如题 我想问的是这个老师的教学风格 是否清晰 还有会不会讲超快 = = 因为昨天去听的时候 老师说过 她上次交这门课已经有14冬拉 囧 所以经过爬文 没看到关於这老师的风评 囧 以统计学 微积分 修的普通 的人来说 这堂课是不适合修@@ 我是管院的学生 ^^ ------------------------------------------- 根据我的试听 记分方式 作业 30% 其中、末 30% 40% 教科书 Caeela & Berger(2001) Statistical 2n fecence,Ind edition Duxbury press 参考书目 Bickel & Doksum(2001) Mathematical statistics-basic ideas and selected topics, 2nd ed,Vo.1 Preuticeuce Hall Shao(1999) Mathematical Statistics Springen Lehmamn and Caeella(1998) Theorg of point estimation 机率论 ---> karr(1997) Probability 据教授说 上面 几本书都非常不简单 对於非数学系来说 课本算是入门的书 较容易些 课程大纲 Ch1. ___ Bayen | set theory | probnbility | conditional probability | independlnce | radom vasiables <----------- datascience 量化 @@ | distribution<----funtions <----命名 @@ | density fauctions |___ Ch2. 期望值 expected values moment moment <--- genesating functions charactestistic functions ch3. __ | discrete distribations | parametrirc | Continuous distributions | exponrntial funilits | location and sale families | indegualities and identities |__ Ch4 multiple random Variables joint<--( = 0) and marginal<---(一部份) distributious conditional distribution independence -- transformation | Gallen regression mixture distributions _| | | covarionce and iarrelation(<--看不懂) _______| | multivariate Normel distributions <-----------| Ch5 rafom samples - accurary popwer Sum of ramdom samples 平均 ordem statistics 惟数@@ limit theory ____ grnerating a ramdom samrce| simulation(monte carlo) | reampling | (bootstrap,jacknife.....) |__ numercal opproximationo ch6. principles of data reduction _ suffivirnvy | <---- parametric likelihood | ︿ equivaiance _| | | ____ | ch7. point estimatior |----| method of momernts,___| maxinum likehoodm,bagle,EM rbaludion modelvalidation nonparametricdensty estimation ------------------------------------------- 恩 我觉得 老师上课讲的算很清楚 但是份量还真的是不少 而且听说作业是 一章 一次 份量感觉不少 ^^ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 218.167.173.180