113-1_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; principal component analysis; cluster analysis; path analysis; factor analysis.
教科書/參考書
R. A. Johnson and D. W. Wichern (2007). Applied multivariate statistical analysis. W. K. Hardle and L. Simar (2019) Applied multivariate statistical analysis.
評分標準
期末報告100%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
10
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; principal component analysis; cluster analysis; path analysis; factor analysis.
教科書/參考書
R. A. Johnson and D. W. Wichern (2007). Applied multivariate statistical analysis. W. K. Hardle and L. Simar (2019) Applied multivariate statistical analysis.
評分標準
期末報告100%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
10
113-1_統計風險模型
教學目標
介紹迴歸模型分析於精算和金融領域之內容與應用，學習及理解建構迴歸模型的程序及結果解釋，以及理論知識在風險管理及投資分析中的應用，並且能夠利用統計軟體實現這些模型分析成果。
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
1. 導論與基本概念 (2 週) 2. 線性迴歸模型 (3 週) 3. 廣義線性模型 (3 週) 4. 模型選擇與驗證(3 週) 5. 時間序列分析(3 週) 6. 案例分析與綜合應用 (2 週) 7. 精算研析(2 週)
教科書/參考書
Regression Modeling with Actuarial and Financial Applications Edward W. Frees (2010).
SOA Exam SRM Study Manual
評分標準
作業和平常成績35%; 期中考30% 期末考35%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
13
介紹迴歸模型分析於精算和金融領域之內容與應用，學習及理解建構迴歸模型的程序及結果解釋，以及理論知識在風險管理及投資分析中的應用，並且能夠利用統計軟體實現這些模型分析成果。
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
1. 導論與基本概念 (2 週) 2. 線性迴歸模型 (3 週) 3. 廣義線性模型 (3 週) 4. 模型選擇與驗證(3 週) 5. 時間序列分析(3 週) 6. 案例分析與綜合應用 (2 週) 7. 精算研析(2 週)
教科書/參考書
Regression Modeling with Actuarial and Financial Applications Edward W. Frees (2010).
SOA Exam SRM Study Manual
評分標準
作業和平常成績35%; 期中考30% 期末考35%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
13
113-1_迴歸分析
教學目標
使學生對迴歸模型、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-80.00%;個案分析或作品賞析-0.00%;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
1. Introduction 2. Simple Linear Regression 3. Residual Analysis 4. Multiple Regression 5. Model Selection 6. Advanced topics
教科書/參考書
Applied Linear Regression Models 4th Edition, by Kutner, Nachtsheim and Neter
評分標準
期中考30%；期末考30%；作業、報告及出席狀況40%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
15
使學生對迴歸模型、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-80.00%;個案分析或作品賞析-0.00%;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
1. Introduction 2. Simple Linear Regression 3. Residual Analysis 4. Multiple Regression 5. Model Selection 6. Advanced topics
教科書/參考書
Applied Linear Regression Models 4th Edition, by Kutner, Nachtsheim and Neter
評分標準
期中考30%；期末考30%；作業、報告及出席狀況40%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
15
113-1_貝氏統計
教學目標
本課程介紹條件機率與貝氏定理、先驗分布與後驗分布的概念。培養學生結合主觀的先驗分配與客觀的概似函數，整合出參數的後驗分佈，並應用貝氏統計的概念處理實際問題。
授課形式
理論講述與討論-90.00%;個案分析或作品賞析-0.00%;專題實作與報告-10.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction; 2. Measuring uncertainty; 3. Bayesian inference for discrete probability models; 4. Bayesian inference for continuous probability models; 5. Bayesian inference for normal mean; 6. Bayesian inference for difference between means.
教科書/參考書
Introduction to Bayesian statistics (Third Edition), by Bolstad and Curran.
評分標準
期中考30%；期末考30%；作業及出席狀況40%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
19
本課程介紹條件機率與貝氏定理、先驗分布與後驗分布的概念。培養學生結合主觀的先驗分配與客觀的概似函數，整合出參數的後驗分佈，並應用貝氏統計的概念處理實際問題。
授課形式
理論講述與討論-90.00%;個案分析或作品賞析-0.00%;專題實作與報告-10.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
1. Introduction; 2. Measuring uncertainty; 3. Bayesian inference for discrete probability models; 4. Bayesian inference for continuous probability models; 5. Bayesian inference for normal mean; 6. Bayesian inference for difference between means.
教科書/參考書
Introduction to Bayesian statistics (Third Edition), by Bolstad and Curran.
