114-2_大數據探勘
統計學研究所
教學目標
了解大數據分析之演進與發展
相關大數據資料採礦之基本概念、原理、方法與技術之建立
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. 大數據資料簡介、緒論、相關證照認證介紹
2. 資料準備與資料品質討論、資料倉儲概念
3. 大數據資料分析之相關技術概念說明
4. 關聯規則與演算法
5. 決策樹分析與演算法
6. 群集分析與演算法
7. 支持向量機與演算法
8. 其他分析與演算法
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. James, G., Witten, D., Hastie, T., Tibshirani, R. (2013). An Introduction to Statistical Learning, with Applications in R.
5. Makhabel, B. (2014). Learning Data Mining with R.
6. Torgo, L. (2010). Data mining with R: learning with case studies. Chapman & Hall/CRC.
7. Viktor Mayer-Schonberger and Kenneth Cukier. Big Data:A Revolution That Will Transform How We Live, Work, and Think.
8. Zumel, N., Mount, J., and Porzak, J. Practical Data Science with R.
9. Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2016) Data Mining: Practical Machine Learning Tools and Techniques.
評分標準
證照認證：25% 期末分析暨課程成果展報告：40% 課程相關活動、實作或競賽參與：20% 作業及課堂參與： 15%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
6
了解大數據分析之演進與發展
相關大數據資料採礦之基本概念、原理、方法與技術之建立
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. 大數據資料簡介、緒論、相關證照認證介紹
2. 資料準備與資料品質討論、資料倉儲概念
3. 大數據資料分析之相關技術概念說明
4. 關聯規則與演算法
5. 決策樹分析與演算法
6. 群集分析與演算法
7. 支持向量機與演算法
8. 其他分析與演算法
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. James, G., Witten, D., Hastie, T., Tibshirani, R. (2013). An Introduction to Statistical Learning, with Applications in R.
5. Makhabel, B. (2014). Learning Data Mining with R.
6. Torgo, L. (2010). Data mining with R: learning with case studies. Chapman & Hall/CRC.
7. Viktor Mayer-Schonberger and Kenneth Cukier. Big Data:A Revolution That Will Transform How We Live, Work, and Think.
8. Zumel, N., Mount, J., and Porzak, J. Practical Data Science with R.
9. Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2016) Data Mining: Practical Machine Learning Tools and Techniques.
評分標準
證照認證：25% 期末分析暨課程成果展報告：40% 課程相關活動、實作或競賽參與：20% 作業及課堂參與： 15%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
6
114-2_存活分析
統計學研究所
教學目標
使學生理解壽命資料和常見資料之差異，了解其分析上之限制。 旨在使學生能夠理解關於壽命資料之統計問題及分析方法，學習數學理論及程式應用。
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. Parametric method: exponential model, Weilbull model, etc. 2. Nonparametric method: Kaplan-Meier estimator, Nelson–Aalen estimator, etc. 3. Semiparametric method: Cox proportional hazard model, proportional odds model, transformation models, etc. 4. Model checking.
教科書/參考書
Bernard Rosner. (2015). Fundamentals of Biostatistics. 8ed. Cengage Learning. Kleinbaum, D. G., & Klein, M. (2012). Survival analysis a self-learning text. Springer. Kalbfleisch, J. D., & Prentice, R. L. (2002). The statistical analysis of failure time data. John Wiley & Sons.
評分標準
作業30%, 期中考30%, 期末考試或報告30%, 課堂參與10%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
10
使學生理解壽命資料和常見資料之差異，了解其分析上之限制。 旨在使學生能夠理解關於壽命資料之統計問題及分析方法，學習數學理論及程式應用。
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. Parametric method: exponential model, Weilbull model, etc. 2. Nonparametric method: Kaplan-Meier estimator, Nelson–Aalen estimator, etc. 3. Semiparametric method: Cox proportional hazard model, proportional odds model, transformation models, etc. 4. Model checking.
教科書/參考書
Bernard Rosner. (2015). Fundamentals of Biostatistics. 8ed. Cengage Learning. Kleinbaum, D. G., & Klein, M. (2012). Survival analysis a self-learning text. Springer. Kalbfleisch, J. D., & Prentice, R. L. (2002). The statistical analysis of failure time data. John Wiley & Sons.
