課程資訊
課程名稱
高等統計學
ADVANCED STATISTICS 
開課學期
95-2 
授課對象
社會科學院  經濟學系  
授課教師
林金龍 
課號
ECON5014 
課程識別碼
323 U0670 
班次
 
學分
全/半年
半年 
必/選修
選修 
上課時間
星期三6,7,8(13:20~16:20) 
上課地點
社法10 
備註
總人數上限:50人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/952advanced_statisti 
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

同課程目標
 

課程目標
本課程「高等統計學」為一個學期的課程,以大學部三、四年級及研究生為授課對象,選修
本課程之學生必須有統計學(或生物統計學)之背景。課程內容以介紹統計推論、假設檢定與
線性模型為核心,將依序介紹機率分配、隨機變數及動差、中央極限定理、線性迴歸模型與
變異數分析。 一方面,我們教導學生較嚴謹的機率與統計觀念及理論,介紹幾個常用且重
要的統計模型,如迴模型歸與變異數分析。以中央極限定理為例,我們教導學生:中央極限
定理是甚麼?如何證明?為何有此定理,即直覺的解釋為何?有何用途?能夠不看課本回答
這些問題,表示對中央極限定理有深入的瞭解。 另一方面,我們強調統計學重視「應用」
的本質。人類活動的軌跡被紀錄於統計資料,統計學的任務在於淬取有用的訊息。例如,中
央銀行提高重貼現率對於投資與消費行為有影響嗎?在眾多的銀行貸款申請者中,如何區分
「好」與「壞」的客戶?前者可以線性模型分析實際資料得到部分答案(完整的答案涉及時
間數列分析理論),後者為Discriminate Analysis的範疇(與假設檢定相關但不同),本
課程不會直接涉及這個議題,但修習本課程有助於日後學習這方面的理論。 在教學方面,
除了觀念的說明與定理的推導外,我們將以統計軟體 R (www.r-project.org),作統計模擬
與實際資料分析,以增進學習效果。有志學習計量經濟,計量財務金融與生物統計的學生應
考慮優先選修本課程或提他類似課程,本人自身的經驗為一肯定上述假說的樣本。我們採用
的教科書為 D. D. Wackerly, W. M. Mendenhall and R. S. Scheaffer (2002),
Mathematical Statistics with Applications, 6th ed. Duxbury.
 
課程要求
 
預期每週課後學習時數
 
Office Hours
另約時間 
指定閱讀
 
參考書目
John Verzani (2002), Simple R
PDF and a browsable HTML version files are available at www.r-project.org
and http://wiener.math.csi.cuny.edu/Statistics/R/simpleR/ respectively.
 
評量方式
(僅供參考)
 
No.
項目
百分比
說明
1. 
期中考 
40% 
 
2. 
期末考 
40% 
 
3. 
平時作業  
20% 
 
 
課程進度
週次
日期
單元主題
第1週
2/28  國定假日(課程大綱) 
第2週
3/07  Ch1,2:Introduction to statistics, probability and R 
第3週
3/14  Ch3:Discrete random variables and their probability distributions 
第4週
3/21  Ch3:Discrete random variables and their probability distributions  
第5週
3/28  Ch4:Continuous random variables and their probability distributions  
第6週
4/04  Ch5:Multivariate probability distributions 
第7週
4/11  Ch6:Functions of random variables 
第8週
4/18  Ch7:Central limit theorem 
第9週
4/25  Ch8,9:Estimation 
第10週
5/02  期中考 
第11週
5/09  Ch8,9:Estimation 
第12週
5/16  Ch8,9:Estimation 
第13週
5/23  Ch10:Hypothesis testing 
第14週
5/30  Ch10:Hypothesis testing  
第15週
6/06  Ch11:Linear regression model 
第16週
6/13  Ch11:Linear regression model