統計實習Practicing Statistics
Responsive image
Instructor: 鄭少為
Basic info
Code
10920STAT691000
Course name
統計實習Practicing Statistics
Credits
2
Semester
1092
Division
統計所 (STAT)
Class
碩士班
Members
12 persons
Instructor
Course description
Description
一、課程介紹
本課程正規上課時間為每周三2:20PM~4:20PM。加課時間為:周三4:30~5:20PM (視狀況,有需要才會加課)。上課地點為綜合三館 room 840
 
本課程將邀請來自不同領域的委託人(client)提供數據及問題,藉此來訓練學生與委託人溝通統計觀念及解釋統計分析結果的能力、學習統計諮詢(statistical consulting)不同層面的方法與技巧、及應用適當的資料分析方法於真實數據上來解決實務問題的能力。透過本課程,同學們不僅應訓練自己成為更好的Data Analyst,還應更上一層樓,訓練自己成為全面型的Problem Solver。在本課程中,針對每一個委託人的個案(case),我們將會練習以下的課題(topic):
  1. communication skill with client
  2. understanding data and problem
  3. problem formulation
  4. data collection (if required)
  5. data cleaning and processing
  6. preliminary data analysis
  7. statistical modeling
  8. thorough and elaborate statistical analyses of data
  9. information summary and decision making
  10. oral presentation to the client
  11. written report (結案書面報告) to the client
 
[同學們請回顧Linear Models, Introduction – What is Statistics? 的影音檔內容]
 
 
二、課程網站
本課程的網站(https://lms.nthu.edu.tw/course/51451)位於清大的iLMS系統內,其中常用的連結如下:
  • 課程說明:放置課程大綱和每個個案的分組資訊。
  • 課程行事曆:定期公告每周的上課內容(練習主題),以及與分組口頭或書面報告相關的注意事項。
  • 上課教材:放置委託人提供的文件、數據檔、說明或回覆內容。
  • 課程活動(公告):放置每周的課後通知、課程公告或活動公告。
  • 作業:供上傳分組口頭報告的投影片或結案書面報告。
 
 
三、 教學方式
對每一個個案:
  • 個案開始時,將邀請委託人至課堂上進行問題介紹與討論。完成分析後,將邀請委託人至課堂上聆聽和了解分析結果。
  • 所有學生將被隨機分成2~3個小組,以訓練teamwork的能力。每一小組皆須參與該個案所有課題之討論與練習。
  • 原則上,若無需處理data collection課題時,每個個案會花四周時間來練習。每周進行的練習課題如下:
    周次 練習課題
    day 1 of week 1 (client will attend) Topic 1. communication skill with client,
    Topic 2. understanding data and problem,
    Topic 3. problem formulation
    week 1* (oral presentation at day 1 of week 2) Topic 3. problem formulation
    Topic 5. data cleaning and processing,
    Topic 6. preliminary data analysis,
    Topic 7. statistical modeling

    (At day 1 of week 2, you must also offer a list of the statistical analyses that will be performed in your practice of Topic 8. Their results will be presented at day 1 of week 3.)
    week 2 (oral presentation at day 1 of week 3) Topic 8. thorough and elaborate statistical analyses of data,
    Topic 9. information summary and decision making
    week 3 (oral presentation at day 1 of week 4, client will attend) Topic 10. oral presentation to the client
    week 4 (report due at the last day of week 4) Topic 11. written report to the client
    * week 1時若時間足夠,即可開始進行week 2的課題,但練習week 2課題的分析結果,不需要在day 1 of week 2的口頭報告時呈現。
  • 針對weeks 1~3的課題,每一小組應於上課時間,上台口頭報告進度。報告時應準備清楚合宜之投影片以解釋其報告內容。報告投影片必須於報告前一天11:00PM之前,上傳至課程網站的“作業”中。
  • 報告時,同一組內組員的報告順序,將於課堂上隨機指定
  • 每組口頭報告時,最好至少準備兩台筆電。一台負責投影片報告,另一台則可隨時應要求,做數據分析並呈現分析結果。所有筆電都應於上課前,連結到無線投影PC上 (如何連結請見此網頁AirServer,教室PC已安裝AirServer),以便筆電螢幕可以隨時投影呈現於課堂上。另外,建議同學們上課時可自行準備電射筆,以方便討論。
  • 每周每個小組口頭報告時,教師將與學生一起討論可改進之方向。
  • 在個案結束前,小組中的每一個成員皆須至少上台口頭報告兩次
  • 於個案結束後,每一個小組應繳交一份書面結案報告。結案報告應至少包含以下內容:
    • Introduction to the data and the problem
    • Problem formulation and statistical model
    • Results of statistical data analyses & answer(s) to the question
    • Conclusion and summary
 
本學期將會有四個個案,分別來自University of Nevada(case 1)、台積電(case 2)、國泰產險(case 3)、清華大學圖書館(case 4)。
 
 
四、 資料分析軟體
本課程不指定特定的統計分析軟體,學生可依個人喜好選擇適當的統計軟體做分析。但為了練習之目的,在某些課題中,將會強制使用R markdown (https://rmarkdown.rstudio.com/) 和 shiny (https://shiny.rstudio.com/)。
 
 
五、 評分方式
對每一個個案,給分比例為:
  1. 個案之例行口頭報告綜合分數 (60%)
  2. 個案之結案書面報告分數 (30%)
  3. 參與討論之程度及能提供建設性建議之能力 (10%)
其中1和2為團體分數,同一個小組的成員,除非有特殊原因,否則會獲得相同的團體分數。而3則為個人分數,視每人上課時的表現,會得到不同的分數。
 
 
六、 分組資訊
  • Case 1:University of Nevada
    組別 組員
    1 黃信蓁、及嘉杰、沈巧盈、林敬皓
    2 張珮榕、陳信諺、林書宇、張文騰
    3 莊仕祺、劉軒成、劉倍銘、陳昱瑋
  • Case 2:台積電
    組別 組員
    1 莊仕祺、劉倍銘、張文騰、林敬皓、劉軒成、陳昱瑋
    2 陳信諺、沈巧盈、林書宇、黃信蓁、及嘉杰、張珮榕
  • Case 3:國泰產險
    組別 組員
    1 林書宇、張珮榕、陳昱瑋、陳信諺、林敬皓、及嘉杰
    2 張文騰、莊仕祺、劉軒成、黃信蓁、沈巧盈、劉倍銘
  • Case 4:清華大學圖書館
    組別 組員
    1 劉倍銘、黃信蓁、陳昱瑋、林敬皓、林書宇、沈巧盈
    2 張文騰、張珮榕、莊仕祺、劉軒成、及嘉杰、陳信諺
 
 
七、 其它注意事項
  • 為了練習目的,結案報告規定一律使用R markdown撰寫
  • 對本學期的四個個案,至少會挑選其中一個,練習使用shiny建構互動式網頁,以供客戶使用。
  • 教室課桌椅安排:每次上課前,請同學們將課桌椅擺放成ㄇ字型或回字型,以利討論。
 
 
八、 聯絡方式及office hour
  • 授課老師
    • 辦公室:綜合三館 room 818 (分機:33162).
    • office hour:Monday, 3~4 PM.
    • e-mail address:swcheng@stat.nthu.edu.tw.
  • 助教:黃昭惠
    • office hour 時間:Thursday, 4~5 PM
    • office hour 地點:綜合三館 room 663
    • email address:b01601033@ntu.edu.tw
 
 
 
QR Code
Zoom in