評分標準
期中考30%；期末考30%；作業及出席狀況40%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
19
113-1_數理統計
教學目標
讓學生了解統計方法的基礎數理背景。
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. Random variables and random vectors 2. Joint, marginal and conditional distributions 3. Random sampling and sample generators 4. Sampling distribution 5. Estimators methods: for example, Maximun likelihood estimation 6. Properties of estimators (e.g., bias, variance, mean squared error, consistency, sufficient statistics, efficiency, uniformly minimum variance undiasedness, and information inequality) 7. Confidence intervals 8. Testing statistical hypotheses and test statistics: significance and power, Neyman-Pearson theorem, likelihood ratio tests, Lehmann-Scheffe theorem 9. Contingency tables and goodness-of-fit
教科書/參考書
1. Mathematical Statistics by S. F. Arnold. 2. A Course in Mathematical Statistics (2nd ed.) by G. G. Roussas.
評分標準
期中考50%、期末報告50%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
12
讓學生了解統計方法的基礎數理背景。
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. Random variables and random vectors 2. Joint, marginal and conditional distributions 3. Random sampling and sample generators 4. Sampling distribution 5. Estimators methods: for example, Maximun likelihood estimation 6. Properties of estimators (e.g., bias, variance, mean squared error, consistency, sufficient statistics, efficiency, uniformly minimum variance undiasedness, and information inequality) 7. Confidence intervals 8. Testing statistical hypotheses and test statistics: significance and power, Neyman-Pearson theorem, likelihood ratio tests, Lehmann-Scheffe theorem 9. Contingency tables and goodness-of-fit
教科書/參考書
1. Mathematical Statistics by S. F. Arnold. 2. A Course in Mathematical Statistics (2nd ed.) by G. G. Roussas.
評分標準
期中考50%、期末報告50%
學分數
3
授課時數(周)
3
開課班級
M11244
修課人數
12
113-1_書報討論(二)
教學目標
本課程目標為讓學生了解統計、財金與數據科學相關領域之研究與發展進程，以及在各相關領域中的研究及實務應用成果。課程期間將邀請國內外統計、財金與數據科學相關學術及業界之專家學者前來演講。藉由專家學者分享其專業知識與研究成果之過程，使學生了解統計、財金與數據科學研究的發展，也能從中獲知所學與實務分析應用之關聯，同時可增進學生與各相關領域學者之互動機會。
除安排學者專家之演講外，藉由研讀演講摘要、背景知識之補充和查找、課前準備及演講心得之撰寫等訓練，讓學生有效吸收新知，提升其積極主動及自學之能力。
授課形式
理論講述與討論-45.00%;個案分析或作品賞析-30.00%;專題實作與報告-25.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
將邀請統計、數據科學相關研究領域學者與產業界之傑出人才到校分享其研究成果與工作心得。
教科書/參考書
參考各演講者之個人著作及演講摘要、演講投影片等。
評分標準
出席率、摘要研讀、課前準備、對各演講者演講主題的了解、提問及與演講者互動、演講內容心得等之綜合考量。
學分數
1
授課時數(周)
2
開課班級
M11244
修課人數
10
本課程目標為讓學生了解統計、財金與數據科學相關領域之研究與發展進程，以及在各相關領域中的研究及實務應用成果。課程期間將邀請國內外統計、財金與數據科學相關學術及業界之專家學者前來演講。藉由專家學者分享其專業知識與研究成果之過程，使學生了解統計、財金與數據科學研究的發展，也能從中獲知所學與實務分析應用之關聯，同時可增進學生與各相關領域學者之互動機會。
除安排學者專家之演講外，藉由研讀演講摘要、背景知識之補充和查找、課前準備及演講心得之撰寫等訓練，讓學生有效吸收新知，提升其積極主動及自學之能力。
授課形式
理論講述與討論-45.00%;個案分析或作品賞析-30.00%;專題實作與報告-25.00%;田野調查-0.00%;實驗-0.00%;其他-0.00%
課程內容與進度
將邀請統計、數據科學相關研究領域學者與產業界之傑出人才到校分享其研究成果與工作心得。
教科書/參考書
參考各演講者之個人著作及演講摘要、演講投影片等。
評分標準
出席率、摘要研讀、課前準備、對各演講者演講主題的了解、提問及與演講者互動、演講內容心得等之綜合考量。
學分數
1
授課時數(周)
2
開課班級
M11244
修課人數
10