迴歸模式及SAS應用
Regression Models and Applied SAS System
| 節 | 週一 |
|---|---|
5 13:20–14:10 | 迴歸模式及SAS應用 M301（光復） 3 節連堂 |
6 14:20–15:10 | |
7 15:30–16:20 |
* 根據陽明交大上課時間表所列
利用機率統計推理,教授線性迴歸模式的理論基礎,以建立及挑選合適的迴歸模式,分析資料的關聯性及其意涵。再針對不同類型的資料, 介紹不同的SAS模組,期能對同學在資料分析研究上有所幫助。
統計學
無備註
教師未提供此項資料
平時作業30%、期中考試(報告) 30%、期末報告 30%、課堂討論 10%
1. Simple linear regression and SAS package
- 講授：
- 9
- 示範：
- 9
2. Multiple regression and SAS package
- 講授：
- 9
- 示範：
- 9
3. Quantile Regression, Logistic Regression, Time Series Regression, Panel Data Model
- 講授：
- 9
- 示範：
- 9
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction of Data Analysis and SAS package |
| 第 2 週 | Basic Business Statistics |
| 第 3 週 | Simple Linear Regression (I) |
| 第 4 週 | Simple Linear Regression (II) |
| 第 5 週 | Matrix Algebra |
| 第 6 週 | Multiple Regression (I) |
| 第 7 週 | Multiple Regression (II) |
| 第 8 週 | Paper Presentation |
| 第 9 週 | Midterm proposal |
| 第 10 週 | Residual Analysis |
| 第 11 週 | Model Building (I) |
| 第 12 週 | Dummy variable and Interaction Effect |
| 第 13 週 | Moderation Model and Mediation Model |
| 第 14 週 | Quantile Regression in SAS |
| 第 15 週 | Multiple Logistic Regression in SAS |
| 第 16 週 | Time Series Regression, ARIMA in SAS |
| 第 17 週 | Panel Data Model in SAS |
| 第 18 週 | Final Term Paper Presentation |
Bowerman and O’Conell: Linear Statistical Models: An Applied Approach. Bowerman and O’Conell Koehler: Forecasting, Time series, and Regression
- 地點
- 教師未提供此項資料
- 時間
- 隨時
- 聯絡方式
- 教師未提供此項資料