※ [本文转录自 neoneon 信箱] 作者: [email protected] ("爱宕有机奈米负离子猫") 标题: [心得] 陈志荣 - 统计学 时间: Sun Jul 10 11:45:31 2016 作者: shaform (Shaform) 看板: NCTU-Teacher 标题: [心得] 陈志荣 - 统计学 时间: 2013/01/27 Sun 09:23:02 网志好读版： http://wp.me/pJ4X-iF -------------------------------------------------- ⊕课名⊕ 统计学 ▲教授▲ 陈志荣老师 ★修课年度★（请加注开课单位 如:大三通识、XX系选修、XX所） 101上 电机学院 ￡教了什麽￡（课程大概内容。或是额外学会了什麽东西。） 使用的课本是Engineering Statistics 教了如下章节： Chapter 1. The Role of Statistics in Engineering Chapter 2. Data Summary and Presentation Chapter 3. Random Variables and Probability Distributions Chapter 4. Decision Making for a Single Sample Chapter 5. Decision Making for Two Samples Chapter 6. Building Empirical Models ◆上课方式◆（投影片、团体讨论、老师教学风格） 使用投影片上课，老师通常会针对字面上做详尽的解释， 并且对许多公式用黑板运算与证明。 下课找老师问问题或者寄 email 给老师都会得到热心的回答。 ▼考试作业▼ 评分方式是： 点名五次: 2x5 = 10% 作业: 30% 期中考: 30% 期末考： 40% 总分 110%， 超过百分以百分计，记得好像 50~60 分都算 60，其余不调分。 作业的话就是从课本挑习题。 因为有很多统计分析，有时也要制作图表， 所以单纯用手算或者使用计算机可能都不太有办法。 因此主要是使用统计软体，课本是使用 Minitab， 这套学校有授权可以下载使用。不过老师也有推荐 R， 据说在学术界满常用的。 自己因为上课有些听不太懂， 所以大部分是利用做习题的机会才弄懂课本上教的东西。 说起来做练习帮助真的满大，一开始曾试图用阅读的方式预习这本课本， 也没有太大成效。 有监於习题众多若想一一练习恐难持续， 在此提供本学期作业题号，供预习的人参考： Chapter 4: 13, 14, 39, 42, 44, 59, 60, 62, 65, 67, 71, 75, 76, 83, 95, 96 Chapter 5: 3, 11, 13, 22, 23, 41, 44, 46, 55, 62, 63, 66, 67, 68, 70 Chapter 6: 4,10 考试几乎就是考背公式，通常是 50 格，一题两分。 期末考有考一题两分的证明。 考试范围只有 4-4~4-9, 5-2~5-7, 6-2，不过上课的范围较多， 尤其期初会上不少机率，老师说是当作复习。 期末考前的时候因为有点背不下去所以 突然一时兴起的做了一部分公式的表， 考试的题目其实就类似表中 Formulas 部份的内容， 看完以後或许对於考试内容就有些感觉了： 〈Statistics Notes〉: http://goo.gl/Npe1w ￥其他￥（是否注重出席率or严禁迟到？需要的基础？） 点五次名当作加分依据，点名的时候会开一份有照片的文件点名， 若迟到而没有点到则不补点，不过若有公事等原因可以和老师说明。 点完5次名後的第一堂课可以发现出席率显着的下降。 这堂课的内容应该要有修过机率才比较容易理解， 不过如果只是要拿到考试成绩的话应该不难。 ￠最後想说的话￠ 认真说起来这堂课的负担不会太重， 不过每次作业其实都要花很多时间才能写完。 老师说写考卷的时候如果有未定义的符号都须自己定义， 所以笔者每此都写了很多，几乎都是最晚交卷的十人之一。 不过总觉得可能不用写到这种地步， 因为在确认成绩时其实发现普遍分数都还不错。 还是要强调写作业的重要， 笔者在做习题的过程中对假设检定的了解增加不少。 为了准备考试而背公式时虽然会有点枯燥， 不过因为不会有太多变化所以也很令人安心。 上完以後对於以前机率上学到的东西可以做什麽应用多了一点点认识。 -- ▄▄▄▄▄▄▄ ▄▄▄▄ ▄▄▄▄▄▄ ＜telnet://bbs.cs.nctu.edu.tw＞ █▄▄▄▄█ █ ▄▄▄▄▄█ Player: shaform ▄█▄▄▄▄█ ▄▄▄█ █▄▄▄▄▄ From: vpn33.dynamic.cs.nctu.edu.t 推 kevin70636：推!!!! 01/27 11:44 推 gn027759681：有点像通识的统计.. 01/28 00:58 推 freepluse：推荐这篇文章 01/28 18:45 → yukuro：要学统计的观念,还是需要读数理统计啊(例如:Craig Hogg) 01/28 23:35 推 ng101281：这门学不到东西啊! 虽然我们都9x 可是都是硬背@@ 02/25 22:22

※ 发信站: 批踢踢实业坊(ptt.cc) ※ 转录者: neoneon (106.105.175.48), 07/12/2016 03:06:59