課程資訊
課程名稱
程式設計與統計分析
Programming for Statistical Analysis 
開課學期
106-1 
授課對象
社會科學院  政治學系  
授課教師
黃旻華 
課號
PS4631 
課程識別碼
302 53100 
班次
 
學分
2.0 
全/半年
半年 
必/選修
選修 
上課時間
星期三3,4(10:20~12:10) 
上課地點
社科402 
備註
限學士班三年級以上
總人數上限:30人
外系人數限制:5人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/1061PS4631_ 
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

近年來社會科學研究中需要應用到電腦程式設計的機會越來越大,特別是在統計分析上,主要使用軟體已經從常見的視窗式拉選軟體,如SPSS,轉變成需要熟知語法,如Stata,甚至是需要掌握一些程式設計技巧的R。也因此,本課程將針對社會科學訓練背景的同學,有系統的培養同學程式設計的基本知識和技巧,並且透過每周的實作習題,結合統計分析的目的,來達成使用程式設計的應用目標。

本課程採用的程式是Matlab,該程式在應用上比R更具有優勢和方便性,主要在三方面:一、Matlab在浮點數運算上的精確和效率比較優越;二、Matlab在矩陣的宣告和計算上也比較優越;三、Matlab在程式結構和相關的函數支援上也更為完整。而這三點綜合來說,是可以讓初學者更容易深入學習的環境。所以本課程選擇使用Matlab,該軟體在台大的雲端電腦—「台大虛擬桌面系統」已經得到授權可提供台大同學使用。
第一週:課程介紹
第二週:Matlab環境、基本語法、函數程式介紹
第三週:矩陣計算、迴圈和條件式應用、資料儲存
第四週:矩陣計算、迴圈和條件式應用、資料儲存
第五週:數值分析
第六週:數值分析
第七週:最佳化
第八週:最佳化
第九週:數學規劃
第十週:數學規劃
第十一週:制限最佳化
第十二週:制限最佳化
第十三週:線性迴歸分析
第十四週:二分依變項迴歸分析
第十五週:統計診斷
第十六週:抽樣分配理論
第十七週:假設檢定
第十八週:貝氏機率分析

 

課程目標
本課程的主要目標,是將統計上的各種知識,透過程式設計的模擬過程呈現,讓同學更能深入的學習統計的知識和應用。其中主要的課題,將集中在數值分析(numerical analysis)、最佳化(optimization)、數學規劃(mathematical programming)、制限最佳化(constrained optimization)、迴歸分析(regression analysis)、統計診斷(statistical diagnostics)、抽樣分配理論(sampling distribution)、假設檢定(hypothesis testing)、貝氏機率分析(Bayesian analysis),以及其他的相關的數量方法應用。

 
課程要求
一、每週作業(60%)
二、期末考(30%)
三、上課出席、參與、討論(10%)


本課程對學生課後學習之要求:
一、 每週出席上課。
二、 每週按時繳交作業。
三、 參加期末考。
 
預期每週課後學習時數
 
Office Hours
 
指定閱讀
待補 
參考書目
一、 指定閱讀(請詳述每週指定閱讀)

黃旻華(2017),《統計學的思路:論理與應用》。台北市:五南。
張智星(2016),《MATLAB程式設計入門篇(第四版)》。台北市:峰 。

二、 延伸閱讀(請詳述每週延伸閱讀)

Bonnans, F. J., J. C. Gilbert, C. Lemar’echal, and C. A. Sagastiz’abal (2006). Numerical Optimization: Theoretical and Practical Aspects. New York: Springer.
Min-Hua Huang. (2011). Fixing Boundary Violations: Applying Constrained Optimization to the Truncated Regression Model. Online paper
Min-Hua Huang. (2012). Solving Problems in the Panel Regression Model for Truncated Dependent Variables: A Constrained Optimization Method. Online paper
黃旻華(2011),「迴歸分析」,《社會及行為科學研究法第三冊》,瞿海源等主編,台北市:東華,頁41-84

每週閱讀教材

第一週~第二週:張智星(2016),第1-2章。
第二週:張智星(2016),第8章。
第三週:張智星(2016),第9-13章。
第四週:張智星(2016),第14-17章。
第五週:黃旻華(2017),第3節第2節、附錄3。
第六週:黃旻華(2017),第4章第4節。
第七週:Bonnans et al. (2006), Ch.1。
第八週:Bonnans et al. (2006), Ch.2-3。
第九週:黃旻華(2017),第3節第5節。
第十週:Huang(2011)。
第十一週:Bonnans et al. (2006), Ch.11-13。
第十二週:Huang(2012)。
第十三週:黃旻華(2017),第4章第4節。
第十四週:黃旻華(2017),第4章第5節。
第十五週:黃旻華(2011)
第十六週:黃旻華(2017),第6章第3節。
第十七週:黃旻華(2017),第5章第2-4節。
第十八週:黃旻華(2017),參考方塊3.1和6.10。

 
評量方式
(僅供參考)
   
課程進度
週次
日期
單元主題
第1週
9/13  課程簡介 
第2週
9/20  Matlab 環境、基本語法、函數程式介紹 
第3週
9/27  矩陣計算、迴圈和條件式應用、資料儲存 
第4週
10/04  中秋節放假 
第5週
10/11  數值分析 
第6週
10/18  最佳化 
第7週
10/25  Matlab繪圖 
第8週
11/01  制限最佳化 
第9週
11/08  制限最佳化 
第10週
11/15  校慶停課(但請各位參考公布欄和附件!) 
第11週
11/22  制限最佳化:單形法 
第12週
11/29  期中考 
第13週
12/06  期中考問題討論 
第14週
12/13  迴歸分析 
第15週
12/20  Constrained Optimization to the Truncated Regression Model 
第16週
12/27  "Hanging Chain Problem"