| 課程與核心能力關聯配比(%) |
課程目標之教學方法與評量方法 |
| 課程目標 |
核心能力 |
配比(%) |
教學方法 |
評量方法 |
1. To help the graduate students build the programming skills needed for data anlysis.
2. To introduce data manipulation, algorithms and algorithmic thinking.
3. To introduce students some modern computer intensive methods in statistical computation and simulation.
|
|
|
|
|
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週) |
| 週次 |
授課內容 |
| 第1週 |
R graphics |
| 第2週 |
R graphics |
| 第3週 |
Summary data with descriptive statistics |
| 第4週 |
Statistical tests with R language |
| 第5週 |
Statistical tests with R language |
| 第6週 |
Regression Analysis with R language |
| 第7週 |
Regression Analysis with R language |
| 第8週 |
Midterm |
| 第9週 |
Generate discrete random variables |
| 第10週 |
Generate continuous random variables |
| 第11週 |
Statistical analysis of simulated data |
| 第12週 |
Bootstrapping techniques |
| 第13週 |
Introduction to Markov chain |
| 第14週 |
The Metropolis-Hastings algorithm |
| 第15週 |
Gibbs sampler |
| 第16週 |
Final Exam |
| 第17週 |
Special Topics |
| 第18週 |
Special Topics |
|
| 學習評量方式 |
| Homework 30%, Midterm 30%, Final Exam 40% |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
https://eprints.uad.ac.id/13/1/Sheldon_M._Ross_-_Simulation.pdf
Sheldon M. Ross - Simulation (4th ed.) |
| 課程教材（教師個人網址請列在本校內之網址） |
| 自編講義與教材 |
| 課程輔導時間 |
| Appointment |
| 聯合國全球永續發展目標(連結網址) |
| 01.消除貧窮 02.消除飢餓 03.健康與福祉 04.教育品質 08.就業與經濟成長 | 提供體驗課程：N |
|