題實作與報告-35.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
(I)資料分析概念與方法：
1.課程簡介、巨量資料技術與分析緒論
2.軟硬體之演進與巨量資料分析的改變
3.Naïve Bayes Tree
4.線性迴歸建模之應用
5.邏輯斯迴歸分類法、決策樹
6.判別分析
7.維度縮減分析
8.網路爬蟲
9.文本探勘
(II)資料分析技術：
1.R&Rstudio軟體介紹
2.巨量資料分析軟體建構與介紹
3.資料庫簡介與技術
4.資料視覺化
5.開源軟體簡介
教科書/參考書
1.譚磊. 大數據挖掘-從巨量資料發現別人看不到的秘密.
2.簡禎富、許嘉裕. 資料採礦與大數據分析.
3.安德魯．麥克菲, 艾立克．布林約爾松, 湯瑪斯．戴文波特, 帕蒂爾, 珍．羅斯, 辛西雅．比思 等著. 哈佛教你精通大數據.
4.Cuesta, H. (2013). Practical Data Analysis.
5.Domingos, P. (2015). The master algorithm: How the quest for the ultimate learning machine will remake our world. Basic Books.
6.Mayor, E. (2015). Learning Predictive Analytics with R.
7.Makhabel, B. (2014). Learning Data Mining with R.
8.Prajapati, V. (2013). Big data analytics with R and Hadoop. Packt Publishing Ltd.
9.Torgo, L. (2010). Data mining with R: learning with case studies. Chapman & Hall/CRC.
10. Viktor Mayer-Schonberger and Kenneth Cukier. Big Data:A Revolution That Will Transform How We Live, Work, and Think.
11.Zumel, N., Mount, J., and Porzak, J. Practical Data Science with R.
評分標準
論文閱讀與簡報：30% 期末專題成果報告(口頭、書面)：35% 課堂討論、作業： 25% 活動、其他課程(競賽)參與或出席：10%
學分數
3
授課時數(周)
3
開課班級
M10844
修課人數
13
熟稔近期蓬勃發展之巨量資料技術、軟硬體之發展，以及分析手法之推展與運用。相關巨量資料採礦分析之基本概念、原理、方法與分析技術之建立，並能了解各類巨量資料分析工具，以及軟體操作技術與程式撰寫，以有效整合巨量資料工具與分析方法於實際問題討論上。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-15.00%;專題實作與報告-35.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
(I)資料分析概念與方法：
1.課程簡介、巨量資料技術與分析緒論
2.軟硬體之演進與巨量資料分析的改變
3.Naïve Bayes Tree
4.線性迴歸建模之應用
5.邏輯斯迴歸分類法、決策樹
6.判別分析
7.維度縮減分析
8.網路爬蟲
9.文本探勘
(II)資料分析技術：
1.R&Rstudio軟體介紹
2.巨量資料分析軟體建構與介紹
3.資料庫簡介與技術
4.資料視覺化
5.開源軟體簡介
教科書/參考書
1.譚磊. 大數據挖掘-從巨量資料發現別人看不到的秘密.
2.簡禎富、許嘉裕. 資料採礦與大數據分析.
3.安德魯．麥克菲, 艾立克．布林約爾松, 湯瑪斯．戴文波特, 帕蒂爾, 珍．羅斯, 辛西雅．比思 等著. 哈佛教你精通大數據.
4.Cuesta, H. (2013). Practical Data Analysis.
5.Domingos, P. (2015). The master algorithm: How the quest for the ultimate learning machine will remake our world. Basic Books.
6.Mayor, E. (2015). Learning Predictive Analytics with R.
7.Makhabel, B. (2014). Learning Data Mining with R.
8.Prajapati, V. (2013). Big data analytics with R and Hadoop. Packt Publishing Ltd.
9.Torgo, L. (2010). Data mining with R: learning with case studies. Chapman & Hall/CRC.
10. Viktor Mayer-Schonberger and Kenneth Cukier. Big Data:A Revolution That Will Transform How We Live, Work, and Think.
11.Zumel, N., Mount, J., and Porzak, J. Practical Data Science with R.
評分標準
論文閱讀與簡報：30% 期末專題成果報告(口頭、書面)：35% 課堂討論、作業： 25% 活動、其他課程(競賽)參與或出席：10%
學分數
3
授課時數(周)
3
開課班級
M10844
修課人數
13
108-2_統計風險模型
教學目標
介紹迴歸模型分析於精算與財務應用之內容，並援引精算考試相關之參考書內容作為主軸，輔以參考書提供之實際資料進行討論與解析。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-30.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 迴歸分析：根據選用參考書之實際資料進行迴歸分析方法之介紹與應用； 2. 模型選取：於迴歸模型假設下，經由蓋似函數相關之選模準則進行模型選取如高估或低估狀況下之相關問題解析； 3. 簡易時間序列分析：根據參考書選用之基本時間序列模型如AR、MA、ARCH與GARCH等模型，介紹時間相關資料分析之流程； 4. 非線性模型：介紹類別型、計數型等資料之相關非線性模型分流程。
教科書/參考書
Regression Modeling with Actuarial and Financial Applications Edward W. Frees (2010).
