※ 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）： 否
哪一学年度修课：
111-1
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/统计所
δ 课程大概内容
Linear regression
Least square estimation
Classical linear regression
Large sample theory
Constrained estimation
Ω 私心推荐指数(以五分计) ★★★★★
喜欢上有板书的数学课 ★★★★★
害怕矩阵代数 ★★
想深入理解基本的计量方法 ★★★★★
不想实体上课 ★ (但数学能力强的人不在此限)
不想抄笔记 -★ (数学强的人也不在此限)
不想出席 ★★★★ (上课会有点名表，但不知道跟分数有没有关系)
η 上课用书(影印讲义或是指定教科书)
Hansen, B. E. (2022) Econometrics, Princeton University Press.
μ 上课方式(投影片、团体讨论、老师教学风格)
其实就是一门数学课。
上课以板书进行，没有提供投影片或是手写讲义，所以基本上就是自己抄笔记。
老师原则上是实体上课，但这学期因为有疫情隔离的问题，
所以老师为了保险起见，几乎每一堂都带笔电来开直播，真的很细心~
(不过有一堂我就刚好确诊要看直播，发现画质让我看不到板书，声音基本上
也都听不到，所以在政策不变之前，大家还是尽量保持身体健康的去上课!)
老师上课会很仔细的把每一个步骤都讲清楚，基本上就是把计量中最基本的
回归分析给大家介绍一轮，也告诉大家一些会用到的数学工具，以及运用的时刻。
老师很强调数学上分析的过程，所以对于回归的结构上讲得特别仔细。
上课有一些地方听不懂的话，老师也很欢迎大家下课和他讨论计量，但千万不要
跟他argue分数。
几乎每周都有作业，一些证明题，有时候附加R的习题。
σ 评分方式(给分甜吗？是扎实分？)
期中期末各占40%，作业20%
觉得算扎实分
ρ 考题型式、作业方式
都是证明题，计算题只会出现在R的习题。(计算的部分交给程式就好)
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…)
最好是熟悉线性代数，还有高统的基础的话，会过得比较舒服。
老师上课前会发下点名表给大家签名，但我不知道没签会怎样。
Ψ 总结
老师总是有一种很文质彬彬的气息，下课去问问题的时候总是很有耐心的解答。
感觉得出来，老师很努力地在尝试让大家理解计量的美好。也花了很多时间带着
大家细细地解读这些基本的计量方法。我觉得这门课不只提供一个训练统计思维
的机会，也让人感受到老师用心的教学态度。大力推~~