http://desc.ithu.tw/111/2/1032
1032迴歸分析導論 115/04/18 21:55:00
111學年第二學期東海大學教師授課計劃表
Course Plan of Tunghai University
一、課程基本資料 Course Information
開課系所
Department		 (日)資工系Department of Computer Science
課程名稱
Course Title		 中文 (Chinese) : 迴歸分析導論
英文 (English) : Introduction to Regression Analysis
必選修類別
Required/Elective		 必修Required 先修課程
Prerequisites
學分數
Credits		 0 - 3
先修課程說明
Prerequisites instruction
課程概述
(系所共同性目標)
Course Description
本課程是否為
英語授課(Taught in English)		 否(No)
二、教師相關資料 Instruction Information
授課教師資料
授課教師
Instructor
江輔政 / admor@thu.edu.tw /
行動電話 常用聯絡方式
上課時間、地點
Class Time And Classroom		 二/7,8,9[HT007]
晤談時間、地點
Office Hours And Classroom
Office Hours:
1. 星期一: 10:20~12:20 地點: ST 328 (科技大樓)
2. 星期二: 10:20~12:20 地點: ST 328 (科技大樓)
三、課程大綱 Syllabus (本課程大綱教師得依實際教學進度及學生學習情況進行調整)
■  課程目標及內涵 (Course Objectives and Contents)
1. 在今日舉凡分析的課題（預測分析或誤差分析）都漸漸的以迴歸分析為主要工具，主要的原因是其理論與實證不斷的被研究與開發，使得此分析課程的理論架構日趨成熟。因此，醫學、商學、資訊工程、智能農學，…，等等各式各樣應用科學都逐漸的將迴歸分析此課程納入為基本內容。
2. 迴歸分析之主要目的是探究一個或數個自變數(Independent variables;又稱Regressors) 和一個因變數(Dependent variable; 也稱Response) 間的關係，進而建構一個適當的數學方程式（稱為迴歸方程式），並利用此迴歸方程式來解釋或預測因變數之值。同時，也評估迴歸方程式的好壞、對迴歸模式中的參數執行統計推論。
3. 本課程目標為一個導論課程。The goals of this course are to introduce regression analysis for beginners to highlight the importance and role of regression modeling in the field of modern statistical learning approaches which is an essential part of AI (Artificial Intelligence).
4. Topics include necessary materials in Probability, like Special Distributions, Joint Density Function, Conditional Mean and Distribution, etc. to build up a solid background for subsequent key chapters. Then the kernel materials regarding Simple Regression Analysis and Correlation Analysis would be introduced to finalize this course. This course will concentrate more on the applications/examples of the methods and less on the mathematical details.
■  多元教學方式 (Muliti-Teaching Methods)
說明：除了課堂講授與考試測驗之外，本課程在學期中可能會運用到以下哪些教學方式，以期能進一步提升學生學習成效
■  主要參考書籍/資料 (Textbooks and References) (教科書遵守智慧財產權觀念不得非法影印)
Teaching Materials (教材資源) / Textbook(教科書)：
1. E-Book (本校圖書館有此教科書之電子資源)
G. James, “An Introduction to Statistical Learning with Applications in R”, ISBN 978-1-4614-7137-0, ISBN 978-1-4614-7138-7 (eBook) 441 pages (2013)

2. 黃文隆，黃龍合編
“迴归分析”, 滄海書局出版(Tel 04-2708-8787)
ISBN 986-7287-08-8 (2014 三版)

3. B. Abraham, “Introduction to Regression Modeling”, ISBN 978-0-514-420758 (paper book), 423 pages (2006).
■  本課程是否有使用原文書 
是
■  教學進度(Course Schedule) - 期中考前後(2 Stage)
週次
Week		 日期Date
1 112/02/13 ~ 112/02/18
2/13第2學期上課開始， 2/18補行上班課		 期中考前:

教學進度:
1. Reviews on Random Variables, Distributions, Mean and Variance
2. Special Distributions, Joint Density Function, Conditional Mean and Distribution
3. An Overview of Binary Classification
4. Concepts on Regression Models
5. Simple Linear Regression Estimation
6. Least Square Estimation (LSE)



期中考後:
教學進度:

