114-1_統計學習
統計學研究所
教學目標
使學生了解統計及機器學習方法，此課程會多從統計的角度出發，兼顧理論與程式應用。
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. Introduction; 2. Linear regression; 3. Classification; 4. Cross-Validation; 5. Model selection; 6. Tree-based method; 7: Boosting method
教科書/參考書
James, G., Witten, D., Hastie, T. and Tibshirani, R. An Introduction to Statistical Learning with Applications in R, Springer, 2013. Hastie, T., Tibshirani, R. and Friedman, J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition, Springer, 2009.
評分標準
作業50%，期末報告50%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
14
使學生了解統計及機器學習方法，此課程會多從統計的角度出發，兼顧理論與程式應用。
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. Introduction; 2. Linear regression; 3. Classification; 4. Cross-Validation; 5. Model selection; 6. Tree-based method; 7: Boosting method
教科書/參考書
James, G., Witten, D., Hastie, T. and Tibshirani, R. An Introduction to Statistical Learning with Applications in R, Springer, 2013. Hastie, T., Tibshirani, R. and Friedman, J. The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition, Springer, 2009.
評分標準
作業50%，期末報告50%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
14
114-1_多變量分析
統計學研究所
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
M11344
修課人數
4
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
M11344
修課人數
4
114-1_公司理財
統計學研究所
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
M11344
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
M11344
修課人數
8
114-1_投資與財務市場
統計學研究所
教學目標
本課程希望修課同學修完相關課程後能夠具備獨立思考、獨立分析資料、整合跨領域知識等能力。本課程將提供一個系統的學習方法，學習財務計量模型，尤其是財務時間數列資料的建模及預測、資本資產訂價模型及相關應用等，將重要的財務金融課題與理論先加以說明，再提出所需使用的統計技巧，佐以適當的統計軟體分析工具。其目的在於學習財務資料的特性，了解財務計量模型的應用，並得到一些實際分析財務資料的經驗。希望讓修課同學具備基本相關知識，為未來工作所需技能做準備。
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-40.00%;田野調查-20.00%;實驗-20.00%;其他-0.00%
課程內容與進度
教學內容 1. Financial time series and their characteristics。 2. Linear time series analysis and its applications。 3. Conditional heteroscedastic models。 4. Unit Root Theorem。 5. Extreme values, quantile estimation, and value at risk。 6. Multivariate time series analysis and its applications。 7. CAPM Model, APT Model and Related Financial Issue。 每週教學進度 第一週：教學內容 #1。 第二週~第四週：教學內容 #2。 第五週~第七週：教學內容 #3。 第八週~第九週：自主學習，第一次考試。 第十週~第十二週：教學內容 #4。 第十三週~第十五週：教學內容 #5。 第十六週~第十七週：教學內容 #6/自主學習。 第十八週：期末報告。
教科書/參考書
Textbook: Analysis of Financial Time Series, by Ruey S. Tsay Publisher: Wiley Time Series Analysis : Univariate and Multivariate Methods Author: William W.S. Wei Pubisher: Pearson Addison Wesley Reference: The Econometrics of Financial Markets, by Campbell, Lo and MacKinlay Publisher: Princeton University Press Time Series Analysis, by James D. Hamilton Publisher: Princeton University Press Time Series: Theory and Methods, 2nd ed., by Brockwell and Davis Publisher: Springer-Verlag
評分標準
上台報告30%, 期中考試30%, 期末報告40%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
5
本課程希望修課同學修完相關課程後能夠具備獨立思考、獨立分析資料、整合跨領域知識等能力。本課程將提供一個系統的學習方法，學習財務計量模型，尤其是財務時間數列資料的建模及預測、資本資產訂價模型及相關應用等，將重要的財務金融課題與理論先加以說明，再提出所需使用的統計技巧，佐以適當的統計軟體分析工具。其目的在於學習財務資料的特性，了解財務計量模型的應用，並得到一些實際分析財務資料的經驗。希望讓修課同學具備基本相關知識，為未來工作所需技能做準備。
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-40.00%;田野調查-20.00%;實驗-20.00%;其他-0.00%
課程內容與進度
教學內容 1. Financial time series and their characteristics。 2. Linear time series analysis and its applications。 3. Conditional heteroscedastic models。 4. Unit Root Theorem。 5. Extreme values, quantile estimation, and value at risk。 6. Multivariate time series analysis and its applications。 7. CAPM Model, APT Model and Related Financial Issue。 每週教學進度 第一週：教學內容 #1。 第二週~第四週：教學內容 #2。 第五週~第七週：教學內容 #3。 第八週~第九週：自主學習，第一次考試。 第十週~第十二週：教學內容 #4。 第十三週~第十五週：教學內容 #5。 第十六週~第十七週：教學內容 #6/自主學習。 第十八週：期末報告。
教科書/參考書
Textbook: Analysis of Financial Time Series, by Ruey S. Tsay Publisher: Wiley Time Series Analysis : Univariate and Multivariate Methods Author: William W.S. Wei Pubisher: Pearson Addison Wesley Reference: The Econometrics of Financial Markets, by Campbell, Lo and MacKinlay Publisher: Princeton University Press Time Series Analysis, by James D. Hamilton Publisher: Princeton University Press Time Series: Theory and Methods, 2nd ed., by Brockwell and Davis Publisher: Springer-Verlag
評分標準
上台報告30%, 期中考試30%, 期末報告40%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
5
114-1_巨量資料技術與分析應用
統計學研究所
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.探索性資料分析
4.特徵工程
5.文本探勘
6.Naïve Bayes Tree
7.判別分析
8.預測性分析：建模之應用
(II)資料分析技術：
1.巨量資料分析軟體建構與介紹
2.開源軟體簡介
3.資料庫簡介與技術(SQL, NoSQL, MongoDB)
4.資料格式(XML, JSON,...)
