|
|
課程簡介 Course Introduction
|
|
開課年度學期 Year / Term
|
114 學年度 第 1 學期
|
|
開課班級 Department
|
教育學系測驗統計博士班 教育系測統博合
|
|
授課方式 Instructional Method
|
課堂教學 、 中文
|
|
課程電腦代號 Course Reference Number
|
112035
|
|
課程名稱(中文) Course Title(Chinese)
|
教育測驗與評量專題研討(C)
|
|
課程名稱(英文) Course Title(English)
|
Seminar on Educational Assessment & Statistics (C)
|
|
學分數/時數 Credit Hours
|
2 /
2
|
|
必(選)修 Requirement / Elective Course
|
選修
|
|
授課老師 Instructor
|
凃柏原
|
|
助教 Teaching Assistant
|
|
|
上課時間 Meeting Time
|
星期一，節次C、D
|
|
上課教室 Classroom
|
ZB213
|
|
Office Hours
|
凃柏原：4444/89AB
|
| 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 |
|
SDGs 04.
|
優質教育：確保有教無類、公平以及高品質的教育，及提倡終身學習
|
|
|
課程目標 Learning Objectives
|
本次課程將介紹R語言於心理計量分析上的應用，特別聚焦再以R語法對資料進行試題反應理論模式（item response theory, IRT）的分析，目的在補足其他理論課程在實際資料分析的訓練不足之處，因此以實作為主，理論為輔。因此一開始先介紹R語言的基本概念，然後就將重心轉往IRT的分析。
|
|
先修 ( 前置 ) 課程 Prerequisite
|
|
教育統計學
|
| 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： |
|
自主學習
|
|
|
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
|
開場白(概述)
|
|
|
|
|
2
|
R的簡介
|
教師講述、學生實作
|
|
|
|
3
|
R的資料及控制流程
|
教師講述、學生實作
|
|
|
|
4
|
函數
|
教師講述、學生實作
|
|
|
|
5
|
（中秋節放假，停課一次）
|
|
|
|
|
6
|
資料讀取與匯出
|
教師講述、學生實作
|
|
|
|
7
|
Using IRT w/ dichotomous item responses
|
教師講述、學生實作
|
|
|
|
8
|
Using IRT w/ dichotomous item responses
|
教師講述、學生實作
|
|
|
|
9
|
Using IRT w/ dichotomous item responses
|
教師講述、學生實作
|
|
|
|
10
|
Using IRT w/ polytomous item responses
|
教師講述、學生實作
|
|
|
|
11
|
Using IRT w/ polytomous item responses
|
教師講述、學生實作
|
|
|
|
12
|
Using IRT w/ polytomous item responses
|
教師講述、學生實作
|
|
|
|
13
|
Unidimensional IRT w/ other applications
|
教師講述、學生實作
|
|
|
|
14
|
Unidimensional IRT w/ other applications
|
教師講述、學生實作
|
|
|
|
15
|
Unidimensional IRT w/ other applications
|
教師講述、學生實作
|
|
|
|
16
|
問題及討論
|
|
|
|
|
17
|
自主學習
|
|
|
|
|
18
|
自主學習
|
|
|
|
|
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 |
|
1
|
公民力 (Citizen)
|
4
|
|
2
|
自學力 (Self-learning)
|
5
|
|
3
|
資訊力 (Information)
|
5
|
|
4
|
創造力 (Creativity)
|
5
|
|
5
|
溝通力 (Communication)
|
4
|
|
6
|
就業力(Employability)
|
5
|
|
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
|
5
|
|
02
|
系所
|
能批判量化研究設計
|
4
|
|
03
|
系所
|
能創新統計模式和評量工具（博）
|
4
|
|
04
|
系所
|
能整合科技進行測驗創新議題探討
|
4
|
|
05
|
系所
|
能發表測驗統計議題的論文
|
5
|
|
06
|
系所
|
能提供專業水準測驗與統計問題的諮詢服務（博）
|
5
|
|
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 |
|
1
|
探究能力
|
5
|
|
2
|
語文與溝通能力
|
5
|
|
3
|
創新與實踐能力
|
5
|
|
4
|
專業知能
|
5
|
|
教科書或參考用書 Textbooks or Reference Books
|
|
館藏書名 Library Books
|
|
R語言：資料分析活用範例詳解
|
|
R語言 邁向Big Data之路
|
|
輕鬆學習R語言 從基礎到應用, 掌握資料科學的關鍵能力
|
|
Ｒ語言資料分析 : 從機器學習、資料探勘、文字探勘到巨量資料分析 （第二版）
|
|
量化研究與統計分析 : SPSS與R資料分析範例解析
|
|
R語言邁向Big data之路 王者歸來
|
|
備註 Remarks
|
參考書目：
1. 洪錦魁 (2021)。R語言-邁向Big Data之路 王者歸來。台北：深石數位
2. 郭耀仁 (2019)。 輕鬆學習R語言：從基礎到應用，掌握資料科學的關鍵能力(第二版)。台北：碁峰資訊
3. 張夏菁譯 (2015)。R 錦囊妙計 。台北：碁峰資訊
4. 鍾振蔚譯 (2017)。邁向大數據的第一步!R語言程式設計精要 。台北：旗標
5. 何宗武 (2016)。資料分析輕鬆學：R Commander 高手捷徑。台北：雙葉
6. 李仁鐘&李秋緣 (2019)。Ｒ語言資料分析 : 從機器學習、資料探勘、文字探勘到巨量資料分析 （第二版）
7. 邱皓政 (2019)。量化研究與統計分析 : SPSS與R資料分析範例解析
8. Venables, Smith & the R Core Team (2018) An Introduction to R. Notes on R: A Programming Environment for Data Analysis and Graphics. Version 3.5.2 .
參考網址：
1. R的官方網站 http://www.r-project.org
2. R期刊 https://journal.r-project.org/archive/
3. R Graph Gallery https://www.r-graph-gallery.com/
4. on line book：https://yaojenkuo.gitbooks.io/learn-r-the-easy-way/content/
5. on line book：https://bookdown.org/jefflinmd38/r4biost/intro.html
6. R sites: http://finzi.psych.upenn.edu/
7. R studio: https://www.rstudio.com/products/rstudio/
Paek, I. & Cole, K. (2020). Using R for item response theory model applications. New York, NY: Routledge.
吳裕益老師的著作（會上傳至教學網站）
曾意儒(2020)。資料科學與R語言（2020更新版）。
https://yijutseng.github.io/DataScienceRBook/index.html
Wickham, H., Cetinkaya-Rundel, M., & Grolemund, G. (2023). R for data science (2nd ed.). Boston, MA: O’Reilly.（部分參考）
|
※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
|
|
教師講述
|
50 %
|
|
專題實作
|
50 %
|
| 總和 Total |
100 % |
|
成績評量方式 Grading
|
| 評量方式 Grading |
百分比 Percentage |
|
閱讀指定書目
|
20 %
|
|
課堂參與及實作
|
30 %
|
|
期末書面報告
|
50 %
|
| 總和 Total |
100 % |
|
成績評量方式補充說明
|
|
每一位都需要擬定一個期末作業的主題，必須與本課程所談的內容有關係的，亦即，利用R語法分析測驗資料。然後在本學期最後一週的週五（2026/1/9）之前繳交。作業一律用Word格式，版面上下左右邊界請皆設定為2.54公分，字體大小請用12號字體。
|
|
課程大綱補充資料 Supplementary Material of Course Syllabus
|
|
|
|