課程資訊
課程名稱
量性科學
Quantitative Science 
開課學期
109-1 
授課對象
公共衛生學院  公共衛生碩士學位學程  
授課教師
陳秀熙 
課號
EPM7121 
課程識別碼
849 M0150 
班次
 
學分
2.0 
全/半年
半年 
必/選修
選修 
上課時間
星期一10,A(17:30~19:15) 
上課地點
公衛213 
備註
MPH生物統計領域必修。
總人數上限:45人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/1091EPM7121_ 
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

本課程由基礎統計假說檢定及估計延伸至回歸模型(主要包含線性、布瓦松、邏吉斯以及寇斯等比風險模型)中相對應之統計方法。課程中亦包含運用基礎與進階統計方法於實證醫學中。本年度課程亦將著重於運用統計結果以及預測模型於健康照護科學中。

The course begins with basic statistical hypothesis testing and estimation and their extensions to the regression models (mainly including linear, Poisson, logistic, and Cox proportional hazards regression model). It also covers the context of applying basic and advanced statistical models to the realm of evidence-based medicine (EBM). This-year course also puts emphasis on how statistical reasoning and prediction model can be applied to health care science. 

課程目標
本課程主要提供在職專班學生對於生物統計方法學習之基礎,課程中將講述如何運用統計假說檢定與估計於實證資料中。課程內容包含了對於基礎生物統計知識之概觀,並且與研究設計、進階統計課程以及生物統計諮詢進行連結與整合。

Quantitative science course is designed for the first-year on-job Master student studying the realm of biostatistics and lays emphasis on how to aid a student framing scientific hypothesis of interest in the sphere of biomedicine in the light of statistical inference in combination with empirical data. It provides a panorama of basic knowledge linked with other relevant courses such as biostatistics in study design, advanced statistical models, and biostatistics consultation. 
課程要求
參與課程並繳交習作

Submit on-site RA guided exercise 
預期每週課後學習時數
 
Office Hours
 
參考書目
Annette. J. Dobson, An Introduction to Generalized Linear Models, Chapman
& Hall/ CRC, 2002

Armitage P, Statistical Methods in Medical Research, 1971 New York, John Wiley
& Sons

Probability and Statistics, 4/E, Morris H. DeGroot, Mark J. Schervish,
Carnegie-Mellon University 
指定閱讀
待補 
評量方式
(僅供參考)
   
課程進度
週次
日期
單元主題
第1週
9/14  Bayesian Analysis: Simon two-stage design
 
第2週
9/21  Bayesian clinical reasoning
 
第3週
9/28  Statistic concept and analysis for types of data
 
第4週
10/4  Design- and model based statistic analysis
 
第5週
10/12  Predictive model for independent data I
 
第6週
10/19  Predictive model for independent data II
 
第7週
10/26  Predictive model for dependent data I
 
第8週
11/2  Predictive model for dependent data II
 
第9週
11/8  Midterm exam
 
第10週
11/16  Bayesian Analysis with Regression Approach
 
第11週
11/23  Meta-analysis with Bayesian Approach
 
第12週
11/30  Survival Analysis (1): Basic concept and non-parametric
 
第13週
12/6  Survival Analysis (2): Semi-parametric and Parametric
 
第14週
12/14  Predicitive model for survival data/ advanced time-to-event data analysis
 
第15週
12/21  Power function and Sample size calculation
 
第16週
12/28  Advanced method in Sample size estimation
 
第17週
1/4  Decision analysis and Economial Evaluation
 
第18週
1/10  Final exam