加入比较清单
資料更新時間：2024/10/23 上午 11:44:47
学系特色
你在本系可以同時學習数学及統計的專業。
教师各有研究专长并富有教学热忱,电脑教室及软硬体设备完整,学生将在一个良好支援网络的环境下学习扎实的统计科学组课程,获致资料科学的核心基础与建构机率/统计模型之能力,以及模型分析与数据分析的实作技能。在这个网络中,教师担任导引与教练角色,透过优良奖学金及数小天地辅导机制,以及专题製作等课程促成学生的学习成长与彼此学习互助。
学科意涵
統計科學是資料科學的重要核心-研究資料的測量、蒐集、整理、歸納和分析,進而建立解釋/預測模型,並總結為主題領域中的理解架構與決策參考·它廣泛地應用在各門學科,諸如工商業/政府決策乃至網路虛擬世界的建構規劃.隨著大數據時代來臨,統計科學更逐漸演化發展,與资讯、計算等領域密切結合,是資料科學中的最重要主軸之一。
学习方法
演繹推理法: 從謂之前提的已知事實，利用嚴謹的邏輯論證方法，必然地得出的結論。 如数学導論、微積分、線性代數、高等微積分、機率論、數理統計、隨機模型、實變數函數論等多項課程，都需要使用演繹推理法來學習課程內容，除了要能敘述定理的前提與結論，也必須利用嚴謹的邏輯論證方法，證明其為真，並須注意各種反例。
图解:无
统计模型分析课程：迴归分析、精算学、时间序列、随机模型、实验设计。这方面课程的背景科目有微积分、线性代数、基础机率、统计学、统计软体与实务应用、数理统计等课程。建议要主动阅读原文书、深入学习相关模型理论、实际进行资料分析、模型配适、撰写报告，詮释分析结果等工作，并主动自行补充相关背景知识。
图解:无
自主学习与团队学习：除了老师课堂引导教学，亦仰赖学生主动探索资源，完成个人实作作业与团队合作的计画报告。这方面的课程如数值方法、软体实作与计算实验、统计软体与实务应用、统计学、迴归分析、专题製作等等，往往需要实际撰写电脑程式进行科学或统计计算、资料分析、统计绘图并以文书排版软体编写报告以呈现结果。
图解:无
高中階段可以準備的学习方法或方向
在高中的数学相關課程段落中，進行 瀏覽、閱讀、回想、實作、檢討、說明講解 並 創寫該段落內容的
题目，与同学交互练习，讲解，讨论。这样的持续训练将有助於前述方法/能力的培养。也可参考本系教师给同学的一些建议
https://chtsao.gitlab.io/stat22/posts/learn/
与相关科系之异同
國內各大學統計系都設在的管理學院，另有少部分大學(應用)数学系設有統計(科學)組。相對於管理學院下的統計系，(應用)数学系統計(科學)組除了規定高等微積分與線性代數為必修課，另外也提供較多的機率或演算法等方面的課程。譬如本系就有機率論、隨機模型，隨機過程，數值方法、軟體實作與計算實驗、统计软体与实务应用等課程，這些課程有助於您使您具備跨领域學習能力，及同時具備統計與资讯科學的專長。
生涯发展容易误解之处
高中生常誤解本系畢業生限於中學数学教育相關工作。唯當今社會許多科學研究，甚至於工商業及公共政策擬定，都需要蒐集和分析資料，以便提供決策時所需之訊息。隨著大數據時代來臨，統計逐漸與资讯、計算等領域密切結合，是資料科學重要主軸之一，所以本組畢業生出路非常具有多樣性，包含相關的跨领域應用、資料分析師等。
学习方法容易誤解之處
大部分同学常以為只要有算术能力便能学好本系课程，但这是不够的，其实本系课程内容最常需要使用逻辑推理能力来理解，并以清晰的文字或口语能力来表达逻辑思维。又大部分范例会牵涉到函数的微积分运算或向量化表达，甚至是运用电脑进行科学运算或模型分析的并詮释结果的综合能力，而非中学阶段所强调的算术能力。
补充提醒与说明
相對於其他校統計系,本系統計科學組提供較多的機率或数学基礎相關課程。這些課程有助於未來學習跨领域課程或研究所相關課程,如運籌管理、財務工程、生物资讯統計。另外,本系亦提供數值方法、軟體實作與計算實驗、统计软体与实务应用等課程,這些理論與實務並重的課程有助於您同時具備統計與资讯科學的專長。
核心课程地图
-
大一必修
- 微积分(一)
- 微积分(二)
- 线性代数(一)
- 数学導論
- 程式设计(一)
-
大二必修
- 线性代数(二)
- 高等微积分(一)
- 高等微积分(二)
- 基础机率
- 统计学
专业选修课程
-
