統計學二 Statistics 2

(1)各種假設檢定的技巧。(2)迴歸與相關(3)變異數分析(ANOVA)的觀念(4)各種無母數統計分析的方法介紹(5)統計相關延伸
4.9 (59 ratings) Instead of using a simple lifetime average, Udemy calculates a
course's star rating by considering a number of different factors
such as the number of ratings, the age of ratings, and the
likelihood of fraudulent ratings.
1,362 students enrolled
Free
Start Learning Now
  • Lectures 119
  • Length 20.5 hours
  • Skill Level All Levels
  • Languages Traditional Chinese
  • Includes Lifetime access
    30 day money back guarantee!
    Available on iOS and Android
    Certificate of Completion
Wishlisted Wishlist

How taking a course works

Discover

Find online courses made by experts from around the world.

Learn

Take your courses with you and learn anywhere, anytime.

Master

Learn and practice real-world skills and achieve your goals.

About This Course

Published 1/2015 Traditional Chinese

Course Description

本課程為統計學之進階課程,建議同學先修習完"統計學一"之後再開始觀看。

◎目的

在於利用統計原理分析觀測資料,而資料分析係針對資料的特性及交互關聯來進行整理、分類及推測預判,並顯現資料分析結果與涵意。

◎課程主要的內容包括

敘述性統計、機率分配(含間斷型與連續型)、相關估計定義技巧與定理、假設檢定的步驟與查表、假設檢定的決策判斷。

◎章節內容介紹

第17章 單母體之假設檢定

第18章 雙母體之假設檢定(一)

第19章 雙母體之假設檢定(二)

第20章 單母體之區間估計

第21章 雙母體之區間估計(一)

第22章 雙母體之區間估計(二)

第23章 迴歸(一)

第24章 迴歸(二)

第25章 相關

第26章 卡方檢定

第27章 變異數分析

第28章 雙因子變異數分析

第29章 無母數檢定(一)

第30章 無母數檢定(二)

第31章 無母數檢定(三)

第32章 統計應用

◎語言

全部課程繁體中文講授。

◎其他事項

本課程僅供學員自修使用,無法取得中華科技大學學分。

What are the requirements?

  • 學前應具備微積分的基礎,因為常以微分或積分做為工具
  • 先學習統計學一後,再修習統計學二,循序漸進才有事半功倍的效果

What am I going to get from this course?

  • 學習依據問題找到適當的檢定技巧,協助我們進行決策

What is the target audience?

  • 需要以量化分析做報告,依據數據撰寫論文的同學需要研習此課程

What you get with this course?

Not for you? No problem.
30 day money back guarantee.

Forever yours.
Lifetime access.

Learn on the go.
Desktop, iOS and Android.

Get rewarded.
Certificate of completion.

