若是通識課程評價，請用 [通識] 分類，勿使用 [評價] 分類
標題範例：[通識] A58 普通心理學丙 林以正 (看完後請用ctrl+y刪除這兩行)
※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
（是／否／其他條件）：
是
哪一學年度修課：
108-1
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
蔡欣甫
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
農藝系生統組選修、統計碩士學程必修
δ 課程大概內容
前三週會先教跟迴歸分析有關的矩陣代數，之後進入簡單迴歸、線性迴歸。期中考之後開始討論多項式迴歸等等，再進入模型篩選與檢驗，最後教了正則化(PCA,Ridge,LASSO)
Ω 私心推薦指數(以五分計) ★★★★★
想以數學學習迴歸：★★★★
想來學習應用迴歸：★★★★
[1;33m想用程式學習迴歸：★★★★
[1;33m討厭數學的人：★★
不喜歡寫作業：★★
涼度：★★
甜度：？
整體評價：★★★★★
η 上課用書(影印講義或是指定教科書)
1. Fahrmeir, Kneib, T., Lang, S. and Marx, B. (2013). Regression: Models,
Methods and Applications. Springer-Verlag. (NTU e-Book)
2. Kutner, M., Nachtsheim, C. and Neter, J. (2004). Applied Linear Regression
Models. 4th Edition. McGraw-Hill.
μ 上課方式(投影片、團體討論、老師教學風格)
老師都是用自編(LATEX打的)講義，以老師自編講義為主，但內容基本上就是從上面兩本出來的，而程式部分也全都是老師自己親自打的，並沒有實習課，三堂全都是正課，而是老師邊上課邊帶該段落需要的程式。
σ 評分方式(給分甜嗎？是紮實分？)
1 Quiz 1 15%
2 Homework 50%
3 Final Exam 20%
4 Quiz 2 15%
ρ 考題型式、作業方式
第一次小考全部手寫，題目基本上以數學為主，有不少證明，但都不會太難，僅有兩題左右是無法輕易寫出來的。其中也有三題簡單的計算題，算是送分題吧，雖然也才送了15分，但是沒準備也是寫不出來的。
第二次小考是上機考，考題全都是程式，但內容算簡單，且可以帶自己筆電去考，也就是說網路上所有資源你都可以利用，只是不能使用交友軟體等。但題目很多，原則上全部慢慢寫完要兩小時，因此要是你不熟悉程式打算裸考一定出事。
期末考一半是Take home的程式作業，一半是筆試，筆試也不會太難，題型跟第一次小考差不多，而程式部分則類似一個專題，給你一個變數遠大於樣本數的資料去分析，但我認為也不難就是了。
作業部分，前幾次作業不好寫，幾乎全都是矩陣代數的習題，且很多都是證明(但當然這些題目都非常有助於學習迴歸分析)，但不會到寫不出來的地步，嚴格來講甚至你只要努力上網找解答應該也找的到才對，至少有幾題很明顯是三人漢堡本有的XD，但是對於數學不好的人一定會是惡夢。期中左右之後的作業基本上都是程式，都蠻簡單的，就是要你跑跑迴歸分析並解釋，都很好拿分。
ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？
加簽習慣？嚴禁遲到等…)
必須修過初等統計學，有一些矩陣代數會更好但非必要，因為老師會再大致教一次。微積分基本上也需要，但也只需要微分就是了。
Ψ 總結
(一)教授與授課部分
教授對於教學非常認真，講義全部都是自己打的，排版清楚，有解釋也有數學，而且除了講義，程式部分也全都是教授自己寫出來教大家的，且程式很巧妙地穿插在講義裡面，並不會給你一股「甚麼？」的感覺，而是融會貫通的穿插在裡面讓你理解，常常是一個概念過去後立刻就有程式可以帶你理解。甚至老師的程式裡面都還有打不少解釋，光是這樣就屌打很多教R的實習課助教了，甚至程式CODE也排版得很好..
而每周的上課內容都會在當周才公布，而公布時會有課程講義檔與一大堆的程式檔與每周作業。
總之，我對於教授的教學用心非常讚嘆，也是因為這樣才決定來寫久違的評價文。
至於老師的授課部分，我也覺得老師講得蠻清楚的，數學部分老師會在白板上再做一次給大家一次(例如證明等，且通常也會比講義再上的證明過程再更仔細)，程式部分則是會「親自」現場跑給你看，同時也會根據跑的結果解釋給大家，而不是只有「跑」;作業部分通常也會講解一次要怎麼做比較好。
(二)課程內容部分
一個迴歸分析我認為要同時兼顧到數學、應用、程式其實非常困難，因此剛開始學這門課的時候，因為這門課我認為三者都有兼顧，加上一開始是很數學的部分，可能會有些辛苦。而原Po我修過公衛系的生物統計二(我也有發評價文)，但公衛的生統數學比較無法講得比較深入(畢竟有一半拿去上存活)，而我大學是輔數學系畢業的，因此有一定數學基礎，也因此修這門課時我的基礎算是比較扎實的。
而相較於較為數學的迴歸分析課程，其不太會帶應用例子，更別提程式了；而較為應用的迴歸課程則是數學部分不夠深厚，這門課則是三者都有兼顧到，也因為是兼顧因此我在這三者的星級都只有給四顆，但是正因為一門迴歸分析的課程要做到這樣真的很不容易，光是這樣我就願意給整體五顆星了，更別提老師的教學態度等等都很棒QQ，完全值得五顆星。
(三)成績考式部分
第一次小考全班平均不及格(老師有畫stem-leaf圖給大家看，真的很慘，只有兩個超過90分，其他都分布在20~60分區間)；而第二次小考雖然沒有公布成績區間但認真準備要拿滿分應該沒問題，因此推估只要有準備的人考的應該都蠻高的，期末考手寫部分則是平均分布(滿分50，10~50分真的平均分布，Uniform distribution的概念)，上機沒有公布因此不清楚(我也不知道自己期末上機拿了幾分，這是唯一一個沒有公布個人的分數)。
需要注意的是，手寫部分，數學一定要寫的邏輯清楚不能含糊，不然老師會扣分，但也沒有到數學系那麼嚴格，只要你的邏輯正確基本上就沒問題，如果想寫筆墨分就可以放棄了。
作業部分都是助教改的，老師應該是從中協調，比較需要注意的是作業有規定格式，不符合格式的會沒分數，但格式要求很合理，不會麻煩。
原Po我是沒調分就A+了，因此不太清楚最後有沒有調分。
(四)總結
大推特推這門課，但同時要有心理準備必須花不少時間準備(我是沒有花太多時間準備，因為我基礎算是比較厚的，而且老師的講義製作也非常適合自修，也因此我有時候不會去上課XD)，但是若我沒有這些基礎，我真的會需要花不少時間；我的一些較沒有基礎的同學也真的花了蠻多時間在讀這門課的。
但雖然如此，但真的收穫滿滿（畢竟苦盡甘來？），可以學到數學、程式、解釋，加上老師真的教學很用心，對學生也蠻好的，下課常常關心同學。
老師下學期會繼續開(二)，可惜我撞課沒法修，大家想學更多迴歸的歡迎去修哦~