|
課程名稱 |
迴歸分析
Regression Analysis |
|
開課學期 |
111-1 |
|
授課對象 |
理學院 統計與數據科學研究所 |
|
授課教師 |
丘政民 |
|
課號 |
STAT5006 |
|
課程識別碼 |
250 U0060 |
|
班次 |
|
|
學分 |
3.0 |
|
全/半年 |
半年 |
|
必/選修 |
必修 |
|
上課時間 |
星期一8,9,10(15:30~18:20) |
|
上課地點 |
天數101 |
|
備註 |
所核心必修課程。
總人數上限：34人
外系人數限制：15人 |
|
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 |
本課程以線性迴歸模式為主，介紹迴歸分析的觀念與理論、自變數與應變數之間的相關性、模式參數估計及其統計推論的方法，同時探討實際應用迴歸方法於數據分析時，常會遇到的問題與解決方法。
Course outline
Simple linear regression analysis;
Multiple linear regression: assumptions & estimation;
Properties of the estimators;
Distributions of quadratic forms;
Hypothesis testing, Confidence regions;
Model choice;
Model diagnosis;
Weighting in general linear models;
Heteroscedasticity & correlated errors;
Transformations & indicator variables;
Variable selection;
Regularization in regression models;
Selected topics; |
|
課程目標 |
1. 學習迴歸分析的理論基礎。
2. 學習迴歸分析的統計方法。
3. 熟悉迴歸分析的統計計算工具。
4. 培養實際數據的統計分析能力。 |
|
課程要求 |
修過統計學、線性代數，或同等課程，具學習基本統計程式能力。 |
|
預期每週課後學習時數 |
|
|
Office Hours |
|
|
參考書目 |
A. Sen and M. Srivastava (1990) Regression Analysis: Theory, Methods, and Applications. Springer.
L. Fahrmeir, T. Kneib, S. Lang, B. Marx (2013) Regression: Models, Methods and Applications. Springer-Verlag Berlin Heidelberg. |
|
指定閱讀 |
|
|
評量方式
(僅供參考) |
|
|