東吳大學教師授課計劃表

檔案產生時間：2022/3/4 下午 08:01:51
本表如有異動，於4小時內自動更新
一、課程基本資料 Course Information
科目名稱 Course Title：
(中文)多變量分析
(英文)MULTIVARIATE ANALYSIS		 開課學期 Semester：110學年度第2學期
開課班級 Class：資科碩一
授課教師 Instructor：丁德天 TING, TE-TIEN
科目代碼 Course Code：MDD60801 單全學期 Semester/Year：單 分組組別 Section：
人數限制 Class Size：18 必選修別 Required/Elective：選 學分數 Credit(s)：3
星期節次 Day/Session： 四E56　 前次異動時間 Time Last Edited：111年01月03日14時14分
二、指定教科書及參考資料 Textbooks and Reference
(請修課同學遵守智慧財產權，不得非法影印)
●指定教科書 Required Texts
Johnson, R. A., & Wichern, D. W. (2007). Applied multivariate statistical analysis (6th ed.). London: Prentice-Hall International.
Sharma, S. (1996). Applied multivariate techniques. New York: John Wiley.
●參考書資料暨網路資源 Reference Books and Online Resources
A Little Book of Python for Multivariate Analysis
http://python-for-multivariate-analysis.readthedocs.io/

A Little Book of R for Multivariate Analysis
https://little-book-of-r-for-multivariate-analysis.readthedocs.io/en/latest/
三、教學目標 Objectives
在現今的大數據時代，避免學生在認識不足的狀況下錯誤使用分析方法來呈現數據資料之寶貴訊息、誤導群眾的認知，因此本課程預期帶領同學們深入認識多變量分析方法在跨領域科學研究中的數理概念與應用，掌握重要的數理基礎和實務操作技能(SAS軟體)，建構跨領域研究資料分析能力，銜接未來職場需求與建構升學基礎。
In the era of big data, students may misunderstand the concepts of data science and misuse the analytic methods when they deal with the important information produced by the volume, velocity, or variety data. The purpose of this course is to train students about the concepts of multivariate data analysis by building up their solid mathematical foundation and practical skills (SAS software) in interdisciplinary research. When they can master the important mathematical concepts and practical skills of multivariate data analysis, their capabilities would help them to fit in the function of any related occupation and build the foundation for advance studies.
四、課程內容 Course Description
●整體敘述 Overall Description
逐步了解高維度計量分析之基礎數理概念與應用模式
●分週敘述 Weekly Schedule
週次 Wk 日期 Date 課程內容 Content 備註 Note

1

 2/24 多變量分析與應用導論  　

2

 3/3 幾何學(點線面)
隨機樣本		  　

3

 3/10 樣本平均值與共變異矩陣  　

4

 3/17 矩陣代數與隨機向量  　

5

 3/24 向量與矩陣之概念與運算  　

6

 3/31 向量與矩陣之概念與運算  　

7

 4/7 春假  　

8

 4/14 向量與矩陣之概念與運算  　

9

 4/21 多變量的常態分佈、最大概似估計與離群值
資料清整與轉換		  　

10

 4/28 期中考  　

11

 5/5 平均向量的推論  　

12

 5/12 EDA 資料探索分析  　

13

 5/19 EDA 資料探索分析  　

14

 5/26 PCA 主成分分析  　

15

 6/2 PCA 主成分分析  　

16

 6/9 Factor Analysis 因素分析  　

17

 6/16 Factor Analysis 因素分析  　

18

 6/23 期末報告  　
五、考評及成績核算方式 Grading
配分項目 Items 次數 Times 配分比率 Percentage 配分標準說明 Grading Description
平時作業440% 
期中考130% 
期末報告130% 
配分比率加總 100%  
六、授課教師課業輔導時間和聯絡方式 Office Hours And Contact Info
●課業輔導時間 Office Hour
星期四 17:00-18:00
●聯絡方式 Contact Info
研究室地點 Office：Q104研究室 EMAIL：tetien@scu.edu.tw
聯絡電話 Tel：分機6501 其他 Others：
七、教學助理聯絡方式 TA’s Contact Info
教學助理姓名 Name 連絡電話 Tel EMAIL 其他 Others
八、建議先修課程 Suggested Prerequisite Course
1. 機率與統計
2. 巨量資料分析軟體
九、課程其他要求 Other Requirements

十、學校教材上網、數位學習平台及教師個人網址 University’s Web Portal And Teacher's Website
學校教材上網網址 University’s Teaching Material Portal：
東吳大學Moodle數位平台：http://isee.scu.edu.tw
學校數位學習平台 University’s Digital Learning Platform：
☑東吳大學Moodle數位平台：http://isee.scu.edu.tw
☑東吳大學Tronclass行動數位平台：https://tronclass.scu.edu.tw
教師個人網址 Teacher's Website：
其他 Others：
十一、計畫表公布後異動說明 Changes Made After Posting Syllabus