評分標準
作業30%, 期中考30%, 期末考試或報告30%, 課堂參與10%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
10
114-2_資料科學實務
統計學研究所
教學目標
提醒：
第一週遇到228連假沒有上課，同學若不確定是否適合選課，請先不要選，務必在3/6於課堂上了解修課規定後再行決定是否選課。
注意：退選截止為3/5，3/6只能加選不能退選。
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。課程以個人專題為核心，採用循序漸進的訓練流程，引導學生完成研究規劃、資料分析、結果評估與成果展示。
在學期初時每一位修課學生須就其所鑽研研究主題中的資料特性、相關文獻回顧、目前研究進度、與擬採用分析方法之合理性，進行第一次階段性報告；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，於期中階段就其資料前處理效果與合理性、分析方法成效評估、及研究成果之可能推廣方向進行第二次報告；再經由綜合討論，協助修課學生檢視研究成果之整體評估與研究成果視覺化呈現方式，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之學習成果及作品。
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. 課程簡介與報告組別週次安排：1 週
2. 第一次報告：3 週
3. 第二次報告：3 週
4. 第三次報告：3 週
5. 綜合討論：2 週
6. 期末專題成果展：1 週
7. 成果反思自主學習：1 週
(本學期因放假緣由，僅14週上課)
教科書/參考書
無
評分標準
三次平時報告：60%
（每次報告各佔 20%，評量學生於不同研究階段之研究規劃、分析流程理解與成果評估能力）
期末專題成果展：40%
（綜合評量研究成果之完整性、分析深度、成果呈現品質與整體表達能力）
學分數
3
授課時數(周)
3
開課班級
M11441
修課人數
15
提醒：
第一週遇到228連假沒有上課，同學若不確定是否適合選課，請先不要選，務必在3/6於課堂上了解修課規定後再行決定是否選課。
注意：退選截止為3/5，3/6只能加選不能退選。
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。課程以個人專題為核心，採用循序漸進的訓練流程，引導學生完成研究規劃、資料分析、結果評估與成果展示。
在學期初時每一位修課學生須就其所鑽研研究主題中的資料特性、相關文獻回顧、目前研究進度、與擬採用分析方法之合理性，進行第一次階段性報告；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，於期中階段就其資料前處理效果與合理性、分析方法成效評估、及研究成果之可能推廣方向進行第二次報告；再經由綜合討論，協助修課學生檢視研究成果之整體評估與研究成果視覺化呈現方式，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之學習成果及作品。
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. 課程簡介與報告組別週次安排：1 週
2. 第一次報告：3 週
3. 第二次報告：3 週
4. 第三次報告：3 週
5. 綜合討論：2 週
6. 期末專題成果展：1 週
7. 成果反思自主學習：1 週
(本學期因放假緣由，僅14週上課)
教科書/參考書
無
評分標準
三次平時報告：60%
（每次報告各佔 20%，評量學生於不同研究階段之研究規劃、分析流程理解與成果評估能力）
期末專題成果展：40%
（綜合評量研究成果之完整性、分析深度、成果呈現品質與整體表達能力）
學分數
3
授課時數(周)
3
開課班級
M11441
修課人數
15
114-2_線性模型
統計學研究所
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
報告：上台報告，以活用上課所教授內容為主要目的。 期中考試、期末報告共兩次。 學生學習評量方式期中考(30%)、期末考(30%)、報告(30%)、上課表現(10%)。
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
6
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
報告：上台報告，以活用上課所教授內容為主要目的。 期中考試、期末報告共兩次。 學生學習評量方式期中考(30%)、期末考(30%)、報告(30%)、上課表現(10%)。
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
6
114-2_統計建模與模擬
統計學研究所
教學目標
課程以單元式介紹統計研究常用之演算法，並輔以統計軟體 R 進行實作，透過程式編寫熟悉課堂所學之相關理論，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-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. 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. Markov Chain Monte Carlo Methods － Markov chains － Hastings-Metropolis algorithm － Gibbs sampler － Sampling Importance Resampling algorithm
