課程資訊
課程名稱
統計學下
STATISTICS (2) 
開課學期
95-2 
授課對象
學程  神經生物與認知科學學程  
授課教師
陳玉華 
課號
BICD2005 
課程識別碼
610 23802 
班次
 
學分
全/半年
全年 
必/選修
必修 
上課時間
星期二6,7,8(13:20~16:20) 
上課地點
推一 
備註
先修科目:統計學上(適用全校學士班學生)。
總人數上限:80人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/952agex_stat 
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

統計學是一門化繁為簡的系統性學科,藉由研究資料的收集、整理、分析、與推論等方法協
助大眾了解一些繁複的自然現象與社會事件,也有助於管理人員及決策者在不確定的情境下
作出合理與可行的決策。但是,數字會說話卻也可能說假話,特別是數字提供者、引用者
如何“正確”詮釋、再詮釋這些數據。這在這一學年的課程安排中,我們將著重於統計觀念
的建立,介紹統計學在社會科學研究方面的應用,以及如何利用統計的概念與方法分析現有
資料或調查資料;繁複的數學公式或推導過程並非本課程的核心,然而配合部分學習單元的
需求也會引用相關公式並詳加說明。上學期的課程內容將著重在統計科學的基本概念,如何
應用描述性統計說明資料的特性,以及如何使用統計檢定方法驗證研究假設。本課程除了上
課講解統計概念與其在社會科學方面之應用實例外,也將配合使用電腦軟體(Excel)及統計
軟體(SAS)。 

課程目標
上完這學期的課程之後,你應當能夠:
1.了解統計學基本的概念與推論過程。
2.解釋主要的統計概念以及如何應用這些概念。
3.使用相關統計軟體如Excel 以及 SAS。
4.判斷各類型媒體與報導所提供之數據的真偽與效度。
5.區辨一般市場調查或民意調查的可能潛在偏誤。
 
課程要求
A.詳讀、上課出席
雖然這不是使用大量繁瑣公式的數學課,但是有規律的出席課堂,仔細聆聽上課內容,並利
用有限的課餘時間有效率的嬝物(fca9)w教材並做相關練習是學好統計學的不二法門。為提
供大家一個相對安靜的學習與討論的空間,請避免遲到、早退、在課堂嬝物D相關讀物、或
是與其他同學聊天,特別注意在進教室前關掉你的手機鈴聲。違反上述規定者其學期成績將
酌情扣減。

B.考試
這學期將有兩次考試,期中考於5/8 舉行,期末考於6/26舉行。請注意:沒有任何補考的安
排(除緊急事故、天然災害)。請準備電子計算機參加考試,與考題有關之公式與表格都將
附在考題後,因此沒有必要死背數學公式。

C.練習作業
這學期總計有十份練習作業,上課結束前將分發當週作業的題目,作業必須在下一次上課前
繳交於推一教室,對於有疑問的作業題目,我也將利用上課時間作說明。請特別注意,無特
殊意外事由,拒收遲繳作業,學期成績的 40% 將根據這十份作業,所以請準時繳交統計作
業。這門課鼓勵同學間相互討論、學習,但是請完成並繳交你自己的作業,抄襲他人作業者
與被抄襲者同樣以零分計算。

D.相關問題討論
歡迎隨時提問,若是你的問題較單純,請於課堂中發問,或是利用電子郵件發問,我將儘快
回答。若是你的問題較複雜並可能需時較久,請在約談時間或事先約定時間到我的或統計助
教的辦公室進行討論。
 
預期每週課後學習時數
 
Office Hours
每週三 12:00~16:00 
指定閱讀
 
參考書目
David S. Moore and George P. McCabe. 2006.
Introduction to the Practice of Statistics (5th edition).
New York: Freeman. 
評量方式
(僅供參考)
 
No.
項目
百分比
說明
1. 
期中考 
30% 
 
2. 
期末考 
30% 
 
3. 
作業 
40% 
 
 
課程進度
週次
日期
單元主題
第1週
2/27  課程簡介、上學期統計概念回顧 
第2週
3/06  Chapter 7: Inference for Distributions (1) 
第3週
3/13  * SAS 簡介與使用 
第4週
3/20  Chapter 7: Inference for Distributions (2) 
第5週
3/27  Chapter 8: Inference for Proportions 
第6週
4/03  停課 (PAA in NYC) 
第7週
4/10  Chapter 9: Analysis of Two-Way Tables (1) 
第8週
4/17  Chapter 9: Analysis of Two-Way Tables (2) 
第9週
4/24  Chapter 12: One-Way Analysis of Variance (1) 
第10週
5/01  Chapter 12: One-Way Analysis of Variance (2) 
第11週
5/08  期中考 
第12週
5/15  Chapter 13: Two-Way Analysis of Variance (1) 
第13週
5/22  Chapter 13: Two-Way Analysis of Variance (2) 
第14週
5/29  Chapter 11: Inference for Regression (1) 
第15週
6/05  Chapter 11: Inference for Regression (2) 
第16週
6/12  Chapter 12: Inference for Multiple Regression (1)