7. Estimation of Coefficients
8. Examples on Least Square Estimation (LSE)
9. Assess of the Accuracy of the Coefficients Estimates
10. Assessing the Accuracy of the Model: SSE, SSR, SST, and Coefficient of Determination.
11. Examples on the Accuracy of the Model
12. Basics on Multiple Linear Regression Models
2 112/02/19 ~ 112/02/25
2/24加退選課程結束（ 特殊加選及網路退選截止）
3 112/02/26 ~ 112/03/04
2/27、2/28和平紀念日（放假）
4 112/03/05 ~ 112/03/11
3/10特殊退選課程申請截止
5 112/03/12 ~ 112/03/18
6 112/03/19 ~ 112/03/25
7 112/03/26 ~ 112/04/01
8 112/04/02 ~ 112/04/08
4/3調整放假、4/4兒童節及4/5民族掃墓節（放假）
9 112/04/09 ~ 112/04/15
4/10-4/15期中考週
10 112/04/16 ~ 112/04/22
11 112/04/23 ~ 112/04/29
12 112/04/30 ~ 112/05/06
13 112/05/07 ~ 112/05/13
5/8申請停修課程開始、5/12本學期畢業考科目申請停修課程截止
14 112/05/14 ~ 112/05/20
15 112/05/21 ~ 112/05/27
5/25本學期期末考科目申請停修課程截止
16 112/05/28 ~ 112/06/03
17 112/06/04 ~ 112/06/10
18 112/06/11 ~ 112/06/17
6/10～6/17學期考試週
■  評分方式 (Grading Policy)

  評分項目
Assessment Item		 配分比例
Percentage		 相關說明
Description
1 Mid-Term Examination 40%
2 Final Examination 40%
3 Assignments 20%
■  本課程具有如下意涵：
序
No.		 課程意涵
1 服務學習Service Learning  
2 生涯規劃Career Planning  
3 性別平等教育Gender Equality  
4 人權教育Human Rights  
5 保護智慧財產權Protection of Intellectual Property Rights  
6 藝術與美感教育Art and Aesthetic Education  
7 健康醫療照護Health and Medical Caring  
8 生命教育Life Education  
9 食品安全Food Safety  
10 環境教育Environmental Education  
■  本課程可做為學生職涯發展之準備 
否
四、課程內涵與學生核心能力之對應
Correspondence Between Course Contents and Core Competency
序
No.		 課程內涵與學生核心能力之對應
Correspondence Between Course Contents and Core Competency
1 運用數學、科學、工程與資訊科技知識的能力
2 分析問題與定義需求的能力  
3 設計與實作元件或系統所需的技術能力  
4 實務應用所需的工具使用能力  
5 配合與執行工程與管理的能力  
6 具備團隊合作的能力並理解專業倫理  
7 吸收科技新知與產業動態的能力  
8 建立科技語文表達的能力  
五、課程內涵與學生就業力之對應
Correspondence Between Course Contents and Employability
序
No.		 課程內涵與學生就業力之對應
Correspondence Between Course Contents and Employability
1 學習意願強、可塑性高Strong learning motivation and high adaptability  
2 穩定度與抗壓性高High stability and stress resistance  
3 培養團隊合作或領導統御能力Cultivate teamwork collaboration or leadership skills  
4 專業知識與技術Professional knowledge and expertise skills
5 具有發現、分析、解決問題能力Capabilities in problem identification, analysis, and resolution  
6 具有國際觀與外語能力International perspectives and foreign language abilities  
7 具有創新創業能力Entrepreneurial and innovative capabilities  
8 融會貫通能力Ability for comprehensive integration and mastery of knowledge  
9 具有口語表達與人際溝通能力Possession of oral expression and interpersonal communication skills  
10 跨領域整合與多元適應能力Cross-disciplinary integration and diverse adaptation capabilities  
11 具有中/英文報告書寫能力Possession of Chinese/English report writing  
12 具有實作/實習或就業接軌能力Ability to implement/practice or transition into employment  
13 具有社會服務學習能力Capacity for learning social service  
14 具有邏輯運算思維能力Logical / computational thinking ability  
15 培養數位科技應用能力Cultivation of application abilities digital technology  
六、本課程與職業能力就業領域之對應
Correspondence Between Professional Skills and Future Careers
序
No.		 本課程與職業能力就業領域之對應
Correspondence Between Professional Skills and Future Careers
1 通訊傳播(Communications)  
2 視覺藝術(Visual Arts)  
3 企業資訊管理(Corporate Information Management)  
4 運籌管理(Operations Management )  
5 健康產業及醫務管理(Health Industry and Healthcare Administration )  
6 軟體開發及程式設計(Software Development and Computer Programming )  
7 資訊支援與服務(Technical Support and Services)  
8 網路規劃與建置管理(Network Planning and Construction Management)  
9 數位內容與傳播(Digital Content and Communication)  
10 資訊安全技術與服務(Cyber Security Technologies and Services)  
11 市場分析研究(Market Analysis and Research)  
12 品質管理(Quality Management)  
13 製程研發(Manufacturing Process Research and Development)  
14 工程及技術(Engineering and Technology)
15 數學及科學(Mathematics and Science)  
115/04/18 21:55:00