課程大綱

課程資訊

課程名稱

應用線性統計模式
Applied Linear Regression

開課學期

103-2

授課對象

理學院心理學研究所

授課教師

姚開屏

課號

Psy5033

課程識別碼

227 U1060

班次

學分

全/半年

半年

必/選修

選修

上課時間

星期四2,3,4(9:10~12:10)

上課地點

北館N206

備註

總人數上限：40人

Ceiba 課程網頁

http://ceiba.ntu.edu.tw/1032Psy5033_

課程簡介影片

核心能力關聯

核心能力與課程規劃關聯圖

課程大綱

為確保您我的權利,請尊重智慧財產權及不得非法影印

課程概述

單迴歸與多元迴歸之模式、假設、估計、推論、模式診斷與修復，模式建構方法，質的預測變項處理法，用迴歸處理時間序列法等。

課程目標

進一步探討迴歸分析的使用方法與應用。

課程要求

曾修習過一年基礎統計課程，最好會使用統計套裝軟體如SAS、SPSS、R等。

預期每週課後學習時數

Office Hours

另約時間備註： Office hour：教授在心理系南館 202 辦公室的時間或另外約定

指定閱讀

Kutner, Nachtsheim, Neter, & Li (2005). Applied Linear Statistical Models. 5th ed. McGraw-Hill.

華泰代理，另有上課講義

教科書內例題的SAS程式：http://www.ats.ucla.edu/stat/sas/examples/alsm/

參考書目

(1) Darlington (1990). Regression and Linear Models. McGraw Hill INC.
(2) Draper (1998). Applied Regression Analysis. 3rd ed. John Wiley & Sons.
(3) Fox, J. (2008). Applied regression analysis and generalized linear
models. Sage.
(4) Hocking & Peck (2013). Methods and Applications of Linear Models:
Regression and the ANOVA. 3rd. ed. John Wiley & Sons.
(5) Kleinbaum, D. G., et al. (2013). Applied Regression Analysis and Other
Multivariable Methods. 4th ed. Cengage Learning.
(6) Montgomery, D.C., Peck, E.A., & Vining, G. G. (2012). Introduction to
Linear Regression Analysis. 5th ed. Wiley-Interscience.
(7) Pedhazur (1997). Multiple Regression in Behavioral Research. 3rd
ed.Holt,Rinehart and Winston.
(8) Stapleton, J. H. (2009). Linear Statistical Models. 2nd ed. Wiley.
(9) Weisberg (2013). Applied Linear Regression. 4th ed. John Wiley & Sons.

評量方式
(僅供參考)

No.	項目	百分比	說明
1.	個人作業	80%	4次個人作業，各佔20% 請於上課當天第一節下課時繳交，不收遲交作業。作業需使用SAS或其他統計軟體來完成，交出之作業請務必將需要用到的報表剪貼並寫上解釋後再交出來，不可以將所有報表一起交出。
2.	期末小團體研究報告	20%	「期末小團體研究報告」是讓同學使用現有的資料（如：料庫的資料、別人的研究資料），自己提出研究問題並做分析，而後撰寫出一份可以投稿的報告。

課程進度

週次	日期	單元主題
第1週	02/26	課程介紹、確定選課者
第2週	03/05	Simple Regression: Models, Assumptions, Estimation
第3週	03/12	Simple Regression: Inference, ANOVA approach
第4週	03/19	Simple Regression: Residuals, Diagnostics, Remedial measures
第5週	03/26	資料庫使用、期末分組名單確定
第6週	04/02	溫書假
第7週	04/09	Simple Regression: Residuals, Diagnostics, Remedial measures
第8週	04/16	Simple Regression: Simultaneous inferences
第9週	04/23	Matrix Approach
第10週	04/30	Multiple Regression: Diagnostics, Remedial measures
第11週	05/07	Multiple Regression: Extra SS, Multicollinearity
第12週	05/14	Multiple Regression: Quantitative & Qualitative Predictors
第13週	05/21	Multiple Regression: Quantitative & Qualitative Predictors
第14週	05/28	Multiple Regression: Model selection & Validation
第15週	06/04	Multiple Regression: Model building ─ Diagnostics
第16週	06/11	Multiple Regression: Model building ─ Remedial measures
第17週	06/18	學生期末報告分享
第18週	06/25	學生期末報告分享