評分標準
期中考30% 期末考30% 平常成績40%
學分數
3
授課時數(周)
3
開課班級
M10744
修課人數
9
介紹迴歸模型分析於精算與財務應用之內容，並援引精算考試相關之參考書內容作為主軸，輔以參考書提供之實際資料進行討論與解析。
授課形式
理論講述與討論-40.00%;個案分析或作品賞析-30.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 迴歸分析：根據選用參考書之實際資料進行迴歸分析方法之介紹與應用； 2. 模型選取：於迴歸模型假設下，經由蓋似函數相關之選模準則進行模型選取如高估或低估狀況下之相關問題解析； 3. 簡易時間序列分析：根據參考書選用之基本時間序列模型如AR、MA、ARCH與GARCH等模型，介紹時間相關資料分析之流程； 4. 非線性模型：介紹類別型、計數型等資料之相關非線性模型分流程。
教科書/參考書
Regression Modeling with Actuarial and Financial Applications Edward W. Frees (2010).
評分標準
期中考30% 期末考30% 平常成績40%
學分數
3
授課時數(周)
3
開課班級
M10744
修課人數
9
108-2_統計建模與模擬
教學目標
課程以單元式介紹統計研究常用之演算法並以統計軟體 R 進行實作，透過程式編寫熟悉課堂所學相關理論，進而達到分析資料與統計推論之目的。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-10.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Generating Discrete and Continuous Random Variables
－ Inverse transform method
－ Acceptance-Rejection method
－ Composition approach
－ Poisson process
－ Nonhomogeneous Poisson process
2. Statistical Analysis of Simulated Data
－ Sample mean
－ Sample variance
－ Interval estimates
－ Bootstrapping techniques
－ EM algorithm
3. Variance Reduction Techniques
－ Antithetic variables
－ Control variates
－ Variance reduction by conditioning
－ Stratified sampling
－ Importance sampling
4. Markov Chain Monte Carlo Methods
－ Markov chains
－ Hastings-Metropolis algorithm
－ Gibbs sampler
－ Sampling Importance Resampling algorithm
5. Statistical Validation Techniques
教科書/參考書
S. Ross (2012). Simulation. 5th Edition. Academic Press.
評分標準
作業50%，期末報告30%，課堂表現(含出席)20%
學分數
3
授課時數(周)
3
開課班級
M10844
修課人數
4
課程以單元式介紹統計研究常用之演算法並以統計軟體 R 進行實作，透過程式編寫熟悉課堂所學相關理論，進而達到分析資料與統計推論之目的。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-10.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Generating Discrete and Continuous Random Variables
－ Inverse transform method
－ Acceptance-Rejection method
－ Composition approach
－ Poisson process
－ Nonhomogeneous Poisson process
2. Statistical Analysis of Simulated Data
－ Sample mean
－ Sample variance
－ Interval estimates
－ Bootstrapping techniques
－ EM algorithm
3. Variance Reduction Techniques
－ Antithetic variables
－ Control variates
－ Variance reduction by conditioning
－ Stratified sampling
－ Importance sampling
4. Markov Chain Monte Carlo Methods
－ Markov chains
－ Hastings-Metropolis algorithm
－ Gibbs sampler
－ Sampling Importance Resampling algorithm
5. Statistical Validation Techniques
教科書/參考書
S. Ross (2012). Simulation. 5th Edition. Academic Press.
評分標準
作業50%，期末報告30%，課堂表現(含出席)20%
學分數
3
授課時數(周)
3
開課班級
M10844
修課人數
4
108-2_統計模型選取之理論與應用
教學目標
(線性)模型選取的理論介紹，在特定模型假設下，根據資料所得之資訊進行最佳模型之選擇。其中包含假設檢定方法，模型選舉準則之介紹，並討論相關極限大樣本理論。
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 模型選取簡介 2. 線性與非線性模型 3. 傳統模型選取準則 4. 論文研讀 5. 分組討論 6. 專題報告
教科書/參考書
無。
評分標準
期中報告40% 期末報告40% 平常成績20%
學分數
3
授課時數(周)
3
開課班級
M10744
修課人數
10
(線性)模型選取的理論介紹，在特定模型假設下，根據資料所得之資訊進行最佳模型之選擇。其中包含假設檢定方法，模型選舉準則之介紹，並討論相關極限大樣本理論。
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. 模型選取簡介 2. 線性與非線性模型 3. 傳統模型選取準則 4. 論文研讀 5. 分組討論 6. 專題報告
教科書/參考書
無。
評分標準
期中報告40% 期末報告40% 平常成績20%
學分數
3
授課時數(周)
3
開課班級
M10744
修課人數
10
108-2_實驗設計
教學目標
此為一門結合理論及實用兼具的課程。課程安排讓學生能掌握實驗設計之基本精神與原理，建立學生正確的統計分析觀念及如何有效地收集實驗數據資料，以利其日後進行相關的統計研究分析。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-15.00%;專題實作與報告-15.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction to Designed Experiments
2. Basic Statistical Methods
3. Analysis of Variance
4. Experiments with Blocking Factors
5. Factorial Experiments
6. Factorial Designs
7. Blocking and Confounding Systems
8. Fractional Factorial Designs
9. Response Surface Methodology
10. Other Related Topics
教科書/參考書
Douglas C. Montgomery. Design and Analysis of Experiments. Wiley.