Curriculum

Section 1: 第17章 單母體之假設檢定
17-01 母體比例之假設檢定(二項分配法)
10:34
17-02 母體比例之假設檢定(大樣本)
20:28
17-03 母體比例之假設檢定練習
05:38
17-04 母體變異數之假設檢定(單尾)
23:42
17-05 母體變異數之假設檢定練習
09:52
17-06 母體變異數之假設檢定(雙尾)
14:24
17-07 歷屆考題賞析(母體比例的比較)
12:45
Section 2: 第18章 雙母體之假設檢定(一)
兩母體平均數差之假設檢定(獨立大樣本)
13:22
兩母體平均數差之假設檢定(獨立小樣本1)
13:22
兩母體平均數差之假設檢定(獨立小樣本2)
11:12
兩母體平均數差之假設檢定(相依樣本)
08:57
歷屆考題賞析(比較兩獨立小母體平均數)
15:23
歷屆考題賞析(兩獨立母體之平均數之比較)
11:51
歷屆考題賞析(比較兩相依小樣本母體平均數)
07:09
Section 3: 第19章 雙母體之假設檢定(二)
兩母體比例差之假設檢定
12:32
兩母體變異數比之假設檢定
10:10
歷屆考題賞析(兩母體之比較)
09:26
歷屆考題賞析(兩母體比例之比較)
08:03
McNemar 檢定
06:58
歷屆考題賞析(兩相依母體比例之比較)
04:56
歷屆考題賞析(兩母體變異數之比較)
05:26
歷屆考題賞析(兩母體變異數比之檢定)
08:32
歷屆考題賞析(兩大母體平均數之檢定)
08:30
Section 4: 第20章 單母體之區間估計
母體平均數之信賴區間(大樣本)
09:32
母體平均數之信賴區間(小樣本)
08:00
母體比例之信賴區間
06:13
母體變異數之信賴區間
09:40
布阿松母體參數之區間估計
08:47
母體平均數之信賴區間
04:37
歷屆考題賞析(信賴區間估計)
10:12
估計誤差與樣本數
11:17
歷屆考題賞析(樣本數)
06:03
Section 5: 第21章 雙母體之區間估計(一)
兩母體平均數差之信賴區間(獨立大樣本)
13:49
兩母體平均數差之信賴區間(獨立小樣本1)
13:44
兩母體平均數差之信賴區間(獨立小樣本2)
12:56
兩母體平均數差之信賴區間(相依樣本)
11:23
歷屆考題賞析(樣本數的選擇)
05:56
Lagrange 乘數
13:24
歷屆考題賞析(最佳樣本數)
07:38
Section 6: 第22章 雙母體之區間估計(二)
兩母體比例差之信賴區間
09:01
兩母體變異數比之信賴區間
10:37
樣本數的選擇(估計母體平均數)
10:37
歷屆考題賞析(兩母體變異數比之信賴區間)
08:26
歷屆考題賞析(兩母體比例差之信賴區間)
05:42
歷屆考題賞析(母體變異數比之信賴區間上限)
07:34
歷屆考題賞析(母體變異數比之信賴區間2)
07:12
歷屆考題賞析(母體變異數比之信賴區間3)
06:18
歷屆考題賞析(兩獨立母體平均數差之信賴區間)
06:32
Section 7: 第23章 迴歸(一)
迴歸的觀念
11:21
最小平方法
16:31
判定係數
19:09
迴歸參數之估計
17:30
歷屆考題賞析(迴歸方程式)
12:11
Section 8: 第24章 迴歸(二)
顯著性檢定
14:06
EXCEL分析迴歸
15:02
多元迴歸
17:02
歷屆考題賞析(迴歸參數之信賴區間)
13:43
歷屆考題賞析(F檢定與T檢定)
02:56
歷屆考題賞析(不偏估計量與相對有效估計量)
08:55
歷屆考題賞析(迴歸參數)
12:27
Section 9: 第25章 相關
相關
13:11
相關係數的檢定
16:12
相關與回歸
05:55
歷屆考題賞析(迴歸與相關係數)
06:43
歷屆考題賞析(相關係數檢定與FISHER轉換)
07:16
歷屆考題賞析(相關係數之F檢定與T檢定)
08:01
歷屆考題賞析(相關係數檢定)
11:18
25-08 104國安特考(相關係數與迴歸斜率)
10:10
Section 10: 第26章 卡方檢定
卡方檢定的觀念
07:45
適合度檢定
12:27
獨立性檢定
11:14
齊一性檢定
07:42
歷屆考題賞析(機率分配的卡方檢定)
06:53
歷屆考題賞析(適合度檢定)
09:25
歷屆考題賞析(獨立性檢定)
07:39
歷屆考題賞析(適合度檢定之Yate校正)
09:44
Section 11: 第27章 變異數分析
原理與目的
08:25
單因子變異數分析
19:09
Bonferroni事後比較
15:00
Sheffe事後比較
11:02
歷屆考題賞析(多母體平均數的檢定)
06:51
歷屆考題賞析(LSD多重比較)
14:33
Section 12: 第28章 雙因子變異數分析
雙因子變異數分析(無交互)
18:05
EXCEL雙因子變異數分析(無交互)
13:56
雙因子變異數分析(有交互)
23:06
雙因子變異數分析例題
07:45
歷屆考題賞析(變異數分析)
11:10
歷屆考題賞析(雙因子變異數分析)
12:00

Students Who Viewed This Course Also Viewed

  • Loading
  • Loading
  • Loading

Instructor Biography

數學相關課程往往是許多學生學習過程中頭痛的課程,數學是一種學生學習過程中非常重要的學習工具,例如微積分,管理數學,統計學,工程數學等課程均是各學院學生必修的科目,李柏堅老師以在數學教學20多年過程中經歷各式各樣不同程度的同學,老師的理念是只要學生願意學,一定有辦法將學生教到會。

畢業於交通大學 應用數學研究所,畢業後進入教育界服務,也曾兼職於台灣升學補教業。

專業及興趣:

微積分

線性代數

管理數學

統計學

微分方程式

數位教材設計

網頁設計

Ready to start learning?
Start Learning Now