課程資訊
課程名稱
量性科學
Quantitative Science 
開課學期
101-1 
授課對象
公共衛生學院  流預所生物醫學統計組  
授課教師
陳秀熙 
課號
EPM7121 
課程識別碼
849 M0150 
班次
 
學分
全/半年
半年 
必/選修
必修 
上課時間
星期一9,A(16:30~19:15) 
上課地點
公衛213 
備註
1.生統組碩士在職專班必修課程。 2.其他系所組別學生欲選修者,應經授課老師同意。
總人數上限:60人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/1011Quan_Science 
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

量性科學為開授給流預所生物統計組在職專班學生課程。課程內容自基礎微積分、機率論、線性代數與其他進階議題如微分方程等開始,並講授如何應用數學理論與統計學之估計,其包含正交特性與獨立、一階微分與score function、概似函數與最大概似函數估計值、泰勒展開式於變異數估計之應用、辛普森規則於存活分析樣本數估計等。其他相關實例將於課程中詳述與練習。
(Quantitative science is a basic course for master students who have been admitted to division of biostatistics, institute of epidemiology through part-time-based track. This course is particularly useful for those who are lacking of statistical or mathematical background before they are entertained by formal statistics. The course starts from the review of basic calculus, probability theory, linear matrix algebra, and other advanced topics such as differential equation. A series of lectures on the application of several important mathematical theorem to statistical estimation and will be given. These include the linkage between orthogonal property and independence, the illumination of score function in relation to first derivative, the likelihood function and maximum likelihood estimate, Taylor series for variance estimation, and Simpson rules for sample size estimation in survival studies. Practical examples on these topics will be designed and practiced by students during the course.) 

課程目標
協助無統計或數學背景訓練之學生銜接後續之統計課程
(Quantitative science is a basic course for master students who have been admitted to division of biostatistics, institute of epidemiology through part-time-based track) 
課程要求
 
預期每週課後學習時數
 
Office Hours
 
參考書目
MODELING THE DYNAMICS OF LIFE 
指定閱讀
 
評量方式
(僅供參考)
   
課程進度
週次
日期
單元主題
第1週
9/10  簡介
Introduction 
第2週
9/17  概似函數 I Likelihood I 
第3週
9/24  概似函數 II
Likelihood II 
第4週
10/01  概似函數 III
Likelihood III 
第5週
10/08  概似函數估計方法 I
Likelihood-based estimation method I 
第6週
10/15  概似函數估計方法 II
Likelihood-based estimation method II 
第7週
10/22  羅吉斯回歸模式 I
Logistic regression model I 
第8週
10/29  羅吉斯回歸模式 II
Logistic regression model II 
第9週
11/05  期中考
Mid-examination 
第10週
11/12  簡單線性回歸模式 I
Simple linear regression model I 
第11週
11/19  簡單線性回歸模式 II
Simple linear regression model II 
第12週
11/26  簡單線性回歸模式 III
Simple linear regression model III 
第13週
12/03  存活分析與部分概似函數 I
Survival analysis and partial likelihood I 
第14週
12/10  存活分析與部分概似函數 II
Survival analysis and partial likelihood II 
第15週
12/17  存活分析與部分概似函數 III
Survival analysis and partial likelihood III 
第16週
12/24  貝氏理論I
Bayesian theory I 
第17週
12/31  貝氏理論II
Bayesian theory II 
第18週
1/7  期末考
Final-examination