110-2_多變量分析
教學目標
多變量分析是實務應用經常被使用的分析方法，透過本課程，我們將從矩陣的基礎理論開始，進而學習各式多變量的分析手法。
授課形式
理論講述與討論-80.00%;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-20.00%;其他-0.00%
課程內容與進度
elementary matrix operations; regression analysis; principal component analysis; cluster analysis; path analysis; factor analysis.
教科書/參考書
K. Adachi (2020) Matrix-based introduction to multivariate data analysis. 【https://doi.org/10.1007/978-981-15-4103-2】
評分標準
期末研究報告40%、期末口頭報告20%、實驗報告40%
學分數
3
授課時數(周)
3
開課班級
M11044
修課人數
5
多變量分析是實務應用經常被使用的分析方法，透過本課程，我們將從矩陣的基礎理論開始，進而學習各式多變量的分析手法。
授課形式
理論講述與討論-80.00%;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-20.00%;其他-0.00%
課程內容與進度
elementary matrix operations; regression analysis; principal component analysis; cluster analysis; path analysis; factor analysis.
教科書/參考書
K. Adachi (2020) Matrix-based introduction to multivariate data analysis. 【https://doi.org/10.1007/978-981-15-4103-2】
評分標準
期末研究報告40%、期末口頭報告20%、實驗報告40%
學分數
3
授課時數(周)
3
開課班級
M11044
修課人數
5
110-2_資料科學實務
教學目標
為配合本校政策，本課程於 5/9 (一) ~ 5/22 (日) 將進行「實體課程，實體測驗/報告」，上課教室改至理407，同學請評估自身狀況，若有不適，則請提早告知當週授課老師進行協調。 (2022/5/9 更新)
本課程主要訓練學生應用在本校數據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
A10741
修課人數
14
為配合本校政策，本課程於 5/9 (一) ~ 5/22 (日) 將進行「實體課程，實體測驗/報告」，上課教室改至理407，同學請評估自身狀況，若有不適，則請提早告知當週授課老師進行協調。 (2022/5/9 更新)
本課程主要訓練學生應用在本校數據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
A10741
修課人數
14
110-2_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
M10944
修課人數
5
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
M10944
修課人數
5
110-2_線性模型
教學目標
線性模型涵蓋許多重要的統計模型，包括迴歸模型、變異數分析模型、羅吉斯模型、實驗設計模型等，並以簡潔的矩陣形式來表達及分析這些模型。因此主要教學目標在於使同學熟悉統計常用的矩陣計算及技巧，各種線性模型的意義及其應用，並應用矩陣計算來執行各種線性模型的分析、估計、及統計檢定等問題。由於在應用上，線性模型廣受各領域的重視，因此亦將加入各模型在各領域上的應用實例，使得同學對於各種不同的線性模型，能有更深入的認識。
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
教學內容: 1.Elementary Theorems on Linear and Matrix Algebra。 2. Heteroscedasticity。 3. Multidimensional Normal Distribution and Sampling Theorems。 4. Distributions of Quadratic Forms。 5. Multicollinearity。 6. General Linear Model: Logistic Regression。 7. Simultaneous equations。 8. Applications of the General Linear Model。 每週教學進度: 第一週~第二週：教學內容 #1。 第三週~第五週：教學內容 #2~#3。 第六週~第九週：教學內容 #4，第一次考試。 第十週~第十二週：教學內容 #5。 第十三週~第十五週：教學內容 #6~#7。 第十六週~第十八週：教學內容 #8，第二次考試。
教科書/參考書
Textbook: Theory and Application of the Linear Model Author: Franklin A. Graybill Publisher: Duxbury Press Introduction to econemetrics Author: Maddala Publisher: Prentice Reference: Plane Answers to Complex Questions: The Theory of Linear Models, 2nd ed., Author: Ronald Christensen Publisher: Springer
