E-Course首頁

 113 學年度 第 1 學期 教育學系測驗統計博士班 林娟如教師 多變量分析 課程大綱

課程簡介   Course Introduction
開課年度學期
Year / Term
113 學年度 第 1 學期
開課班級
Department
教育學系測驗統計博士班 測驗統計博一
授課方式
Instructional Method
課堂教學 、 中文
課程電腦代號
Course Reference Number
112012
課程名稱(中文)
Course Title(Chinese)
多變量分析
課程名稱(英文)
Course Title(English)
Multivariate Analysis
學分數/時數
Credit Hours
3 / 3
必(選)修
Requirement / Elective Course
必修
授課老師
Instructor
林娟如
助教
Teaching Assistant
上課時間
Meeting Time
星期二,節次7、8、9
上課教室
Classroom
ZB213
Office Hours
林娟如:4444/789A

獲獎及補助情形   Awards and Grants

聯合國永續發展目標 (SDGs跨域類別)   Sustainable Development Goals, SDGs

課程目標   Learning Objectives
(1)了解多變量統計分析的基本原理及觀念。
(2)了解多變量分析統計方法的目的與功能。
(3)熟悉多變量分析統計方法的應用時機。
(4)利用SPSS進行多變量分析及能解釋電腦報表的內容。
(5)能應用多變項分析方法進行實徵研究。
 

先修 ( 前置 ) 課程   Prerequisite
高等教育統計 

彈性教學規劃   Flexible Teaching/Planning Schedules
*本課程實施16+2週彈性教學方案,其中第17、18週之彈性規劃如下:

課程大綱   Course Syllabus
週次
Week
課程單元大綱
Unit
教學方式
Instructional Method/Style/Teaching Style
參考資料或相關作業
References or Related Materials
評量方式
Grading
1 課程介紹ヽ緒論 面授教學      
2 幾何概念、向量 面授教學     
3 矩陣概念、資料矩陣 面授教學     
4 主成份分析(1) 面授教學     
5 主成份分析(2) 面授教學     
6 因素分析(1) 面授教學     
7 因素分析(2) 面授教學     
8 驗證性因素分析 面授教學     
9 期中考      
10 結構方程模式簡介 面授教學     
11 集群分析 面授教學     
12 區別分析 面授教學     
13 羅吉斯迴歸 面授教學     
14 多變項變異數分析(1) 面授教學     
15 多變項變異數分析(2) 面授教學     
16 典型相關分析(1) 面授教學     
17 典型相關分析(2) 面授教學     
18 期末報告 面授教學     


單一課程對應校能力指標程度   The Degree to Which Single Course Corresponds to School Competence
編號
No.
校核心能力
School Core Competencies
符合程度
Degree of conformity

單一課程對應系能力指標程度   The Degree to Which Single Course Corresponds to Department Competence
編號
No.
類別
Category
系核心能力
Department Core Competencies
符合程度
Degree of conformity
01 系所 能分析與解釋量化與類別資料 0
02 系所 能批判量化研究設計 0
03 系所 能創新統計模式和評量工具(博) 0
04 系所 能整合科技進行測驗創新議題探討 0
05 系所 能發表測驗統計議題的論文 0
06 系所 能提供專業水準測驗與統計問題的諮詢服務(博) 0

單一課程對應院能力指標程度   The Degree to Which Single Course Corresponds to College Competence
編號
No.
院核心能力
College Core Competencies
符合程度
Degree of conformity


教科書或參考用書   Textbooks or Reference Books
館藏書名   Library Books
備註   Remarks
(1)Sharma, S. (1996). Applied multivariate techniques. NY: John Wiley & Sons.
(2)Hair, Jr. J. F., Anderson, R. E., Tatham, R.L., & Black, W. C. (1992). Multivariate data analysis with readings(3rd ed.). NY:Macmillan.
(3)Johnson, R.A., & Wichern, D. W. (2007). Applied multivariate statistical analysis(6th ed.). NJ:Prentice-Hall.
(4)Kleinbaum, D.G., Kupper, L.L., Muller, K.E. (1988). Applied regression analysis and other multivariable methods. Belmont: Duxbury Press.
(5)Tabachnick, B. G., & Fidell, L. S. (1997). Using multivariate statistics(5th ed.). NY:Harper & Row.
(6)Tatsuoka, M. M.(1988). Multivariate Analysis: Techniques for Educational and Psychological Research(2nd ed.). NY: John Wiley & Sons.
(7)陳順宇(2002)。多變量分析。台北:華泰書局。
(8)林震岩(2006)。多變量分析。台北:智勝。
(9)陳正昌、程炳林、陳新豐、劉子鍵(2003):多變量分析方法-統計軟體應用。台北:五南。
(10)林清山(民77)。多變項分析統計法。台北:東華。
(11)林師模,陳苑欽(民92)。多變量分析。台北:雙葉。
(12)呂金河(2005)譯。多變量分析。台中:滄海。

※請尊重智慧財產權,不得非法影印教科書※
※   Please respect intellectual property rights and do not illegally photocopy textbooks.  ※

教學方法   Teaching Method
教學方法
Teaching Method
百分比
Percentage
講述 40 %
學生文獻報告 20 %
討論 20 %
分享 20 %
總和  Total 100 %

成績評量方式   Grading
評量方式
Grading
百分比
Percentage
隨堂報告 50 %
期中文獻報告 25 %
期末報告 25 %
總和  Total 100 %

成績評量方式補充說明   
章節預習 50%
期中文獻報告 25%
期末報告(資料分析) 25%

1. 所有報告者應於一週前將報告相關材料交付評論人,除ppt講義外,尚須附上主要參考文獻1-2篇,讓評論人也時間可以了解你的報告或研究內容,以便評論時能提出具體建議與看法。並由該報告主題衍生出一個探究主題

2. 評論人針對報告者所提供的材料內容,應詳實研讀,評論時需指出報告的疑點(非形式上的錯別字之類),並具體說明疑點的原因(即為什麼認為是疑點),更重要的是提出具體優點與可能改進之處,所提改進意見需有憑有據,必要時得引述相關文獻以為該建議或意見之支撐,其目的在幫助報告者的報告/研究更好。
3.除個人報告與評論外,針對他人報告,全學期至少需發言三次。
 

課程大綱補充資料   Supplementary Material of Course Syllabus