課程資訊
課程名稱
統計計算
Statistical Computing 
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
陳裕庭 
課號
STAT5007 
課程識別碼
250 U0070 
班次
 
學分
3.0 
全/半年
半年 
必/選修
必修 
上課時間
星期二8,9,10(15:30~18:20) 
上課地點
新501 
備註
所核心必修課程。
總人數上限:30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

1. Random number generation: inverse transformation method; rejection sampling; transformation methods.
2. Monte Carlo methods: Monte Carlo estimates; statistical inference; variance reduction.
3. Resampling methods: bootstrapping; jackknife resampling.
4. Markov Chain Monte Carlo (MCMC) methods: Metropolis-Hastings algorithm; Gibbs sampler.
5. EM algorithm. 

課程目標
This course aims to cover fundamental concepts in statistical computing and introduce different methods from both theoretical and practical aspects. On completion of this course, students should:
1. understand principles and methods of stochastic simulation;
2. be familiar with high-level computation software such as R or MATLAB;
3. be able to apply different Monte Carlo methods to solve problems. 
課程要求
Basic calculus, Linear algebra, Introductory statistics 
預期每週課後學習時數
 
Office Hours
每週二 13:30~15:00 
參考書目
Voss J. (2014) An Introduction to Statistical Computing - A Simulation based approach, Wiley.
Rizzo, M. L. (2019) Statistical computing with R, Chapman and Hall/CRC.
Givens, G. H., & Hoeting, J. A. (2012) Computational statistics, John Wiley & Sons. 
指定閱讀
待補 
評量方式
(僅供參考)
 
No.
項目
百分比
說明
1. 
Mid-term 
30% 
 
2. 
Final 
40% 
 
3. 
Homework 
20% 
 
4. 
Class participation 
10% 
 
 
課程進度
週次
日期
單元主題
第1週
9/6  Course introduction
Review of probability and statistics 
第2週
9/13  Random number generation 
第3週
9/20  Random number generation II 
第4週
9/27  Simulating statistical models 
第5週
10/4  Monte Carlo methods: estimates 
第6週
10/11  Monte Carlo methods: variance reduction methods 
第7週
10/18  Monte Carlo methods: applications to statistical inference 
第8週
10/25  Mid-term 
第9週
11/1  Bootstrapping: basic methods 
第10週
11/8  Bootstrapping: bootstrap inference 
第11週
11/15  No class (校慶) 
第12週
11/22  Markov Chain Monte Carlo methods 
第13週
11/29  Markov Chain Monte Carlo methods II 
第14週
12/6  EM algorithm 
第15週
12/13  EM variants 
第16週
12/20  Final