評分標準
作業：繳交3~6次作業，以活用上課所教授內容為主要目的。 期中、期末考試共兩次。 學生學習評量方式期中考(30%)、期末考(30%)、作業(40%)。
學分數
3
授課時數(周)
3
開課班級
M10944
修課人數
5
線性模型涵蓋許多重要的統計模型，包括迴歸模型、變異數分析模型、羅吉斯模型、實驗設計模型等，並以簡潔的矩陣形式來表達及分析這些模型。因此主要教學目標在於使同學熟悉統計常用的矩陣計算及技巧，各種線性模型的意義及其應用，並應用矩陣計算來執行各種線性模型的分析、估計、及統計檢定等問題。由於在應用上，線性模型廣受各領域的重視，因此亦將加入各模型在各領域上的應用實例，使得同學對於各種不同的線性模型，能有更深入的認識。
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
教學內容: 1.Elementary Theorems on Linear and Matrix Algebra。 2. Heteroscedasticity。 3. Multidimensional Normal Distribution and Sampling Theorems。 4. Distributions of Quadratic Forms。 5. Multicollinearity。 6. General Linear Model: Logistic Regression。 7. Simultaneous equations。 8. Applications of the General Linear Model。 每週教學進度: 第一週~第二週：教學內容 #1。 第三週~第五週：教學內容 #2~#3。 第六週~第九週：教學內容 #4，第一次考試。 第十週~第十二週：教學內容 #5。 第十三週~第十五週：教學內容 #6~#7。 第十六週~第十八週：教學內容 #8，第二次考試。
教科書/參考書
Textbook: Theory and Application of the Linear Model Author: Franklin A. Graybill Publisher: Duxbury Press Introduction to econemetrics Author: Maddala Publisher: Prentice Reference: Plane Answers to Complex Questions: The Theory of Linear Models, 2nd ed., Author: Ronald Christensen Publisher: Springer
評分標準
作業：繳交3~6次作業，以活用上課所教授內容為主要目的。 期中、期末考試共兩次。 學生學習評量方式期中考(30%)、期末考(30%)、作業(40%)。
學分數
3
授課時數(周)
3
開課班級
M10944
修課人數
5
110-2_相依資料可靠度分析
教學目標
(5/6 更新) 為配合本校政策，本課程 5/9 (一) ~ 5/22 (日) 將進行 "線上與實體混成授課，實體測驗/報告"，
以實體上課為主，請同學評估自身狀況若不適合則以線上方式參與課程，請務必加入下方 Microsoft Teams 課程團隊，請勿缺席。(5/6 更新)
欲選修本課程之同學請加入 Microsoft Teams 課程團隊，若因疫情需線上授課將在此團隊進行，
團隊連結為： https://teams.microsoft.com/l/team/19%3aC_2OboYFdcBqd2Q1bYfqj7hIBO7VB4whtfmDLfEdZww1%40thread.tacv2/conversations?groupId=e36eb0d4-bfbe-424b-a915-68b40b446e88&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7
本課程著重於探索相依資料與可靠度於實際資料分析的討論。 以論文選讀及再現文中模擬實驗的方式，使同學了解統計在前述相關領域之應用。
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
論文閱讀、模擬實驗實作與成果報告
教科書/參考書
1. Meeker, W. Q., Escobar, L. A., & Pascual, F. G. (2022). Statistical methods for reliability data. John Wiley & Sons.
2. Diggle, P. J. (2013). Statistical analysis of spatial and spatio-temporal point patterns. CRC press.
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
M11044
修課人數
6
(5/6 更新) 為配合本校政策，本課程 5/9 (一) ~ 5/22 (日) 將進行 "線上與實體混成授課，實體測驗/報告"，
以實體上課為主，請同學評估自身狀況若不適合則以線上方式參與課程，請務必加入下方 Microsoft Teams 課程團隊，請勿缺席。(5/6 更新)
欲選修本課程之同學請加入 Microsoft Teams 課程團隊，若因疫情需線上授課將在此團隊進行，
團隊連結為： https://teams.microsoft.com/l/team/19%3aC_2OboYFdcBqd2Q1bYfqj7hIBO7VB4whtfmDLfEdZww1%40thread.tacv2/conversations?groupId=e36eb0d4-bfbe-424b-a915-68b40b446e88&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7
