統計方法與資料分析
Statistical Methods and Data Analysis
| 節 | 週二 |
|---|---|
A 18:30–19:20 | 統計方法與資料分析 MB110（光復） 3 節連堂 |
B 19:30–20:20 | |
C 20:30–21:20 |
* 根據陽明交大上課時間表所列
本課程介紹數個應用面向的統計手法 1. 敘述統計 2. 資料視覺化與統計繪圖 3. 條件機率及其應用 4. 迴歸分析 5. 變異數分析與田口直交表方法 6. 參數估計、假設檢定統計推論 7. 亂數生成、隨機模擬方法 目的是使同學對這些方法的觀念有正確的認識與了解,另亦熟悉開源軟體R語言的對應操作方法,期有助於同學在管理上的應用,並培養進一步研究的基礎。
微積分、統計學
無備註
教學方法及教學相關配合事項(如網站、助教、圖書講義及資料庫等) 全程由教師講授,以板書為主,並提供講義給同學參考使用。
1. 學期作業:每單元結束之後,會有一次的作業。 2. 考試狀況:期中考試、期末案例(範例)實作報告。 3. 評量方法:作業35%,期中考25%,期末實作40%。
資料視覺化與敘述統計
1. Data Visualization 2. Descriptive Statistics
參數估計與假設檢定
1. Parameter Estimation 2. Hypothesis Testing 3. Numerical Simulation
應用統計方法
1. Control Charts 2. Operating Characteristics Curves 3. Process Capability Analysis 4. One-Factor/ Two-Factor ANOVA 5. Taguchi Method
回歸分析
1. Simple/Multiple Linear Regression 2. Logistic Regression 3. Auto-Regression
無母數方法
1. Chi-square Test 2. Wilcoxon Signed-rank/Rank-sum Test 3. Kruskal-Wallis test 4. Kolmogorov-Smirnov
分群類演算法
1. Clustering & Classification Methods 2. Typical algorithms 3. NN approaches
條件機率與機率分佈
1. Conditional Probability 2. Probability Distributions
| 週次 | 主題 |
|---|---|
| 第 1 週 | R Software IntroductionDescriptive Statistics 2025-02-18(二) |
| 第 2 週 | Data Visualization 2025-02-25(二) |
| 第 3 週 | Basic Statistics and Random Variables 2025-03-04(二) |
| 第 4 週 | Probability Distribution 2025-03-11(二) |
| 第 5 週 | Parameter Estimation and Hypothesis Testing 2025-03-18(二) |
| 第 6 週 | Parameter Estimation and Hypothesis Testing 2025-03-25(二) |
| 第 7 週 | Statistical Control Charts 2025-04-01(二) |
| 第 8 週 | Midterm 2025-04-08(二) |
| 第 9 週 | DOE and ANOVA 2025-04-15(二) |
| 第 10 週 | DOE and ANOVA 2025-04-22(二) |
| 第 11 週 | Taguchi Method and Orthogonal Arrays 2025-04-29(二) |
| 第 12 週 | Regression Models 2025-05-06(二) |
| 第 13 週 | Clustering & Classification Methods 2025-05-13(二) |
| 第 14 週 | Clustering & Classification Methods 2025-05-20(二) |
| 第 15 週 | Final Presentation 2025-05-27(二) |
| 第 16 週 | Final Presentation 2025-06-03(二) |
1. Introduction to Probability and Statistics, W. Mendenhall, R. Beaver, and B. Beaver. 15th Edition 2019 by Cengage Learning Inc. 2.“R語言資料分析:從機器學習、資料探勘、文字探勘到巨量資料分析(第三版)”,2019. 3. “R錦囊妙計”,張夏菁譯,歐萊禮媒體,2014. 4. “R語言資料分析活用詳解”, 方匡南、朱建平、姜葉飛著,碁峰資訊股份有限公司,2015.
- 地點
- MB406
- 時間
- 事先預約
- 聯絡方式
- jacalwu@nctu.edu.tw