一、課程簡介:

第一部份：主要講授線型混合模式的應用
1）線型模式簡介
包含「回歸分析模式」、「單向變方分析模式」、「雙向變方分析
模式」
例如： 常見的簡單直線回歸模式, CRD 模式
2）線型混合模式簡介
包含重複測量資料之分析模式, RCBD 與 SPD 模式
例如：對重複測量之林木生長資料配適生長模式, 區集效應為隨機
型效應時之完全區集設計模式, 以及主區與副區均為隨機型效應時
之裂區設計模式
3）櫺式設計之資料分析
包含：正方櫺式設計、長方櫺式設計
例如：二櫺設計 simple lattice design, 三櫺設計 tripple
lattice design
4）櫺式設計以外的非完全區集設計資料之分析, 以及生長曲線之非線
型混和模式之配適

第二部分：主要講授多變數分析的應用
1）多變數資料分析的特性
包含資料本身的特性、分析的目標與分析方法的簡介
2）一些常用的線性代數操作
包含矩陣算數、特徵根、特徵向量、平均值向量與共變方矩陣
3）多變數資料的圖形顯示
4）多變數資料差異顯著性分析
包含樣品平均值與變方的差異顯著性分析
5）空間與距離的概念
包含距離的測量、相似性矩陣、二元資料與相似性矩陣的差異性檢定
6）主成分分析
包含遺傳歧異度的分析及Principal Coordinate分析
7）因子分析
8）群聚分析

二、先修課程:
建議先修試驗設計及複因子試驗設計

三、參考書目:
B. F. J. Manly, 1994. Multivariate Statistical Methods: A
Primer. 2nd Ed. Chapman & Hall.