教科書/參考書
S. Ross (2012). Simulation. 5th Edition. Academic Press.
評分標準
平時實作/作業60%，期末報告30%，出席狀況10%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
11
課程以單元式介紹統計研究常用之演算法，並輔以統計軟體 R 進行實作，透過程式編寫熟悉課堂所學之相關理論，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-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. 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. Markov Chain Monte Carlo Methods － Markov chains － Hastings-Metropolis algorithm － Gibbs sampler － Sampling Importance Resampling algorithm
教科書/參考書
S. Ross (2012). Simulation. 5th Edition. Academic Press.
評分標準
平時實作/作業60%，期末報告30%，出席狀況10%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
11
114-2_基礎精算實踐
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，並且進一步為未來取得精算師證照做準備。課程中將針對財富與健康關係、現金流對違約的影響、債券投資組合、景氣循環對投資影響等各項議題進行討論。此外，為了幫助修課同學未來能順利取得精算師相關證照，本課程亦將加入基礎精算數學部分內容，讓修課同學具備基本相關知識，為未來取得相關證照做準備。
授課形式
理論講述與討論-30.00%;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-10.00%;其他-0.00%
課程內容與進度
課程內容與每週進度 第一週~第二週：財富與健康關係 第三週~第四週：現金流對違約的影響 第五週~第六週：債券投資組合 第七週~第八週：景氣循環對投資影響 第九週~第十週：保費及相關計算 第十一週：期中報告/期中考 第十二週~第十五週：生命函數與生命表理論 第十六週~第十七週：保險模型及支出 第十八週：期末報告/期末考
教科書/參考書
Actex Study manual for soa exam fam_L Fundamentals of Actuarial Mathematics by S. David Promislow, Wiley+(2014) Actuarial Mathematics for Life Contingent Risks, Third Edition Dickson, Authors: C.M.D., Hardy, M.R., Waters, H.R. (2020), Cambridge University Press
評分標準
報告45%, 考試45%, 上課討論參與度10%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
4
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，並且進一步為未來取得精算師證照做準備。課程中將針對財富與健康關係、現金流對違約的影響、債券投資組合、景氣循環對投資影響等各項議題進行討論。此外，為了幫助修課同學未來能順利取得精算師相關證照，本課程亦將加入基礎精算數學部分內容，讓修課同學具備基本相關知識，為未來取得相關證照做準備。
授課形式
理論講述與討論-30.00%;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-10.00%;其他-0.00%
課程內容與進度
課程內容與每週進度 第一週~第二週：財富與健康關係 第三週~第四週：現金流對違約的影響 第五週~第六週：債券投資組合 第七週~第八週：景氣循環對投資影響 第九週~第十週：保費及相關計算 第十一週：期中報告/期中考 第十二週~第十五週：生命函數與生命表理論 第十六週~第十七週：保險模型及支出 第十八週：期末報告/期末考
教科書/參考書
Actex Study manual for soa exam fam_L Fundamentals of Actuarial Mathematics by S. David Promislow, Wiley+(2014) Actuarial Mathematics for Life Contingent Risks, Third Edition Dickson, Authors: C.M.D., Hardy, M.R., Waters, H.R. (2020), Cambridge University Press
評分標準
報告45%, 考試45%, 上課討論參與度10%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
4
114-2_最適設計
統計學研究所
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
M11344
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
M11344
修課人數
3
114-2_會計與金融
統計學研究所
教學目標
本課程主要將教導學生掌握會計的基本專業知識、以及相關技能為主，引導學生瞭解、編製、解釋並分析主要的財務報表，以及相關現金、應收帳款、存貨、廠房、設備及負債等項目之會計處理原則，使學生具備基礎的會計學知識。此外，修習本課程的學生，除了有能力通過會計相關類科證照考試外，必要時亦可申請精算師VEE課程的認證。
授課形式
理論講述與討論-55.00%;個案分析或作品賞析-20.00%;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
第一週：Financial Statement Analysis: An Introduction 第二~五週：Financial Reporting Mechanics and Standards 第六~八週：Understanding Income Statements 第九~十週：Understanding Balance Sheets 第十一十二週：Understanding Cash Flow Statements 第十三~十四週：Financial Analysis Techniques 第十五~十六週：Inventories 第十七週：Taxation 第十八週：期末考或期末報告
教科書/參考書