本課程著重於探索相依資料與可靠度於實際資料分析的討論。 以論文選讀及再現文中模擬實驗的方式，使同學了解統計在前述相關領域之應用。
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
論文閱讀、模擬實驗實作與成果報告
教科書/參考書
1. Meeker, W. Q., Escobar, L. A., & Pascual, F. G. (2022). Statistical methods for reliability data. John Wiley & Sons.
2. Diggle, P. J. (2013). Statistical analysis of spatial and spatio-temporal point patterns. CRC press.
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
M11044
修課人數
6
110-2_無母數統計
教學目標
在實務統計應用領域，母體分佈的假設往往是影響最後統計推論的重要關鍵，然而若是對母體分佈一無所知，就需要無母數統計方法的幫助。透過本課程，我們將學習各式無母數統計方法的基礎。
授課形式
理論講述與討論-80.00%;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-20.00%;其他-0.00%
課程內容與進度
order statistics; empirical distribution; goodness of fit; test of independence; nonparametric density estimation.
教科書/參考書
J. V. Deshpande, U. Naik-Nimbalkar and I. Dewan (2018) Nonparametric statistics: theory and methods. 【http://www.worldscientific.com/worldscibooks/10.1142/9529#t=toc】
評分標準
期末研究報告40%；期末口頭報告20%、實驗報告40%
學分數
3
授課時數(周)
3
開課班級
M11044
修課人數
5
在實務統計應用領域，母體分佈的假設往往是影響最後統計推論的重要關鍵，然而若是對母體分佈一無所知，就需要無母數統計方法的幫助。透過本課程，我們將學習各式無母數統計方法的基礎。
授課形式
理論講述與討論-80.00%;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-20.00%;其他-0.00%
課程內容與進度
order statistics; empirical distribution; goodness of fit; test of independence; nonparametric density estimation.
教科書/參考書
J. V. Deshpande, U. Naik-Nimbalkar and I. Dewan (2018) Nonparametric statistics: theory and methods. 【http://www.worldscientific.com/worldscibooks/10.1142/9529#t=toc】
評分標準
期末研究報告40%；期末口頭報告20%、實驗報告40%
學分數
3
授課時數(周)
3
開課班級
M11044
修課人數
5
110-2_統計風險模型
教學目標
本課程於111年5月9日(一)至111年5月22日(日)期間改為線上遠距教學，使用軟體為Microsoft teams，課程連結如下： https://teams.microsoft.com/l/team/19%3aTwf8XUNiewCgwEmA9FL8-vSmKMCQRETHU1yR-IJI22U1%40thread.tacv2/conversations?groupId=234adbf9-807a-4373-ac32-4a25a3971fcd&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7 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
M10944
修課人數
3
本課程於111年5月9日(一)至111年5月22日(日)期間改為線上遠距教學，使用軟體為Microsoft teams，課程連結如下： https://teams.microsoft.com/l/team/19%3aTwf8XUNiewCgwEmA9FL8-vSmKMCQRETHU1yR-IJI22U1%40thread.tacv2/conversations?groupId=234adbf9-807a-4373-ac32-4a25a3971fcd&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7 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
M10944
修課人數
3
110-2_統計建模與模擬
教學目標
(5/19 更新) 配合本校政策課程改為 "線上授課" 並以 Microsoft Teams 進行至本學期結束。(5/19 更新)
(5/6 更新) 為配合本校政策，本課程 5/9 (一) ~ 5/22 (日) 將進行 "線上與實體混成授課，實體測驗/報告"，
請同學自行評估是否實體到課，若選擇線上上課者務必加入下方 Microsoft Teams 課程團隊，請勿缺席。(5/6 更新)
欲選修本課程之同學請加入 Microsoft Teams 課程團隊，若因疫情需線上授課將在此團隊進行，
團隊連結為： https://teams.microsoft.com/l/team/19%3alOu0GmvMa43IoSFQd1uNkmQ-hywZ5J1F_U7ta2fupB01%40thread.tacv2/conversations?groupId=23a82802-3a4b-4dd2-a6f6-c5e4e9eef6c2&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7
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
