Type of Credit: Partially Required
Credit(s)
Number of Students
本課程目的在於引介社會科學研究當中的主要量化途徑，瞭解研究設計、資料蒐集、與資料分析的基本概念。其次，本課程全面性介紹基礎的統計分析概念與方法，教授各式多變項統計模型。另外，本課程強調實做訓練，引導學生運用開放軟體實際進行經驗資料分析。課程重點包括：
5.基礎統計與進階多變項模型
能力項目說明
1. 瞭解量化的社會科學研究途徑。
2. 熟悉基礎統計學概念。
3. 養成量化資料分析能力。
4. 具備運用統計分析軟體能力。
5. 養成統計圖表判讀之基本素養。
課程進度將視課堂學習狀況與學生能力適時調整。
|
週次 Week |
課程主題 Topic |
課程內容與指定閱讀 Content and Reading Assignment |
教學活動與作業 Teaching Activities and Homework |
學習投入時間 Student workload expectation |
|
|
課堂講授 In-class Hours |
課程前後 Outside-of-class Hours |
||||
|
1 |
課程介紹 |
課程介紹 |
|
|
|
|
2 |
QGIS引介 |
QGIS引介 QGIS安裝 QGIS操作 |
教學活動：講授 課前準備： 課後作業：實做 |
3 |
4.5 |
|
3 |
QGIS引介 |
QGIS引介 QGIS安裝 QGIS操作 |
教學活動：講授 課前準備：參考資料閱讀 課後作業：實做、授課內容複習 |
3 |
4.5 |
|
4 |
R軟體引介 |
R軟體安裝 R操作環境說明 《R軟體資料分析基礎與應用》 |
教學活動：講授 課前準備：參考資料閱讀 課後作業：實做、授課內容複習 |
3 |
4.5 |
|
5 |
探索性資料分析 |
統計繪圖 探索性資料分析 《R軟體資料分析基礎與應用》 |
教學活動：講授 課前準備：參考資料閱讀 課後作業：實做、授課內容複習 |
3 |
4.5 |
|
6 |
探索性資料分析 |
統計繪圖 探索性資料分析 《R軟體資料分析基礎與應用》 |
教學活動：講授 課前準備：參考資料閱讀 課後作業：實做、授課內容複習 |
3 |
4.5 |
|
7 |
探索性資料分析 |
統計繪圖 探索性資料分析 《R軟體資料分析基礎與應用》 |
教學活動：講授 課前準備：參考資料閱讀 課後作業：實做、授課內容複習 |
3 |
4.5 |
|
8 |
相關分析 |
相關分析 《R in Action》 |
教學活動：講授 課前準備：參考資料閱讀 課後作業：實做、授課內容複習 |
3 |
4.5 |
|
9 |
迴歸分析 |
迴歸分析 《R in Action》 |
教學活動：講授 課前準備：參考資料閱讀 課後作業：實做、授課內容複習 |
3 |
4.5 |
|
10 |
線性模型 |
線性模型 《R for Data Science》 |
教學活動：講授 課前準備：參考資料閱讀 課後作業：實做、授課內容複習 |
3 |
4.5 |
|
11 |
線性模型 |
線性模型 《R for Data Science》 |
教學活動：講授 課前準備：參考資料閱讀 課後作業：實做、授課內容複習 |
3 |
4.5 |
|
12 |
空間資料 |
空間資料 《R for Data Science》 |
教學活動：講授 課前準備：參考資料閱讀 課後作業：實做、授課內容複習 |
3 |
4.5 |
|
13 |
空間資料 |
空間資料 《R for Data Science》 |
教學活動：講授 課前準備：參考資料閱讀 課後作業：實做、授課內容複習 |
3 |
4.5 |
|
14 |
空間資料 |
空間資料 《R for Data Science》 |
教學活動：講授 課前準備：參考資料閱讀 課後作業：實做、授課內容複習 |
3 |
4.5 |
|
15 |
大數據分析 |
大數據分析 《R for Data Science》 |
教學活動：講授 課前準備：參考資料閱讀 課後作業：實做、研究報告準備 |
3 |
4.5 |
|
16 |
大數據分析 |
大數據分析 《R for Data Science》 |
教學活動：講授 課前準備：研究報告準備 課後作業：研究報告準備 |
3 |
4.5 |
|
17 |
大數據分析 |
大數據分析 《R for Data Science》 |
教學活動：講授 課前準備：研究報告準備 課後作業：研究報告準備 |
3 |
4.5 |
|
18 |
研究報告 |
繳交期末書面研究報告 |
教學活動：講授 |
3 |
|
課程參與
軟體實做
參考資料閱讀
期末研究報告（課堂口頭簡報）20%
期末研究報告（書面）80%
經108.01.17(四)行管碩第100次學程委員會會議決議，「學程辦公室點名，四次缺席(含)以上者，本課程修業成績視為不及格」。
Lander, Jared P.（鍾振蔚譯）。2015。《R軟體資料分析基礎與應用》。臺北市：旗標。
Kabacoff, Robert I. . 2020. R in Action: Data Analysis and Graphics with R. Third Edition. Shelter Island, NY: Manning Publications Co.
Carlson, Kieth A. and Jennifer R. Winquist著（楊瑞珠譯）。2014。《統計學概論：主動學習取向》。臺北市：雙葉書廊。
Denis, Daniel J. 2021. Applied Univariate, Bivariate, and Multivariate Statistics: Understanding Statistics for Social and Natural Scientists, With Applications in SPSS and R. Second Edition. Hoboken, NJ: John Wiley & Sons, Inc.