課程名稱 |
近代大氣科學統計方法 MODERN STATISTICAL METHODS IN THE ATMOSPHERIC SCIENCES |
開課學期 |
97-1 |
授課對象 |
理學院 大氣科學研究所 |
授課教師 |
吳明進 |
課號 |
AtmSci7048 |
課程識別碼 |
229 M8080 |
班次 |
|
學分 |
3 |
全/半年 |
半年 |
必/選修 |
選修 |
上課時間 |
星期三2(9:10~10:00)星期五3,4(10:20~12:10) |
上課地點 |
大氣A104大氣A108 |
備註 |
總人數上限:38人 |
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/971statistical |
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 |
資料統計分析為大氣科學研究和應用很根本的一環。
選修本課程的學生將逐步習得一般在大氣科學常用的統計分析原理和方法。課程中將列舉相關的大氣科學期刊論文來作進一步闡述。修課學生將被要求以Matlab軟體來做作業。
|
課程目標 |
本學期課程將涵蓋下述主題:
1、 基本統計複習:
機率分配、非參數機率分配與參數機率分配。
統計檢定:參數檢定(t檢定、卡方檢定與F-檢定)。
非參數檢定(經典法、再抽樣法、自助法和排列法)。
2、 統計預報與校驗:
統計預報:線性迴歸與非線性迴歸
Perfect Prog 與MOS
預報檢驗:類別預報、機率預報、系集預報
3、 多變量分析:矩陣代數、主成分分析、正準相關分析、判別與分類、群落分析
4、 類神經網路:類神經網路概念:倒傳遞網路和應用。
5、 遺傳演算法:遺傳演算法介紹。
6、 貝氏推論:貝氏原理、具前分佈函數之貝數推論。
|
課程要求 |
修課學生將被要求以Matlab軟體來做作業。 |
預期每週課後學習時數 |
|
Office Hours |
|
指定閱讀 |
|
參考書目 |
1. Wilks,D.,2006: Statistical Methods in the Atmospheric Sciences, 2nd
edition, Academic Press.
2. Murphy,A.H. and R.W. Kate Eds,1985:Probability, Statistics, and
Decision-making in the Atmospheric Sciences, Westview Press.
3. Gelman, A. et al., 2004: Bayesian data analysis, Chapman &Hall.
|
評量方式 (僅供參考) |
No. |
項目 |
百分比 |
說明 |
1. |
期中考 |
0% |
|
2. |
期末考 |
0% |
|
3. |
隨堂測驗 |
0% |
|
4. |
作業 |
50% |
|
5. |
報告 |
30% |
|
6. |
參與討論 |
10% |
|
7. |
出席 |
10% |
|
|
週次 |
日期 |
單元主題 |
第1週 |
9/17,9/19 |
Review of basic statistics-parametric statistics |
第2週 |
9/24,9/26 |
Review of basic statistics-parametric statistics |
第3週 |
10/01,10/03 |
Review of basic statistics |
第5週 |
10/17 |
Review of Basic Statistics- Non-parametric statistics |
第6週 |
10/22,10/24 |
Review of Basic statistics-Nonparametric Statistics
Statistical Forecasting and Forecast Verification |
第7週 |
10/29,10/31 |
Statistical Forecasting and Forecast Verification-Linear and non-linear Regression |
第8週 |
11/05,11/07 |
Statistical Forecasting and Forecast verification- Application of Regression Analysis, Forecast Verification |
第9週 |
11/12,11/14 |
Term Project Briefing, Ch 2.3- Forecast Verification |
第10週 |
11/19,11/21 |
Ch.3.1 Principal Component Analysis (PCA or EOF) |
第11週 |
11/26,11/28 |
Principal Component Analysis |
第12週 |
12/03,12/05 |
Factor Analysis |
第13週 |
12/10,12/12 |
Canonical Correlation Analysis and Singular Value Decomposition |
第14週 |
12/17,12/19 |
Cluster Analysis |
第15週 |
12/24,12/26 |
Discriminant Analysis |
第16週 |
12/31,1/02 |
New Year Holiday break |
第17週 |
1/07,1/09 |
An Introduction to Artificial Neural Network and Genetic Algorithm |
第18週 |
1/14, 1/16 |
term project presentation |
|