若是通识课程评价，请用 [通识] 分类，勿使用 [评价] 分类
标题范例：[通识] A58 普通心理学丙 林以正 (看完后请用ctrl+y删除这两行)
※ 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）：
哪一学年度修课：
108-1
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
黄彦棕教授
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)
数学系/数学所/应数所
δ 课程大概内容
Week1:Survivor function, hazard function and cumulative hazard
Week2:Likelihood construction; inference for parametric survival distributions
Week3:Introduction to stochastic process
Week4:Convergence of stochastic process
Week5:No calss
Week6:Kaplan-Meier estimator and log rank test
Week7:Cox proportional hazards model
Week8:Lebesgue-Stieltjes Integrals, Martingales, Counting Processes
Week9:Midterm Exam
Week10:No calss
Week11:Counting Process Martingales
Week12:Combining Martingales, Stochastic Integrals, and Applications to Logrank Test & Cox's Mode
Week13:Martingale Central Limit Theorem
Week14:One-sample problem: asymptotic results
Week15:Two-sample problem: asymptotic results
Week16:Revisiting Cox’s PH model: asymptotic theory
Week17:Assessing model fit of Cox’s PH model
Week18:Final Exam
Ω 私心推荐指数(以五分计) ★★★★★
想从数学学存活分析:★★★★★
想从应用学存活分析:★
想从随机过程把存活分析学好学满:★★★★★★★★★★
凉度:★★
甜度:★★★★
η 上课用书(影印讲义或是指定教科书)
1. The Statistical Analysis of Failure Time Data, Second Edition by John D. Kabfleisch and Ross L. Prentice; Wiley
2. Counting Process and Survival Analysis, by Thomas R Fleming and David P. Harrington; Wiley
μ 上课方式(投影片、团体讨论、老师教学风格)
教授以PDF上课为主，必要时辅以板书(例如数学推理部分或是视觉化一些函数或图形)，PDF内容明显是用LaTeX编译的，排版的蛮不错的，不像大部分教授都用PPT然后全部挤在一起
没有讨论或实习课，更没有教你任何程式。
σ 评分方式(给分甜吗？是扎实分？)
1. 作业10%x4
2. 期中考30%
3. 期末考30%
扎实分，应该是没有任何调分，但作业最后貌似满分破百，原Po最后作业分数是40.5。
ρ 考题型式、作业方式
作业：除了第一次作业简单大概三小时就可完成以外，另外三分作业基本上都要花半天以上的时间，而且助教改分很严格（助教是老师中研院的博士后研究院），但良药苦口，改分的标准我觉得对于学习存活分析都是必要的。所以若你想拿高分，要花的时间肯定需要到一天左右，因为背后的逻辑跟数学都要非常清楚才不会有被扣分的机会。至于作业难度个人认为还好，许多都只是课堂上的延伸而已，甚至有时候老师会不小心把作业题目带完...
期中考：扎实分，证明与计算都有，但计算也没有送分，大概就是算出某个随机过程有没有收敛，并写出为什么等等，唯一少数的稳送分是老师上课说必考的算Cox Partial likelihood，其他的送分貌似全班都还是错了不少人。最后全班貌似一半左右不及格，最高是我神人同学92，最低的貌似也有20左右的。
期末考：有鉴于期中考的惨烈，期末考老师很关照大家，虽然已经出完了题目(全证明题)，但老师硬生生泄了大概一半的题目给大家，虽然并没有告诉我们题目长怎样跟怎么解，但基本上这泄题(Nelson Aalen estimator的收敛拆成四部份证明与Cox-Snell Residual and Martingale Residual的数学相关恒等式)的方向一定有，因此推估拿高分应该不难，但是也要下不少准备。最后原Po拿99分，但老师没有公布分数分布状况，NTU-epo也看不到分数分布，因此很难推论期末考的分布究竟长怎样。
需注意的是，期中期末都可以带一份手写单面A4的小抄，要写什么都可以。
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…)
加签没有特别规定，但先修个人认为必要的是初等统计学(或是数理统计，当然数理统计就等于数学系的统计学或是高等统计下)、机率导论(或是高等统计上)。
次要必要的是分析导论(高等微积分)，因为其实用到了不少数学分析的东西(从最基本的连续的定义与metric space的完备性到epicontinous与uniform converge都有)
再更次要的是实分析的测度论，因为随机过程到处都会讨论到是否可测与机率可测空间，不过老师并没有着重在研究这个，考试也没出现，但是对于理解课堂会有很大的帮助。
不过后两者没有到很必要，因为一些看起来外系的同学最后应该也都过了，只是没后两者会有些辛苦。
Ψ 总结
(一)教授授课部分
老师是医学系背景出生的，因此对于不少内容老师常常用比较实际的例子去说明而非解释数学，但这同时也是个小缺点，因此老师在数学上的解释不会到很精确(毕竟老师根本没修过分析导论XD，还常常自嘲说他以前是学“微积分丁”)，但个人认为这不是个问题，因为本堂课用到的数学并不是很艰深，反而重要的是如何去实际地理解，数学部分有修过分析导论等一定可以自行理解，因此缺的一块正是如何实际理解；加上老师讲话不快，因此可以慢慢吸收，也因为是PDF上课，因此还可以预习与现场做笔记甚至同步听打等等(我通常就会做同步听打然后打到自己用LaTeE)。且教
授教学上也蛮用心的，下课会很用心地回答学生问题，更别提老师讲义会自己用LaTeX打了...
(二)分数部分
我也有上过老师的统计导论与统计学(就是数理统计)，没写评价是因为统计导论停开了，统计学今年换陈宏教授开，老师这两堂课给分都蛮...赞的，我这两门课都A+，而且印象中统计导论一半以上A+，统计学有约3.5成A+，在数学系应该已经是一大福音。而在存活分析的一开始老师就说过，这门课绝对不会再发生这种事，结果有趣的是期中考成绩分布一出来，老师就很在意要如何帮我们加分(老师说他不想当任何人)，也因此造就了期末考送一堆分的状况出现XD，因此个人认为分数部分不会很难拿，至少要过一定不难，但要拿高分势必要蛮辛苦的，从平时的作业就要下很多苦
头。
(三)课程部分
老师曾说过，这门课不是个很好学的科目，存活分析照理讲会先从各种应用与各种模型开始讲，而非直接从随机过程近来虐杀...也因此这算是他的第一次实验性开课来看看大家的学习状况。
个人看法如下：存活分析的各种应用(例如Competing Risk, A.F.T, stratified Cox model, time-dependent cox model...)等等，其实网络的资源非常多，而且流预所开授的存活分析也有教到上述这些内容（当然也有不少数学），但是针对直接从随机过程进入存活分析的网络资源相较较少，加上我认为在数学与应用上，数学比较需要跟着课堂学习，且存活分析本身就是建立在一堆随机过程与Martingale出来的，理论基础全都是这些而非单纯的数理统计，因此我认为先从理论打好基础对于日后走存活分析的领域绝无坏事。
但缺点是真的会有点枯燥乏味，尤其第三周直接进入随机过程的收敛，而原Po又没有修过随机过程QQ，因此真的有些辛苦，但最后可谓苦尽甘来，看到存活的理论用各种一开始辛苦学的随机过程证明出来的瞬间真的令人痛哭流涕，因此只要是想学数学的，绝对推荐这门课；当然若是仅想学应用的就完全不推了。
最后，老师下学期有开设因果推论，欢迎大家去选修，老师说授课会以导论的方式去带，也是用PDF上课为主，不会用很数学的方式去上。