※ 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）： 否
哪一學年度修課：
111-1
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
陳宜廷
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)
財金所/統計所
δ 課程大概內容
Linear regression
Least square estimation
Classical linear regression
Large sample theory
Constrained estimation
Ω 私心推薦指數(以五分計) ★★★★★
喜歡上有板書的數學課 ★★★★★
害怕矩陣代數 ★★
想深入理解基本的計量方法 ★★★★★
不想實體上課 ★ (但數學能力強的人不在此限)
不想抄筆記 -★ (數學強的人也不在此限)
不想出席 ★★★★ (上課會有點名表，但不知道跟分數有沒有關係)
η 上課用書(影印講義或是指定教科書)
Hansen, B. E. (2022) Econometrics, Princeton University Press.
μ 上課方式(投影片、團體討論、老師教學風格)
其實就是一門數學課。
上課以板書進行，沒有提供投影片或是手寫講義，所以基本上就是自己抄筆記。
老師原則上是實體上課，但這學期因為有疫情隔離的問題，
所以老師為了保險起見，幾乎每一堂都帶筆電來開直播，真的很細心~
(不過有一堂我就剛好確診要看直播，發現畫質讓我看不到板書，聲音基本上
也都聽不到，所以在政策不變之前，大家還是盡量保持身體健康的去上課!)
老師上課會很仔細的把每一個步驟都講清楚，基本上就是把計量中最基本的
迴歸分析給大家介紹一輪，也告訴大家一些會用到的數學工具，以及運用的時刻。
老師很強調數學上分析的過程，所以對於迴歸的結構上講得特別仔細。
上課有一些地方聽不懂的話，老師也很歡迎大家下課和他討論計量，但千萬不要
跟他argue分數。
幾乎每週都有作業，一些證明題，有時候附加R的習題。
σ 評分方式(給分甜嗎？是紮實分？)
期中期末各佔40%，作業20%
覺得算紮實分
ρ 考題型式、作業方式
都是證明題，計算題只會出現在R的習題。(計算的部分交給程式就好)
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…)
最好是熟悉線性代數，還有高統的基礎的話，會過得比較舒服。
老師上課前會發下點名表給大家簽名，但我不知道沒簽會怎樣。
Ψ 總結
老師總是有一種很文質彬彬的氣息，下課去問問題的時候總是很有耐心的解答。
感覺得出來，老師很努力地在嘗試讓大家理解計量的美好。也花了很多時間帶著
大家細細地解讀這些基本的計量方法。我覺得這門課不只提供一個訓練統計思維
的機會，也讓人感受到老師用心的教學態度。大力推~~