113年第1學期-1695 資料視覺化 課程資訊
評分方式
評分項目 | 配分比例 | 說明 |
---|---|---|
課堂參與出席 | 15 | 每週上課點名,期末出席成績由 R 軟體隨機選出五週計分。若需請假,請將請假證明寄至教師 email 或於學生資訊系統請假。 |
平日作業及小考 | 25 | 包含隨堂電腦軟體操作、輸出及對輸出結果的詮釋。 |
期中口頭小組報告 | 15 | 包含關於 R 軟體的操作與分析內容的詮釋;請針對所選資料之研究議題做出之視覺化分析與詮釋,每位小組成員都須上台報告,若未報告或未出席則以零分計。 |
選課分析
本課程名額為 70人,已有53 人選讀,尚餘名額17人。
登入後可進行最愛課程追蹤 [按此登入]。
授課教師
陳語婕教育目標
本課程主要目標為使用 R 軟體與真實社會科學調查的資料,透過資料視覺化分析來展現資料中的資訊。課程前半學期會先介紹圖像理論的概念,再透過實際操作與具體設計並畫出統計圖像、詮釋統計圖像的經驗,有效率地理解探索性資料視覺化。課程後半學期,會介紹如何將大多數研究者感興趣、卻無法實際量測到的概念或態度,使用視覺化的模型進行分析。完成課程後,學生將能夠使用 R 語言繪製圖表,並進行潛在變項分析與解釋分析結果。完成課程後,學生將能夠使用 R 語言繪製統計圖表,並進行潛在變項分析與解釋分析結果。
課程資訊
基本資料
選修課,學分數:3-0
上課時間:二/5,6,7[M007]
修課班級:共選修1-4(社科院開)
修課年級:1年級以上
選課備註:「教育大數據微學程」選修課程
教師與教學助理
授課教師:陳語婕
大班TA或教學助理:尚無資料
Office Hour星期四 14:00~15:00,請與教師預約。
授課大綱
授課大綱:開啟授課大綱(授課計畫表)
(開在新視窗)
參考書目
(1) Kieran Healy, 2019, Data Visualization: A Practical Introduction, Princeton University Press: Princeton and Oxford.
(2) Antony Unwin, 2015, Graphical Data Analysis with R, CRC Press.
(3) W. Holmes Finch, Brian F. French, 2015, Latent Variable Modeling with R, Routledge.
(4) A. Alexander Beaujean, 2014, Latent Variable Modeling Using R: A Step-by-Step Guide, Routledge.
開課紀錄
您可查詢過去本課程開課紀錄。 資料視覺化歷史開課紀錄查詢