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40%，課堂表現(含出席)10%
學分數
3
授課時數(周)
3
開課班級
M10944
修課人數
9
(5/19 更新) 配合本校政策課程改為 "線上授課" 並以 Microsoft Teams 進行至本學期結束。(5/19 更新)
(5/6 更新) 為配合本校政策，本課程 5/9 (一) ~ 5/22 (日) 將進行 "線上與實體混成授課，實體測驗/報告"，
請同學自行評估是否實體到課，若選擇線上上課者務必加入下方 Microsoft Teams 課程團隊，請勿缺席。(5/6 更新)
欲選修本課程之同學請加入 Microsoft Teams 課程團隊，若因疫情需線上授課將在此團隊進行，
團隊連結為： https://teams.microsoft.com/l/team/19%3alOu0GmvMa43IoSFQd1uNkmQ-hywZ5J1F_U7ta2fupB01%40thread.tacv2/conversations?groupId=23a82802-3a4b-4dd2-a6f6-c5e4e9eef6c2&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7
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
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40%，課堂表現(含出席)10%
學分數
3
授課時數(周)
3
開課班級
M10944
修課人數
9
110-2_統計模型選取之理論與應用
教學目標
本課程於111年5月9日(一)至111年5月22日(日)期間改為線上遠距教學，使用軟體為Microsoft teams，課程連結如下： https://teams.microsoft.com/l/team/19%3avOiT7wHPjrgZSdX9osIrIWB5IKkBiBDz9W5xEW4OOI41%40thread.tacv2/conversations?groupId=50e4cc61-5e48-4646-bd39-aaba1a9ec94a&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7 (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。以論文導讀的方式，使同學了解於統計各相關領域之選模應用。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-50.00%;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
M11044
修課人數
3
本課程於111年5月9日(一)至111年5月22日(日)期間改為線上遠距教學，使用軟體為Microsoft teams，課程連結如下： https://teams.microsoft.com/l/team/19%3avOiT7wHPjrgZSdX9osIrIWB5IKkBiBDz9W5xEW4OOI41%40thread.tacv2/conversations?groupId=50e4cc61-5e48-4646-bd39-aaba1a9ec94a&tenantId=5a484953-77ef-42ec-90cf-2f4e1037ffc7 (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。以論文導讀的方式，使同學了解於統計各相關領域之選模應用。
授課形式
理論講述與討論-50.00%;個案分析或作品賞析-50.00%;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
M11044
修課人數
3
110-2_品質工程實務
教學目標
為配合本校政策，本課程於 5/9 (一) ~ 5/22 (日) 將進行「線上與實體混成授課，實體測驗/報告」，以實體上課為主，同學請評估自身狀況，若有不適，請提早告知並以線上方式參與課程。
課程視訊軟體 Microsoft Teams，已將修課同學加入「110-2品質工程實務」團隊 (2022/5/7 更新)
本課程將介紹品質工程原理與方法，包括品質工程概念、實驗設計介紹、田口方法、品質損失函數等之概念與相關最佳化手法。
於學習品質工程概念及數據分析手法之過程中，藉由實際數據分析與操作，累積分析品質工程數據之能力，並增加實務應用經驗與操作之能力，熟稔統計應用，並與品質工程方法相結合之能力，並熟稔業界在應用品質工程實務操作之面相與方式。
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
1.課程介紹與說明
2.品質工程：緒論
3.品質工程：實驗設計(I)
4.品質工程：實驗設計(II)
5.案例說明與分享
6.品質工程：原理與直交表
7.案例說明與分享
8.閱讀與簡報(I)
9.閱讀與簡報(II)
10.品質工程：品質損失函數
11.品質工程：靜態特性參數設計
12.案例說明與分享
13.品質工程：量測系統分析
14.案例說明與分享、報告
15.分析報告
16.品質工程：六標準差專案
17.品質工程：反應曲面法
18.專題成果報告
教科書/參考書
1. Allen, Theodore T. Introduction to engineering statistics and six sigma: statistical quality control and design of experiments and systems. Springer Science & Business Media, 2006.
2. Lenz, Hans-Joachim, Wolfgang Schmid, and Peter-Th Wilrich, eds. Frontiers in statistical quality control 10. Vol. 10. Springer Science & Business Media, 2012.
3.Montgomery, D. C. (2013). Introduction to statistical quality control: a modern introduction. 7th ed. John Wiley & Sons.
