※ 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：
110-1
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
陈宜廷
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)
财金所博士班、统计硕士学位学程(可算必修)
δ 课程大概内容
参考课纲
Linear regression
Least square estimation
Classical linear regression
Large sample theory
Constrained estimation
简单来说就是Hansen教科书的Ch1~Ch8前面开头一点点
Ω 私心推荐指数(以五分计) ★★★★★
★★★★★
看到矩阵代数就会怕者：★
还记得高中矩阵且愿意学一点新定理者：★★★★
η 上课用书(影印讲义或是指定教科书)
Hansen, B. E. (2021), Econometrics
(https://www.ssc.wisc.edu/~bhansen/econometrics/Econometrics.pdf)
圣经啊，写得也很好入门
μ 上课方式(投影片、团体讨论、老师教学风格)
全版书教学，老师每堂课都会先说今天要教什么，才开始上课
(本学期初因应疫情，前两三周为老师用录影用PPT上课)
教授很有学者风范，除了讲授计量理论的推导之外，也都会讲说实证上可以
怎么做，以及分享计量经济学家的小故事之类的
几乎每堂下课都会有一些同学会问老师问题，老师也都会很有耐心地回答完
同学的问题之后才离开
σ 评分方式(给分甜吗？是扎实分？)
期中考 40%
期末考 40%
作业 20%
ρ 考题型式、作业方式
期中期末都是20题计算题，其中不乏连锁的证明题，以及一些基础统计性质的
推导比如全机率法则、卡方分配的变异数等等。
其实如果作业全部都搞懂，考试考到80分以上应该不是太困难。另外，考卷中
其实有些观念或是推导方式比较细，若有时间的话还是建议考前全部都推一次
真的不要只用看的，不然就会像我一样....QQ
作业部分，老师下课前会勾课本习题，如果老师上课速度变太快，那就是想要多出
一点作业XD。除了课本手写习题之外，也有R程式的模拟，其中包含资料分析、模
拟分配的样貌等，老师会强调不能有套件所以lm()这个函数是无用武之地，我们
要自己算出beta、variance等等的答案。
作业不是交到ceiba或NTU COOL，是交到Google drive上，也因此可以获得其他
同学们的救赎
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…)
这门课的基础，建议是修过“高等(数理)统计学”或是至少经济系的必修初统，
毕竟数学部分还是占得很重。至于线性代数，个人是认为至少要会矩阵的运算、
转置、反矩阵等即可，因为矩阵只是一个描述资料的方式而已。
助教在开学时有录影一大段统计跟线性代数的大补帖，我想看完那个影片，应该
就足够应付这门课了
出席部分，老师是希望大家都出席，出席率的确也很高，毕竟不上课真的是会
搞不懂在干嘛～ 但教授还是有点两次名，算是认识同学吧，不确定对成绩有
什么影响
成绩部分，老师应该还是会当人，研究所课程是70分及格，这门课中位数大概
就是70出头，但根据自己的期末成绩看起来是不太调分，欢迎同学补充
Ψ 总结
其实说的差不多了，这门课应该跟经研所的计论一内容上是差不多的，因为
老师以前就是经研跟财金的合聘教授，只是这几年陈老师没有教经济系的计论一
而已。也因为老师下学期还会开计量二，所以老师说他计量一就会讲少一点、
慢一点，但讲细一点，欢迎大家选修～
推荐这门课给有统计基础，想认识计量理论的人。
但若想升学台大经研所，我是觉得可以直接修经研所的计论，我想难度应该也
不会差太多。