※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
（是／否／其他條件）：是
哪一學年度修課：
103-1
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
工管系 余竣瑜老師
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
工管系與商研所選修
δ 課程大概內容
老師每個學期都會稍微調整課程內容, 但本質上是一門應用統計課,
可以理解為一般管院的初統上完一年之後的第三學期的初統~
不過都第三學期了, 當然也有深入到一定程度, 也會在很多地方提示與高統的關聯.
今年主要是教 regression-type 的統計分析, 前半學期教 ordinary regression,
後半學期教 logistic regression.
老師是 R 的愛好者, 所以本課程的統計運算都是用 R,
算是本課程的特點之一~ 要用紙筆做的計算就算不是完全沒有, 應該也非常少.
課程以應用為主, 但該講的原理都會講, 只是繁複的推導 "請去找蔣老師" (修高統) XD
以下是今年的課綱:
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 私心推薦指數(以五分計) ★★★★★
★★★★★ 五顆星~~~~
真的很推~~~~ 老師每年都花很多時間準備這門課, 並且努力教得更好.
以今年的內容而言, 整門課架構完整, 從基本講到深入~ 很棒!
一般修過初統的同學, 應該都對 regression 還停在 "會用但不太會用" 的程度,
對於如何驗證 regression 的有效性更是一知半解; 修完這門課之後,
會 (在應用角度上) 對於 regression 有很深的理解.
後半部的 logistic regression 對一般同學來說可能比較困難一點,
但認真上完半學期, 就能對運用的時機和用法有相當的認識.
由於是很常需要用的統計方法, 但初統幾乎都不可能有時間教,
所以非常值得花時間學會~
課程架構和內容很理想之外, 老師講課的台風和口才也很好.
介紹每一個原理和方法後, 都有大量的實例做示範, 原理和例子結合得很好.
R 的部份, 會提供非常完整的範例程式~~ 如果有一點點程式基礎,
課後照著跑一遍, 應該該學會的語法功能就都能學會了. 這方面也會功力大增~~
η 上課用書(影印講義或是指定教科書)
有建議的課本, 每週進度都有對應到課本的某一兩章, 但不用買.
老師學期初會將整學期的投影片印成一整本, 讓同學付點工本費購買~
投影片我個人認為編得很精美, 當然身為投影片, 並沒有要讓人只讀投影片就懂,
上課該做的筆記還是要做的~~
μ 上課方式(投影片、團體討論、老師教學風格)
上課絕大部份時間用投影片講課, 少數時間用白板講.
中間有一週是在課堂上直接出一個 case study, 給大家許多日本漫畫的各個資訊
(作者, 出版社, 是否得獎, ...), 要大家對銷售量做迴歸~~
大家就直接在課堂上分組討論跟跑 regression, 最後老師帶討論跟講解.
因為效果好像不錯, 聽老師說明年可能會多做幾次~
課程要分組做期末報告, 不過課堂講授本身跟分組無關, 就是很正常的講跟聽.
老師的教學風格是重視理解而非背誦和推導, 另外老師也蠻幽默的~~
時不時他也會講一點論語跟易經, 超有學問的!
σ 評分方式(給分甜嗎？是紮實分？)
大約兩三週要交一份作業, 共佔 30%; 有期中考 (20%), 期末考 (20%);
有期末報告 (30%). 只有期末報告是團體進行, 其它都是個人.
應該不是門涼課, 不認真的話成績也真的會低~~
ρ 考題型式、作業方式
因為原 po 只有旁聽, 所以沒辦法講太清楚...
作業我都沒寫, 不知道 XD
考試方面, 就我的個人觀察, 考試題目是活但不是難,
如果有認真上課也有認真寫作業, 應該不會考太差,
但如果沒有聽老師講解這些統計方法的精妙之處, 考前幾天惡補大概幫助不大.
今年的期末報告很有趣~ 老師特地請了幾位 EMBA 的學生,
來把他們的公司真實遇到的問題設計成題目, 包括成衣商的訂貨政策,
金融業的 credit risk, 儀器的保固, 3C 商品的 (上游) 需求預測等等.
公司會提供實際資料以及一些基本的產業知識, 也會在過程中跟同學 meeting~
當然也不是每個題目都設計得非常 "完美", 不過真實世界的問題本來就是這樣~
每個公司的配合度也略有高低之分, 只能說真實世界的公司本來也就是這樣...
但我真的覺得老師這樣設計期末 project, 真的是超有心的 > <
是不只需要這門課學到的統計方法, 也需要管理科學, 作業管理, 行銷管理等知識.
如果沒修過那些, 倒是不用擔心, 因為分組是老師半隨機決定的,
每組都會有一些工管跟商研的同學~
因為修課的人太多, 全班分成十六組, 做八個題目. 期末報告是每組都要準備上台,
但現場抽籤決定每一題是由兩組中的哪組上台, 另一組就在報告完後提問五分鐘~
看起來效果蠻好的, 因為兩組做同一個題目, 但想法跟做法通常不太一樣,
可以互相學習~
ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？
加簽習慣？嚴禁遲到等…)
沒點名~ 也不看出席率, 但是會看期末報告的組內互評!
基礎方面, 沒修過初統的話基本上不應該修這門課,
因為老師假設大家都懂 confidence interval, hypothesis testing, p-value 這些.
其它應該就沒有必須要的先修課了, 線代機率微積分這些都不需要,
但如果修過管科, 作管, 行管這些, 聽起來可能會更有心得一點?
學過程式設計的話, 學 R 也會輕鬆許多, 但沒學過程式設計應該也沒關係的.
Ψ 總結
真的是一門很好的課~~ 值此資料分析時代, 不修真的很可惜.
原 po 也算是修過五, 六個學期的統計類的課了, 聽這門課還是覺得收穫滿滿
(雖然也蠻常睡著的, 余老師對不起... )~~ 課好, 老師又認真, 真的是大推~~
希望明年大家一起努力, 讓這門課的修課人數突破 100 人! XD
(題外話)
之前跟余老師聊天, 他表示如果能在修過商統之後, 再修一門也用 R 的統計類的課,
可以收到 1 + 1 > 2 的效果. 我是不知道臺大還有哪些課用 R,
不過資管系的盧信銘老師下個學期 (103-2) 會新開一門 "統計學習初論",
也是用 R, 據盧老師說也是門半理論半應用的課, 大家可以參考看看~~