103年第1學期-1752 迴歸分析 課程資訊

評分方式

評分項目	配分比例	說明
平時成績	40	學習態度(包括出缺席)、作業成績、平時考成績、課堂討論與互動
期中考	30	筆試進行
期末考	30	筆試進行

教育目標

依序介紹簡單線性迴歸模型、多元線性迴歸模型及迴歸決測樹模型之理論及應用，藉由推論、診斷和模式選擇，加強資料分析之建模與預測能力。理論部份提供學生在學習大一統計學、微積分和線性代數之後，如何進一步與專業的統計課程結合，並應用於實際的問題解決之中;同時在龐大的資料流中，透過實際問題的思索和探究，藉由基礎的摘要統計和圖表進行初步探勘，有效率的進行有用資料之探勘和採礦，並將數據轉換為有用的資訊，探討日常生活中無所不在的統計問題，以及如何正確使用迴歸分析建立量化之預測模型。透過專業之統計採礦軟體進行實務操作，建立模型配適之正確觀念統計，除了專業知識與技術學習之外，並在課程學習過程中逐漸培養國際觀、團隊合作、創新思考和口語與書寫溝通能力等職涯競爭力，將統計最重要的量化模型理論融合於實務操作，進行決策判斷之參考依據，培養學生職涯發展所需之跨領域專長。

課程概述

本課程主要目標在介紹迴歸分析之相關方法以及其理論。除此之外，如何利用所學迴歸方法來做實際資料分析亦是本課程之重點，課程主要涵蓋如下： 1.簡單以及多重迴歸之方法及理論 2.迴歸模式適合度檢定以及診斷 3.反應變數之轉換 4.迴歸與變異數分析 5.模式選取 6.利用迴歸相關方法之實例分析

基本資料

必修課，學分數：3-0
上課時間：五/3[M117] 四/4[M121] 二/3,4[M240]
修課班級：統計系2B
修課年級：年級以上
選課備註：統計學下期40分以上方可修

參考書目

1. Kutner, M.H., Nachtsheim, C., and Neter, J. （2004）, Applied Linear Regression Models, 4th edition, McGraw-Hill Book Co.（華泰文化事業股份有限公司代理）(Textbook)
2. Mendenhall, W. and Sincich, T. （2012）, A second Course in Statistics--Regression Analysis, 7th edition, Pearson Education, Inc, Boston, USA. （華泰文化事業股份有限公司代理）
3. Montgomery D.C., Peck, E. A. and Vining, G. G. (2006）, Introduction to Linear Regression Analysis, 4th edition, John Wiley & Sons, Inc. （歐亞書局有限公司代理）