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：
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。
| 教學週次Course Week | 彈性補充教學週次Flexible Supplemental Instruction Week | 彈性補充教學類別Flexible Supplemental Instruction Type |
|---|---|---|
課程進度將視課堂學習狀況與學生能力適時調整。
|
週次 |
課程主題 |
課程內容與指定閱讀 |
教學活動與作業 |
|
1 |
課程介紹 |
課程介紹 |
|
|
2 |
空間分析 |
地理資訊系統GIS入 |
|
|
3 |
空間分析 |
地理資訊系統GIS入門 |
資料分析實做 |
|
4 |
空間分析 |
熱區分析 |
資料分析實做 |
|
5 |
空間分析 |
主題圖建構 |
資料分析實做 |
|
6 |
統計軟體引介 |
R軟體安裝與操作環境說明 |
資料分析實做 |
|
7 |
統計軟體引介 |
R軟體資料擷取與基本函數 |
資料分析實做 |
|
8 |
探索性資料分析 |
社經開放資料入門 |
資料分析實做 |
|
9 |
探索性資料分析 |
單變項描述統計分析 |
資料分析實做 |
|
10 |
資料視覺化 |
統計繪圖 |
資料分析實做 |
|
11 |
相關與迴歸分析析 |
線性迴歸分析引介 |
資料分析實做 |
|
12 |
類別資料分析 |
邏輯迴歸分析 |
資料分析實做 |
|
13 |
機器學習 |
機器學習入門 |
資料分析實做 |
|
14 |
因素分析與主成分分析 |
因素分析與主成分分析 |
資料分析實做 |
|
15 |
非監督式機器學習 |
集群分析 |
資料分析實做 |
|
16 |
非監督式機器學習 |
關連性分析 |
資料分析實做 |
|
17 |
監督式機器學習 |
預測 |
資料分析實做 |
|
18 |
期末報告 |
期末報告 |
|
|
項目 |
配分 |
|
課程參與（出席、小組討論） |
|
|
軟體實做 |
|
|
參考資料閱讀 |
|
|
期末研究報告（課堂口頭簡報） |
|
|
期末研究報告（書面） |
100% |
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.