Neter, Kutner, Nachtsheim and Wasserman. Applied Linear Regression Models. McGraw-Hill.
Charles R. Hicks & Kenneth V. Turner, Jr. Fundamental Concepts in the Design of Experiments. Oxford University Press.
Su, Chao-Ton. Quality engineering: off-line methods and applications. CRC Press, 2013.
評分標準
作業 35%; 期中考 30%; 期末考(或報告) 35%;
學分數
3
授課時數(周)
3
開課班級
M10844
修課人數
7
此為一門結合理論及實用兼具的課程。課程安排讓學生能掌握實驗設計之基本精神與原理，建立學生正確的統計分析觀念及如何有效地收集實驗數據資料，以利其日後進行相關的統計研究分析。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-15.00%;專題實作與報告-15.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction to Designed Experiments
2. Basic Statistical Methods
3. Analysis of Variance
4. Experiments with Blocking Factors
5. Factorial Experiments
6. Factorial Designs
7. Blocking and Confounding Systems
8. Fractional Factorial Designs
9. Response Surface Methodology
10. Other Related Topics
教科書/參考書
Douglas C. Montgomery. Design and Analysis of Experiments. Wiley.
Neter, Kutner, Nachtsheim and Wasserman. Applied Linear Regression Models. McGraw-Hill.
Charles R. Hicks & Kenneth V. Turner, Jr. Fundamental Concepts in the Design of Experiments. Oxford University Press.
Su, Chao-Ton. Quality engineering: off-line methods and applications. CRC Press, 2013.
評分標準
作業 35%; 期中考 30%; 期末考(或報告) 35%;
學分數
3
授課時數(周)
3
開課班級
M10844
修課人數
7
108-2_統計品管
教學目標
學習近代統計品質管制概念、技術、工作及分析方法。
本課程將介紹統計品質管制的理論和方法，包括製程管理能力、控制圖、量測分析、驗收抽樣。
讓學生瞭解品管監測的基本概念，學習各種可用的統計工具以協助品質監測，藉由數據分析獲取實務經驗。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-10.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction and Modern Quality Management
2. Statistical Models, Quality Control
3. Statistical inference in Quality Control
4. Process Control and Capability Analysis
5. Variables or Attributes Control Charts
6. Measurement Systems Capability
7. Acceptance Sampling
教科書/參考書
教科書：
Montgomery, D. C. (2013). Introduction to statistical quality control: a modern introduction. 7th ed. John Wiley & Sons.
評分標準
平時作業：35% 期中考：30% 期末考或期末報告：35%
學分數
3
授課時數(周)
3
開課班級
M10744
修課人數
9
學習近代統計品質管制概念、技術、工作及分析方法。
本課程將介紹統計品質管制的理論和方法，包括製程管理能力、控制圖、量測分析、驗收抽樣。
讓學生瞭解品管監測的基本概念，學習各種可用的統計工具以協助品質監測，藉由數據分析獲取實務經驗。
授課形式
理論講述與討論-60.00%;個案分析或作品賞析-10.00%;專題實作與報告-30.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction and Modern Quality Management
2. Statistical Models, Quality Control
3. Statistical inference in Quality Control
4. Process Control and Capability Analysis
5. Variables or Attributes Control Charts
6. Measurement Systems Capability
7. Acceptance Sampling
教科書/參考書
教科書：
Montgomery, D. C. (2013). Introduction to statistical quality control: a modern introduction. 7th ed. John Wiley & Sons.
評分標準
平時作業：35% 期中考：30% 期末考或期末報告：35%
學分數
3
授課時數(周)
3
開課班級
M10744
修課人數
9
108-2_書報討論(一)
教學目標
透過邀請國內、外知名學者蒞臨本系演講，讓學生了解目前最新的研究趨勢，並有機會接觸這些來訪學者。
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
定期安排演講。
教科書/參考書
無。
評分標準
期末將由學生進行研究報告。
學分數
1
授課時數(周)
2
開課班級
M10844
修課人數
12
透過邀請國內、外知名學者蒞臨本系演講，讓學生了解目前最新的研究趨勢，並有機會接觸這些來訪學者。
授課形式
理論講述與討論-100.00%;個案分析或作品賞析-0.00%;專題實作與報告-0.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
定期安排演講。
教科書/參考書
無。
評分標準
期末將由學生進行研究報告。
學分數
1
授課時數(周)
2
開課班級
M10844
修課人數
12