112-1_統計學習
教學目標
由機率統計觀點切入，了解統計、機器學習方法及相關演算法
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;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.介紹機器學習方法，包含PLA、SVM、SVR與Adaboost等相關技法；
2.介紹統計學習方法，包含LM、Logistic LM與lasso等相關技法；
教科書/參考書
The Elements of Statistical Learning - Data_Mining, Inference, and Prediction, Hastie et. al. (2008)
評分標準
期中考或期中報告：30%; 期末報告：35%; 作業：25%; 課堂討論、其他表現或出席：10%
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
15
由機率統計觀點切入，了解統計、機器學習方法及相關演算法
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-0.00%;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.介紹機器學習方法，包含PLA、SVM、SVR與Adaboost等相關技法；
2.介紹統計學習方法，包含LM、Logistic LM與lasso等相關技法；
教科書/參考書
The Elements of Statistical Learning - Data_Mining, Inference, and Prediction, Hastie et. al. (2008)
評分標準
期中考或期中報告：30%; 期末報告：35%; 作業：25%; 課堂討論、其他表現或出席：10%
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
15
112-1_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
第一次考試：30% 第二次考試：30% 期末考試：40%
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
8
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
第一次考試：30% 第二次考試：30% 期末考試：40%
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
8
112-1_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. Autocorrelation。 4. Distributions of Quadratic Forms。 5. Multicollinearity。 6. General Linear Model: Logistic Regression。 7. Simultaneous equations。 8. Fixed Effect Model and Random Effect 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(30%)、上課表現(10%)。
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
16
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. Autocorrelation。 4. Distributions of Quadratic Forms。 5. Multicollinearity。 6. General Linear Model: Logistic Regression。 7. Simultaneous equations。 8. Fixed Effect Model and Random Effect 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(30%)、上課表現(10%)。
學分數
3
授課時數(周)
3
開課班級
M11144
修課人數
16
112-1_基礎統計
教學目標
授予學習統計的背景知識
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
機率空間、隨機變數、條件機率、統計模擬、線性代數
教科書/參考書
無
評分標準
期末作業100%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
13
授予學習統計的背景知識
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
機率空間、隨機變數、條件機率、統計模擬、線性代數
教科書/參考書
無
評分標準
期末作業100%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
13
112-1_最適設計
教學目標
建立和強化最適實驗設計的背景、理論及分析方法。
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. 最適設計簡介
2. 實驗策略
3. 最適設計與迴歸分析之關係
4. 標準設計
5. 最適設計理論
6. 近似及正合設計
7. 最適設計準則及等價定理
8. 最適設計建構演算法
教科書/參考書
Atkinson, A., Donev, A., & Tobias, R. (2007). Optimum experimental designs, with SAS (Vol. 34). OUP Oxford.
評分標準
作業及課堂參與： 40%;
報告：60%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
3
建立和強化最適實驗設計的背景、理論及分析方法。
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. 最適設計簡介
2. 實驗策略
3. 最適設計與迴歸分析之關係
4. 標準設計
5. 最適設計理論
6. 近似及正合設計
7. 最適設計準則及等價定理
8. 最適設計建構演算法
教科書/參考書
Atkinson, A., Donev, A., & Tobias, R. (2007). Optimum experimental designs, with SAS (Vol. 34). OUP Oxford.
評分標準
作業及課堂參與： 40%;
報告：60%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
3
112-1_迴歸分析
教學目標
對迴歸模型、迴歸分析的原理與方法獲得深入瞭解，除熟悉基本原理與假設、操作統計套裝軟體之外，並練習解決實際資料分析所遇到的問題，並於實際操作中更加了解迴歸模型的意涵、正確地解釋分析結果。
授課形式
理論講述與討論-85.00%;個案分析或作品賞析-0.00%;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 Review of linear algebra, 2 Simple linear regression, 3 Simple linear regression, 4 Multiple linear regression, 5 Multiple linear regression, 6 Basic variable selection, 7 Diagnostics, 8 Diagnostics, 9 Midterm exam, 10 Interactions and qualitative predictors, 11 ANOVA and ANCOVA, 12 Useful transformations, 13 Multilevel models, 14 Correlated errors, 15 Penalized regression, 16 Computational considerations, 17 Final presentation, 18 Advanced topics.
教科書/參考書
教科書：Chatterjee, S., & Hadi, A. S. (2012). Regression analysis by example. John Wiley & Sons. 參考書：Neter, J., Kutner, M. H., Nachtsheim, C. J., & Wasserman, W. (1996). Applied linear regression models. Chicago: Irwin.
評分標準
Homework: 30%; Midterm exam: 35%; Final presentation: 35%.
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
13
對迴歸模型、迴歸分析的原理與方法獲得深入瞭解，除熟悉基本原理與假設、操作統計套裝軟體之外，並練習解決實際資料分析所遇到的問題，並於實際操作中更加了解迴歸模型的意涵、正確地解釋分析結果。
授課形式
理論講述與討論-85.00%;個案分析或作品賞析-0.00%;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 Review of linear algebra, 2 Simple linear regression, 3 Simple linear regression, 4 Multiple linear regression, 5 Multiple linear regression, 6 Basic variable selection, 7 Diagnostics, 8 Diagnostics, 9 Midterm exam, 10 Interactions and qualitative predictors, 11 ANOVA and ANCOVA, 12 Useful transformations, 13 Multilevel models, 14 Correlated errors, 15 Penalized regression, 16 Computational considerations, 17 Final presentation, 18 Advanced topics.
教科書/參考書
教科書：Chatterjee, S., & Hadi, A. S. (2012). Regression analysis by example. John Wiley & Sons. 參考書：Neter, J., Kutner, M. H., Nachtsheim, C. J., & Wasserman, W. (1996). Applied linear regression models. Chicago: Irwin.
評分標準
Homework: 30%; Midterm exam: 35%; Final presentation: 35%.
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
13
112-1_書報討論(二)
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
M11144
修課人數
16
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
M11144
修課人數
16