5.資料視覺化
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
閱讀與簡報：30% 期末專題成果報告(口頭、書面)：35% 作業： 25% 課堂討論、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
M11344
修課人數
18
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.探索性資料分析
4.特徵工程
5.文本探勘
6.Naïve Bayes Tree
7.判別分析
8.預測性分析：建模之應用
(II)資料分析技術：
1.巨量資料分析軟體建構與介紹
2.開源軟體簡介
3.資料庫簡介與技術(SQL, NoSQL, MongoDB)
4.資料格式(XML, JSON,...)
5.資料視覺化
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
閱讀與簡報：30% 期末專題成果報告(口頭、書面)：35% 作業： 25% 課堂討論、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
M11344
修課人數
18
114-1_基礎統計
統計學研究所
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
期中考50% 期末考50%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
11
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
期中考50% 期末考50%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
11
114-1_抽樣技巧
統計學研究所
教學目標
學生必須先具備機率與統計的概念，再透過學習抽樣技巧的過程中，反思過去的理論，並對抽樣方法有一定的認識。
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
簡單隨機抽樣、分層隨機抽樣、系統抽樣、簡單集體抽樣、兩段抽樣
教科書/參考書
儲全滋（1996）抽樣方法，三民書局。
https://nuk.ebook.hyread.com.tw/bookDetail.jsp?id=189281
評分標準
報告100%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
3
學生必須先具備機率與統計的概念，再透過學習抽樣技巧的過程中，反思過去的理論，並對抽樣方法有一定的認識。
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
簡單隨機抽樣、分層隨機抽樣、系統抽樣、簡單集體抽樣、兩段抽樣
教科書/參考書
儲全滋（1996）抽樣方法，三民書局。
https://nuk.ebook.hyread.com.tw/bookDetail.jsp?id=189281
評分標準
報告100%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
3
114-1_實驗設計
統計學研究所
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或數據分析。
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
教科書：
Douglas C. Montgomery. Design and Analysis of Experiments. Wiley.
Su, Chao-Ton. Quality engineering: off-line methods and applications. CRC Press, 2013.
參考書：
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.
評分標準
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
M11344
修課人數
8
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或數據分析。
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
教科書：
Douglas C. Montgomery. Design and Analysis of Experiments. Wiley.
Su, Chao-Ton. Quality engineering: off-line methods and applications. CRC Press, 2013.
參考書：
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.
評分標準
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
M11344
修課人數
8
114-1_統計品管
統計學研究所
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、出席：30% 期中考：30% 期末考或期末報告：40%
學分數
3
授課時數(周)
3
開課班級
M11344
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、出席：30% 期中考：30% 期末考或期末報告：40%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
9
114-1_迴歸分析
統計學研究所
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-60.00%;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:程式演練-20.00%
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%；期末報告40%；作業、課堂表現及出席狀況30%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
12
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-60.00%;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:程式演練-20.00%
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%；期末報告40%；作業、課堂表現及出席狀況30%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
12
114-1_貝氏統計
統計學研究所
教學目標
1. 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。 2. 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。 3. 透過 R 程式輔助學習貝氏方法的概念。
授課形式
理論講述與討論-60.00%;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:程式演練-20.00%
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%；期末報告40%；作業及出席狀況30% 備註：選修本課程的同學，第一週9/10(三)第6節課程需要調課至9/12(五)第9節(17:20-18:10)
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
4
1. 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。 2. 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。 3. 透過 R 程式輔助學習貝氏方法的概念。
授課形式
理論講述與討論-60.00%;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:程式演練-20.00%
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%；期末報告40%；作業及出席狀況30% 備註：選修本課程的同學，第一週9/10(三)第6節課程需要調課至9/12(五)第9節(17:20-18:10)
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
4
114-1_書報討論(二)
統計學研究所
教學目標
藉由參與演講，以及報告研究內容、閱讀相關文獻等。 使學生了解統計方法在各領域之應用及發展。
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-40.00%;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
定期安排演講，或學生報告自己之研究內容。
教科書/參考書
無特定參考書籍。
評分標準
出席演講，繳交演講心得，以及報告內容。
學分數
1
授課時數(周)
2
開課班級
M11344
修課人數
12
藉由參與演講，以及報告研究內容、閱讀相關文獻等。 使學生了解統計方法在各領域之應用及發展。
授課形式
理論講述與討論-30.00%;個案分析或作品賞析-40.00%;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
定期安排演講，或學生報告自己之研究內容。
教科書/參考書
無特定參考書籍。
評分標準
出席演講，繳交演講心得，以及報告內容。
學分數
1
授課時數(周)
2
開課班級
M11344
修課人數
12