※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID）
（是／否／其他条件）：是
哪一学年度修课：
103-1
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
工管系 余竣瑜老师
λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关)
工管系与商研所选修
δ 课程大概内容
老师每个学期都会稍微调整课程内容, 但本质上是一门应用统计课,
可以理解为一般管院的初统上完一年之后的第三学期的初统~
不过都第三学期了, 当然也有深入到一定程度, 也会在很多地方提示与高统的关联.
今年主要是教 regression-type 的统计分析, 前半学期教 ordinary regression,
后半学期教 logistic regression.
老师是 R 的爱好者, 所以本课程的统计运算都是用 R,
算是本课程的特点之一~ 要用纸笔做的计算就算不是完全没有, 应该也非常少.
课程以应用为主, 但该讲的原理都会讲, 只是繁复的推导 "请去找蒋老师" (修高统) XD
以下是今年的课纲:
1 Introduction, Exploratory Data Analysis, & R
Topic One： Linear Models
2 Simple Linear Regression
3 Multiple Linear Regression
4 Regression Model Building
5 Analysis of Covariance (ANCOVA)
6 Linear Model: Case Studies Handouts
7 Analysis of Variance (ANOVA)
8 In-Class Practical
Topic Two： Generalized Linear Models (Categorical Data Analysis)
9 Comparisons of Proportions or Odds
10 Contingency Tables
11 GLM: Logistic Regression for Binary Responses
12 GLM: Logistic Regression for Binomial Counts
13 GLM: Log-Linear Regression for Poisson Counts
14 GLM: Multinomial Logit Model
15 GLM: Case Studies Handouts #6
16 Final Presentation
Ω 私心推荐指数(以五分计) ★★★★★
★★★★★ 五颗星~~~~
真的很推~~~~ 老师每年都花很多时间准备这门课, 并且努力教得更好.
以今年的内容而言, 整门课架构完整, 从基本讲到深入~ 很棒!
一般修过初统的同学, 应该都对 regression 还停在 "会用但不太会用" 的程度,
对于如何验证 regression 的有效性更是一知半解; 修完这门课之后,
会 (在应用角度上) 对于 regression 有很深的理解.
后半部的 logistic regression 对一般同学来说可能比较困难一点,
但认真上完半学期, 就能对运用的时机和用法有相当的认识.
由于是很常需要用的统计方法, 但初统几乎都不可能有时间教,
所以非常值得花时间学会~
课程架构和内容很理想之外, 老师讲课的台风和口才也很好.
介绍每一个原理和方法后, 都有大量的实例做示范, 原理和例子结合得很好.
R 的部份, 会提供非常完整的范例程式~~ 如果有一点点程式基础,
课后照着跑一遍, 应该该学会的语法功能就都能学会了. 这方面也会功力大增~~
η 上课用书(影印讲义或是指定教科书)
有建议的课本, 每周进度都有对应到课本的某一两章, 但不用买.
老师学期初会将整学期的投影片印成一整本, 让同学付点工本费购买~
投影片我个人认为编得很精美, 当然身为投影片, 并没有要让人只读投影片就懂,
上课该做的笔记还是要做的~~
μ 上课方式(投影片、团体讨论、老师教学风格)
上课绝大部份时间用投影片讲课, 少数时间用白板讲.
中间有一周是在课堂上直接出一个 case study, 给大家许多日本漫画的各个资讯
(作者, 出版社, 是否得奖, ...), 要大家对销售量做回归~~
大家就直接在课堂上分组讨论跟跑 regression, 最后老师带讨论跟讲解.
因为效果好像不错, 听老师说明年可能会多做几次~
课程要分组做期末报告, 不过课堂讲授本身跟分组无关, 就是很正常的讲跟听.
老师的教学风格是重视理解而非背诵和推导, 另外老师也蛮幽默的~~
时不时他也会讲一点论语跟易经, 超有学问的!
σ 评分方式(给分甜吗？是扎实分？)
大约两三周要交一份作业, 共占 30%; 有期中考 (20%), 期末考 (20%);
有期末报告 (30%). 只有期末报告是团体进行, 其它都是个人.
应该不是门凉课, 不认真的话成绩也真的会低~~
ρ 考题型式、作业方式
因为原 po 只有旁听, 所以没办法讲太清楚...
作业我都没写, 不知道 XD
考试方面, 就我的个人观察, 考试题目是活但不是难,
如果有认真上课也有认真写作业, 应该不会考太差,
但如果没有听老师讲解这些统计方法的精妙之处, 考前几天恶补大概帮助不大.
今年的期末报告很有趣~ 老师特地请了几位 EMBA 的学生,
来把他们的公司真实遇到的问题设计成题目, 包括成衣商的订货政策,
金融业的 credit risk, 仪器的保固, 3C 商品的 (上游) 需求预测等等.
公司会提供实际资料以及一些基本的产业知识, 也会在过程中跟同学 meeting~
当然也不是每个题目都设计得非常 "完美", 不过真实世界的问题本来就是这样~
每个公司的配合度也略有高低之分, 只能说真实世界的公司本来也就是这样...
但我真的觉得老师这样设计期末 project, 真的是超有心的 > <
是不只需要这门课学到的统计方法, 也需要管理科学, 作业管理, 行销管理等知识.
如果没修过那些, 倒是不用担心, 因为分组是老师半随机决定的,
每组都会有一些工管跟商研的同学~
因为修课的人太多, 全班分成十六组, 做八个题目. 期末报告是每组都要准备上台,
但现场抽签决定每一题是由两组中的哪组上台, 另一组就在报告完后提问五分钟~
看起来效果蛮好的, 因为两组做同一个题目, 但想法跟做法通常不太一样,
可以互相学习~
ω 其它(是否注重出席率？如果为外系选修，需先有什么基础较好吗？老师个性？
加签习惯？严禁迟到等…)
没点名~ 也不看出席率, 但是会看期末报告的组内互评!
基础方面, 没修过初统的话基本上不应该修这门课,
因为老师假设大家都懂 confidence interval, hypothesis testing, p-value 这些.
其它应该就没有必须要的先修课了, 线代机率微积分这些都不需要,
但如果修过管科, 作管, 行管这些, 听起来可能会更有心得一点?
学过程式设计的话, 学 R 也会轻松许多, 但没学过程式设计应该也没关系的.
Ψ 总结
真的是一门很好的课~~ 值此资料分析时代, 不修真的很可惜.
原 po 也算是修过五, 六个学期的统计类的课了, 听这门课还是觉得收获满满
(虽然也蛮常睡着的, 余老师对不起... )~~ 课好, 老师又认真, 真的是大推~~
希望明年大家一起努力, 让这门课的修课人数突破 100 人! XD
(题外话)
之前跟余老师聊天, 他表示如果能在修过商统之后, 再修一门也用 R 的统计类的课,
可以收到 1 + 1 > 2 的效果. 我是不知道台大还有哪些课用 R,
不过资管系的卢信铭老师下个学期 (103-2) 会新开一门 "统计学习初论",
也是用 R, 据卢老师说也是门半理论半应用的课, 大家可以参考看看~~