課程資訊
課程名稱
生物統計學二
Biostatistics (Ⅱ) 
開課學期
108-1 
授課對象
公共衛生學院  流行病學與預防醫學研究所  
授課教師
洪弘 
課號
EPM5036 
課程識別碼
849 U0070 
班次
 
學分
3.0 
全/半年
半年 
必/選修
選修 
上課時間
星期四6,7,8,9(13:20~17:20) 
上課地點
 
備註
1.上課地點:公衛215(67節)&214(89節)。 2.本課程另有電腦實習課程。
總人數上限:5人 
 
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

1.Linear regression
2.Logistic regression & ROC curve analysis
3.Poisson regression
4.Survival analysis

 

課程目標
 本課程將從連續型資料開始,介紹迴歸分析的理論架構以及其應用方式,然後再推廣到不同資料結構的分析方法,包含二元資料、計數資料、以及存活資料。本課程的另一個重心放在R軟體的操作以及實際資料的分析。希望修課的學生可以根據資料的結構,選擇適當的分析方法(並了解其運作原理),完成正確的統計分析。
 The course will start from continuous data to illustrate the rationale of linear regression model and its applications. The concept will be extended to different data structures, including binary data, count data, and survival data. Another topic of this course will focus on the implementation of the R software and the ability to analyze the real data sets. Students are expected to choose the appropriate methods (as well as understand the rationale of the methods), to correctly complete the statistical analysis for a given data set.
 
課程要求
本課程的每一位修課同學皆須參與實習課程,於基礎醫學大樓509電腦教室進行由課程助教帶領之討論、上機等課程。實習課程由第一週開始。學期間的各事項都會在此 ceiba 網頁公布,請同學務必定期上網留意。 
預期每週課後學習時數
 
Office Hours
 
參考書目
1. S. Weisberg (2005). Applied Linear Regression. Third edition. Wiley
Interscience (NTU e-book)
2. D. W. Hosmer (2000). Applied Logistic Regression. Third edition. Wiley-
Interscience (NTU e-book)
3. D. G. Kleinbaum and M. Klein (2005). Survival Analysis: A Self-Learning
Text. Second Edition by New York: Springer-Verlag (NTU e-book).



 
指定閱讀
待補 
評量方式
(僅供參考)
 
No.
項目
百分比
說明
1. 
作業及實習 
40% 
 
2. 
期中考 
30% 
 
3. 
期末考 
30% 
 
 
課程進度
週次
日期
單元主題
第1週
  Introduction 
第2週
  Simple linear regression 
第3週
  Least squares estimate (LSE) 
第4週
  R-square, CI, t-test, F-test 
第5週
  mean response, prediction, residual 
第6週
  Multiple linear regression 
第7週
  ANOVA, Full & Reduced model 
第8週
  Introduction of generalized linear model 
第9週
  Midterm 
第10週
  校慶放假 
第11週
  Logistic regression & ROC curve analysis 
第12週
  Poisson regression 
第13週
  Introduction of survival analysis 
第14週
  Kaplan-Meier estimator 
第15週
  Log rank test 
第16週
  Cox PH model 
第17週
  Extensions of Cox PH model 
第18週
  Final