Textbook INTERNATIONAL FINANCIAL STATEMENT ANALYSIS, 3rd edition Authors: Thomas R. Robinson, CFA, Elaine Henry, CFA, Wendy L. Pirie, CFA, Michael A. Broihahn, CFA Publisher: Wiley & Sons Corporate Finance, 4th ed. Authors: J. Berk and P. DeMarzo Publisher: Pearson Reference Financial Accounting, IFRS edition, 2nd edition Authors: Weygandt, Kimmel, Kieso Publisher: Wiley
評分標準
考試:40% 報告:50% 上課討論參與度:10%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
5
本課程主要將教導學生掌握會計的基本專業知識、以及相關技能為主，引導學生瞭解、編製、解釋並分析主要的財務報表，以及相關現金、應收帳款、存貨、廠房、設備及負債等項目之會計處理原則，使學生具備基礎的會計學知識。此外，修習本課程的學生，除了有能力通過會計相關類科證照考試外，必要時亦可申請精算師VEE課程的認證。
授課形式
理論講述與討論-55.00%;個案分析或作品賞析-20.00%;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
第一週：Financial Statement Analysis: An Introduction 第二~五週：Financial Reporting Mechanics and Standards 第六~八週：Understanding Income Statements 第九~十週：Understanding Balance Sheets 第十一十二週：Understanding Cash Flow Statements 第十三~十四週：Financial Analysis Techniques 第十五~十六週：Inventories 第十七週：Taxation 第十八週：期末考或期末報告
教科書/參考書
Textbook INTERNATIONAL FINANCIAL STATEMENT ANALYSIS, 3rd edition Authors: Thomas R. Robinson, CFA, Elaine Henry, CFA, Wendy L. Pirie, CFA, Michael A. Broihahn, CFA Publisher: Wiley & Sons Corporate Finance, 4th ed. Authors: J. Berk and P. DeMarzo Publisher: Pearson Reference Financial Accounting, IFRS edition, 2nd edition Authors: Weygandt, Kimmel, Kieso Publisher: Wiley
評分標準
考試:40% 報告:50% 上課討論參與度:10%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
5
114-2_類別資料分析
統計學研究所
教學目標
類別資料是常見的資料型態，此課程將介紹類別資料之模式、分析方法之原理及程式應用。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-10.00%;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 of categorical data analysis 2. Binary data 3. Contingency table 4. Count regression 5. Multinomial data
教科書/參考書
Agresti, A. (2007). An Introduction to Categorical Data Analysis. 2ed. Wiley Series in Probability and Statistics. Faraway, J.J. (2016). Extending the Linear Model with R. 2ed. Chapman & Hall/CRC.
評分標準
作業/小考30%, 期中考30%, 期末報告30%, 課堂參與/出席狀況10%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
7
類別資料是常見的資料型態，此課程將介紹類別資料之模式、分析方法之原理及程式應用。
授課形式
理論講述與討論-70.00%;個案分析或作品賞析-10.00%;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 of categorical data analysis 2. Binary data 3. Contingency table 4. Count regression 5. Multinomial data
教科書/參考書
Agresti, A. (2007). An Introduction to Categorical Data Analysis. 2ed. Wiley Series in Probability and Statistics. Faraway, J.J. (2016). Extending the Linear Model with R. 2ed. Chapman & Hall/CRC.
評分標準
作業/小考30%, 期中考30%, 期末報告30%, 課堂參與/出席狀況10%
學分數
3
授課時數(周)
3
開課班級
M11444
修課人數
7
114-2_數理統計
統計學研究所
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%、期末考50%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
14
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%、期末考50%
學分數
3
授課時數(周)
3
開課班級
M11344
修課人數
14
114-2_書報討論(一)
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30%，繳交演講心得30%，海報製作40%。
學分數
1
授課時數(周)
2
開課班級
M11444
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30%，繳交演講心得30%，海報製作40%。
學分數
1
授課時數(周)
2
開課班級
M11444
修課人數
12