※ 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：100-2

ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
劉基全

δ 課程大概內容
此段為課程大綱：
本課程針對多變量分析作深入而廣泛的探討。課程著重於數學觀念推導、
方法應用、與研究意涵解釋。除了上課的講授與軟體系統demo 外，並且
配合手算作業、軟體系統操作作業、與論文選讀方式進行，以兼顧理論與實務。

畢竟是開設在工管系，會很著重於如何使用、操作和解釋這些統計方法。
老師也會在課堂上實際操作SAS（SPSS也有但較少）給同學看
數學推導上，有幾個部分的證明老師會講，但大部分的時候都是簡單帶過。
但課本中會有推導，所以自己看課本也可以。

實際上會涉及到的內容（按教學順序）：
Aspects of multivariate analysis
Matrix algebra and random vectors
Random sampling & multivariate normal
Principal components
Factor analysis
Discrimination and classification
Clustering
Comparison of several means
MANOVA

老師說會將Comparison of several means和MANOVA放到最後教。
是因為這兩個主題比較多是計算和校正，和單變量的概念很像。
老師希望先引起大家對多變量的興趣，因此把多變量較特殊的方法放到前面。

Ω 私心推薦指數(以五分計) ★★★★★
對於要應用統計的學生：★★★★★
此門課不適合要念數理統計的學生。

η 上課用書(影印講義或是指定教科書)
有一本課本Johnson, Applied Multivariate Statistical Analysis,
6th edition, Pearson, 2007.
這本課本我認為寫得非常好，文字淺白且深入淺出，而且有SAS的操作與判讀。
是自己念都能夠好好學起來的課本。

老師有一本和郭瑞祥老師編的投影片講義，內容幾乎完全是從課本整理出來的。
上課會按著投影片上課，偶有增減。
講義最後也附了非常完整的範例SAS程式碼，也都有對所有指令註解。
這本講義也是編得非常好，內容非常清楚，
是我大學四年來看過最容易讀懂的投影片講義。

μ 上課方式(投影片、團體討論、老師教學風格)
老師上課主要會按著投影片講課，和他自編的講義一樣。
不時會穿插SAS的示範，偶爾也會示範SPSS。
如果上次有考試或是有作業發還，老師也都會花一個小時來檢討。

老師教學風格蠻輕鬆的，常常會講一些與課程內容有關的輕鬆話題。
老師的課程組織也非常的好，從學期一開始就點出整個多變量的核心概念。
每個章節的關聯也帶得非常得清楚，細節的討論也不失焦點。
我自己覺得一整個學期聽下來，就像是在上一堂課一樣地有組織，
完全不會在整門課當中迷失。

σ 評分方式(給分甜嗎？是紮實分？)
大學生：期中考30%、期末考30%、小考和團體作業（六取五）40%
研究生：期中考30%、期末考30%、小考和團體作業（六取五）30%、
團體論文報告10%

給分我不知道最後有沒有調分，很可能就是按這些原始分數給客觀的紮實分。
期中考會稍難一些，期末考比較簡單，兩次的班平均我想都有80以上。
作業的話應該大部分組別都是可以平均90以上，甚至在95左右。
團體論文報告不知道給分怎樣（我大學生），但我想不會太糟。
所以這門課要拿A應該不會太困難，別太擔心分數。
（以我自己為例，我大學部，期中考不到80，最後拼一拼學期成績仍有A+。）

ρ 考題型式、作業方式
唯一一次的小考是第三次上課的時候舉行，內容是矩陣和線性代數。
考題大部分都是計算題，觀念題的部份很少。

作業有五次，有手寫的計算題，有SAS跑的分析與作圖，也有不少觀念題。
作業都是團體作業，五人左右一組固定一學期。
每次都是大概要交8頁左右A4的份量，要全組通力合作兩三個晚上。
但通常都是邊寫作業邊複習，所以收獲蠻大，給分也不差。

團體論文報告的作業，只要求研究生參與。
基本上就是找一篇有使用多變量方法的論文，然後課堂報告該研究用的統計。
約15分鐘左右的報告。老師也會放一些範例在ceiba上。
但因為我是大學部，所以不清楚細節，但似乎不是個困難的作業。

期中與期末考就非常注重應用，90%以上的題目都是計算和應用，少考觀念題。
基本上把老師講義的例題全部算過幾遍，答起來就可以蠻順的，不刁鑽。
期中期末考都可以帶一張A4雙面的大抄，然後帶工程計算機進去算。
所以只要方法的觀念正確，就可以考到不錯的成績。

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…)
課綱上寫需要初等統計和線性代數的基礎，但我認為只要統計基礎就可以。
線性代數的東西不多也不難，只需要用到eigenvalue和eigenvector就夠了。
我自己也沒上過線性代數，開學後花兩星期自己拿課本念一念也就夠了。
（課本有一章是線性代數）。
而且老師自己上課也會花兩個星期教線性代數，還有出練習題與解答。
所以我覺得可以忽略線性代數這個先修條件。
但絕對需要初統的基礎，有機率或是數理統計的背景更佳但非必要。

老師應該都給加簽吧，開放全校學生去修，也沒有管出席或遲到。
老師個性非常好，對學生的學習很關心，樂於回答問題。
甚至我有一次在一個作業的題目上，因為SAS的報表和老師期待的算法不同。
我和老師討論其中差異何在，老師討論之後甚至還要幫我和助教要分數，
因為他認為不是我的錯而是SAS的誤導所以應該要拿分。
雖然最後沒有加分，但可見老師是非常好的人。

Ψ 總結
我覺得這是一門非常適合在初階統計之後修的第二門統計課，
資料從單變量變成多變量之後，就有非常多不同於單變量的統計方法和概念，
老師上課的方式也非常能夠讓學生抓到核心要旨與細節變化。
統計程式的示範與使用也非常清楚且實用。
整體而言，非常適合要使用統計作為工具的學生來上，
在統計觀念和實作上都可以有很大的收穫，細節的證明也可以看課本得到。
在這門課中被強調的東西，都是可以立刻派上用場的知識。

我覺得比較美中不足的地方，是SAS的部分只附了程式碼在講義上，
如果能夠把報表的判讀方法也附在講義上，這樣這本講義就無敵了。

我會誠心推薦這門課，給學完初階統計之後，
想要再多學一些統計方法的社會科學領域的學生。

--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.109.224.53
※ 編輯: chandre 來自: 140.112.4.195 (07/04 13:56)