4. Su, Chao-Ton. Quality engineering: off-line methods and applications. CRC Press, 2013.
5. 鄭春生. 品質管理-現代化觀念與實務應用
評分標準
作業：20%
閱讀與簡報：25%
專題成果報告：40%
課堂參與與出席： 15%
學分數
3
授課時數(周)
3
開課班級
M10944
修課人數
10
為配合本校政策，本課程於 5/9 (一) ~ 5/22 (日) 將進行「線上與實體混成授課，實體測驗/報告」，以實體上課為主，同學請評估自身狀況，若有不適，請提早告知並以線上方式參與課程。
課程視訊軟體 Microsoft Teams，已將修課同學加入「110-2品質工程實務」團隊 (2022/5/7 更新)
本課程將介紹品質工程原理與方法，包括品質工程概念、實驗設計介紹、田口方法、品質損失函數等之概念與相關最佳化手法。
於學習品質工程概念及數據分析手法之過程中，藉由實際數據分析與操作，累積分析品質工程數據之能力，並增加實務應用經驗與操作之能力，熟稔統計應用，並與品質工程方法相結合之能力，並熟稔業界在應用品質工程實務操作之面相與方式。
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
1.課程介紹與說明
2.品質工程：緒論
3.品質工程：實驗設計(I)
4.品質工程：實驗設計(II)
5.案例說明與分享
6.品質工程：原理與直交表
7.案例說明與分享
8.閱讀與簡報(I)
9.閱讀與簡報(II)
10.品質工程：品質損失函數
11.品質工程：靜態特性參數設計
12.案例說明與分享
13.品質工程：量測系統分析
14.案例說明與分享、報告
15.分析報告
16.品質工程：六標準差專案
17.品質工程：反應曲面法
18.專題成果報告
教科書/參考書
1. Allen, Theodore T. Introduction to engineering statistics and six sigma: statistical quality control and design of experiments and systems. Springer Science & Business Media, 2006.
2. Lenz, Hans-Joachim, Wolfgang Schmid, and Peter-Th Wilrich, eds. Frontiers in statistical quality control 10. Vol. 10. Springer Science & Business Media, 2012.
3.Montgomery, D. C. (2013). Introduction to statistical quality control: a modern introduction. 7th ed. John Wiley & Sons.
4. Su, Chao-Ton. Quality engineering: off-line methods and applications. CRC Press, 2013.
5. 鄭春生. 品質管理-現代化觀念與實務應用
評分標準
作業：20%
閱讀與簡報：25%
專題成果報告：40%
課堂參與與出席： 15%
學分數
3
授課時數(周)
3
開課班級
M10944
修課人數
10
110-2_書報討論(一)
教學目標
(5/19 更新) 配合本校政策課程改為 "線上授課"，請參考所上演講公告日期及線上會議連結準時上線。 (5/19 更新)
(5/6 更新) 為配合本校政策，本課程 5/9 (一) ~ 5/22 (日) 將進行 "線上與實體混成授課，實體測驗/報告"，
以實體上課為主，請同學評估自身狀況若不適合則以線上方式參與演講，請勿缺席。
演講網址 (Google Meet)：https://meet.google.com/rdi-zntt-bqj (5/6 更新)
透過邀請國內、外知名學者蒞臨本所演講，使學生了解目前統計與數據科學最新的研究趨勢與應用領域，並有機會接觸來訪學者。
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
專題演講出席次數、演講參與心得、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
M11044
修課人數
12
(5/19 更新) 配合本校政策課程改為 "線上授課"，請參考所上演講公告日期及線上會議連結準時上線。 (5/19 更新)
(5/6 更新) 為配合本校政策，本課程 5/9 (一) ~ 5/22 (日) 將進行 "線上與實體混成授課，實體測驗/報告"，
以實體上課為主，請同學評估自身狀況若不適合則以線上方式參與演講，請勿缺席。
演講網址 (Google Meet)：https://meet.google.com/rdi-zntt-bqj (5/6 更新)
透過邀請國內、外知名學者蒞臨本所演講，使學生了解目前統計與數據科學最新的研究趨勢與應用領域，並有機會接觸來訪學者。
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
專題演講出席次數、演講參與心得、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
M11044
修課人數
12