加入比較清單
資料更新時間：2023/10/30 上午 08:26:37
學系特色
你在本系可以同時學習數學及統計的專業。
教師各有研究專長並富有教學熱忱,電腦教室及軟硬體設備完整,學生將在一個良好支援網絡的環境下學習紮實的統計科學組課程,獲致資料科學的核心基礎與建構機率/統計模型之能力,以及模型分析與數據分析的實作技能。在這個網絡中,教師擔任導引與教練角色,透過優良獎學金及數小天地輔導機制,以及專題製作等課程促成學生的學習成長與彼此學習互助。
學科意涵
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,與資訊、計算等領域密切結合,是資料科學中的最重要主軸之一。
學習方法
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。 如數學導論、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。
圖解:無
統計模型分析課程：迴歸分析、精算學、時間序列、隨機模型、實驗設計。這方面課程的背景科目有微積分、線性代數、基礎機率、統計學、統計軟體與實務應用、數理統計等課程。建議要主動閱讀原文書、深入學習相關模型理論、實際進行資料分析、模型配適、撰寫報告，詮釋分析結果等工作，並主動自行補充相關背景知識。
圖解:無
自主學習與團隊學習：除了老師課堂引導教學，亦仰賴學生主動探索資源，完成個人實作作業與團隊合作的計畫報告。這方面的課程如數值方法、軟體實作與計算實驗、統計軟體與實務應用、統計學、迴歸分析、專題製作等等，往往需要實際撰寫電腦程式進行科學或統計計算、資料分析、統計繪圖並以文書排版軟體編寫報告以呈現結果。
圖解:無
高中階段可以準備的學習方法或方向
在高中的數學相關課程段落中，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
題目，與同學交互練習，講解，討論。這樣的持續訓練將有助於前述方法/能力的培養。也可參考本系教師給同學的一些建議
https://chtsao.gitlab.io/stat22/posts/learn/
與相關科系之異同
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)數學系設有統計(科學)組。相對於管理學院下的統計系，(應用)數學系統計(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、統計軟體與實務應用等課程，這些課程有助於您使您具備跨領域學習能力，及同時具備統計與資訊科學的專長。
生涯發展容易誤解之處
高中生常誤解本系畢業生限於中學數學教育相關工作。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，統計逐漸與資訊、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，包含相關的跨領域應用、資料分析師等。
學習方法容易誤解之處
大部分同學常以為只要有算術能力便能學好本系課程，但這是不夠的，其實本系課程內容最常需要使用邏輯推理能力來理解，並以清晰的文字或口語能力來表達邏輯思維。又大部分範例會牽涉到函數的微積分運算或向量化表達，甚至是運用電腦進行科學運算或模型分析的並詮釋結果的綜合能力，而非中學階段所強調的算術能力。
補充提醒與說明
相對於其他校統計系,本系統計科學組提供較多的機率或數學基礎相關課程。這些課程有助於未來學習跨領域課程或研究所相關課程,如運籌管理、財務工程、生物資訊統計。另外,本系亦提供數值方法、軟體實作與計算實驗、統計軟體與實務應用等課程,這些理論與實務並重的課程有助於您同時具備統計與資訊科學的專長。
學系聯絡方式
電話：03-8903561
信箱：math@gms.ndhu.edu.tw
核心課程地圖
-
大一必修
- 微積分(一)
- 微積分(二)
- 線性代數(一)
- 數學導論
- 軟體實作與計算/軟體實作與計算實驗
- 程式設計(一)
- 分析導論
-
大二必修
- 高等微積分(一)
- 高等微積分(二)
- 基礎機率
- 統計學/離散數學
- 線性代數(二)
- 統計軟體與實務應用
- 程式設計(二)/資料結構/精算學
- 高等線性代數/統計軟體與實務運用
-
大三必修
- 數值方法
- 機率論/隨機模型
- 迴歸分析
- 微分方程/數學規劃
- 數理統計學(一)
- 數理統計學(二)
- 時間序列/實驗設計
- 實變函數論/
專業選修課程
-
機率相關課程
- 機率論、隨機模型、實變函數論、高等機率論、應用機率模式、應用隨機過程、隨機過程、隨機微積分、排隊理論
-
統計理論與方法
- 數理統計(一)、數理統計(二) 、高等統計學、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
-
統計模型分析
- 迴歸分析、時間序列、實驗設計、應用統計線性模型、廣義統計線性模型、無母數迴歸分析、多變量分析、統計機器學習
-
科學計算與模擬分析
- 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
-
數學統計軟體與程式設計
- 軟體實作與計算實驗 (Python、MATLAB)、統計軟體與實務應用 (SAS、R)
-
分析相關課程
- 分析導論、微分方程、數學規劃、實變函數論、複變函數論、拓撲學、向量分析、傅氏分析、對局論
-
資訊科學課程
- 程式設計(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
-
生物醫學統計
- 生物統計、存活分析、生物資訊統計學、長期追蹤資料分析
特色課程
統計軟體與實務應用
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、。
圖解:無
迴歸分析
在許多科學研究中，人們常利用迴歸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。
實驗設計
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、探討實驗設計中最基本、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。
圖解:無
適合從事工作
-
中學教師
-
具有中等教師身分，擔任各國民中學、普通中學學校教師人員。依教學科目擬定各種課程的教材，進行課堂教學，並視學生學習情況給予支援。
-
-
系統分析師
-
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資訊系統。
-
-
統計精算人員
-
運用數學、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、風險管理與設計保險制度等工作。
-
系友生涯發展
張飛黃
東華大學應用數學系85 級學士
國立交通大學應用數學系博士
曾任嘉義大學應用數學系專案助理教授
現職國立台灣師範大學僑生先修部教授
沈信漢
東華大學應用數學系86 級學士
台灣大學財金研究所碩士
美國紐約州立大學水牛城分校財務金融博士
目前任職於國立中央大學財務金融學系副教授
研究專長：公司金融與公司治理
陳佩君
東華大學應用數學系86 級學士
台灣大學流行病學研究所博士
靜宜大學統計資訊學系副教授
研究專長：機器學習與資料採礦、統計學習理論、生物資訊、生物統計、長期追蹤資料分析、貝氏統計
吳政訓
東華大學應用數學系86 級學士
中央大學數學系博士
曾任職逢甲大學統計系助理教授
現職東吳大學財務工程與精算數學系助理教授
學術專長 : 財務數學、財務工程、隨機過程之統計推論
陳正傑
東華大學應用數學系 87 級學士
東華大學應用數學系 91 級碩士
台灣大學數學系博士
中央大學數學系助理教授
研究專長：代數幾何
多元能力
敏銳創造：能覺察特定事件與觀念、理論之間的差異，且能對事物進行拆解、組合、重新詮釋，呈現新穎之處。
性格特質
自信肯定：總是相信自己能達成目標，會肯定自身的優勢、長處，面對挫敗能較好的調整情緒。
圖表來源為該校系之重視百分比，加總為100%；百分比越高，代表越重視。
- 熱門比較學系