机率相关课程
- 机率论、随机模型、实变函数论、高等机率论、应用机率模式、应用随机过程、随机过程、随机微积分、排队理论
-
统计理论与方法
- 數理統計(一)、數理統計(二) 、高等统计学、點估計論、假設檢定及區間估計、非參數統計理論、決策理論、抽樣調查
-
统计模型分析
- 迴归分析、时间序列、实验设计、应用统计线性模型、广义统计线性模型、无母数迴归分析、多变量分析、统计机器学习
-
科学计算与模拟分析
- 軟體實作與計算實驗、數值方法 (使用 MATLAB 或 R 軟體)、高等線性代數、演算法、統計計算、模擬方法、數值分析、高等演算法
-
数学統計軟體與程式設計
- 軟體實作與計算實驗 (Python、MATLAB)、统计软体与实务应用 (R)
-
分析相关课程
- 分析導論、微分方程、数学規劃、實變函數論、複變函數論、拓撲學、向量分析、傅氏分析、對局論
-
资讯科學課程
- 程式设计(一)、程式設計(二)、資料結構、演算法、作業系統、類神經網路、智慧型數值計算、高等演算法
-
生物医学統計
- 生物統計、存活分析、生物资讯统计学、長期追蹤資料分析
特色课程
统计软体与实务应用
統計的實務應用中，常需要電腦軟體進行資料分析。本課程將介紹自由開源統計軟體，並介紹進行上述工作所常用之 R 函式與套件，及相關的工具軟體如 R Studio 與 R Markdown，以及網路社群網站如 Github, Stack overflow 學習資料分析、建模、詮解、報告的專案流程、。
图解:无
迴归分析
在許多科學研究中，人們常利用迴归分析的方法探討連續型反應變數與若干解釋變數的關係。本課程將由簡單線性迴歸出發，陸續介紹複迴歸與變異數分析方法，時間夠的話再介紹可探討二元反應變數與解釋變數間關係的 Logistic Regression Model。使用統計軟體 R 來示範資料分析。
实验设计
各個領域裡設計實驗的目標，常是要確定實驗可以顯示解釋變數對於反應變數的影響。要能如此，必須能就其他可能因子的影響先行排除或控制。本課程將介紹、探討实验设计中最基本、重要的統計觀念及其相關分析方法。由簡單概念出發，探討設計實驗時應注意的問題；進而介紹對應之統計模型及相關分析方法。
图解:无
适合从事工作
-
中学教师
-
具有中等教师身分，担任各国民中学、普通中学学校教师人员。依教学科目拟定各种课程的教材，进行课堂教学，并视学生学习情况给予支援。
-
-
系统分析师
-
透過分析使用者需求，了解存在的問題以及需要執行的任務，負責定義使用介面、程式編碼、切割功能模組以及系統規劃與分析，然後根據公司或客戶的目標建立適合的资讯系統。
-
-
统计精算人员
-
運用数学、統計及財務分析之知識，從事準備金分析、公司價值分析、資產負債分析、風險管理與設計保险制度等工作。
-
-
品管／品保工程师
-
从事产物或服务品质标準之设定，并利用各种管理技术，维持与改进其品质之工作。
-
系友生涯发展
张飞黄
東華大學應用数学系85 級學士
國立交通大學應用数学系博士
曾任嘉義大學應用数学系專案助理教授
现职国立台湾师范大学侨生先修部教授
沉信汉
東華大學應用数学系86 級學士
台湾大学财金研究所硕士
美國紐約州立大學水牛城分校财务金融博士
目前任職於國立中央大學财务金融學系副教授
研究专长：公司金融与公司治理
陈佩君
東華大學應用数学系86 級學士
台湾大学流行病学研究所博士
靜宜大學統計资讯學系副教授
研究專長：機器學習與資料採礦、统计学習理論、生物资讯、生物統計、長期追蹤資料分析、貝氏統計
吴政训
東華大學應用数学系86 級學士
中央大學数学系博士
曾任职逢甲大学统计系助理教授
現職东吴大学財務工程與精算数学系助理教授
學術專長 : 財務数学、財務工程、隨機過程之統計推論
陈正杰
東華大學應用数学系 87 級學士
東華大學應用数学系 91 級碩士
台灣大學数学系博士
中央大學数学系助理教授
研究专长：代数几何
多元能力
敏锐创造：能觉察特定事件与观念、理论之间的差异，且能对事物进行拆解、组合、重新詮释，呈现新颖之处。
性格特质
自信肯定：总是相信自己能达成目标，会肯定自身的优势、长处，面对挫败能较好的调整情绪。
图表来源為该校系之重视百分比，加总為100%；百分比越高，代表越重视。
- 热门比较学系
