課程種類

必修統計理論課程
(15學分)

• 統計理論 ─ 高等統計(一) 或 高等生物統計法(一)
• 高等統計 ─ 高等統計(二) 或 高等生物統計法(二)
• 迴歸分析 ─ 應用線型統計模式 或 計量經濟學
• 統計諮詢 ─ 統計諮詢與實務
• 統計計算 ─ 統計計算
• 專題討論 ─ 專題討論
• 碩士論文

專業領域選修課程
(至少15學分)

生醫資訊與生物統計領域

工程與環境統計領域

社會與管理統計領域

• 流行病學理論 ─
  流行病學特論、病例對照研究法特論、描述性流行病學方法論、流行病學原理、疾病篩檢統計、傳染病流行病學數理模型
• 生醫資料分析探勘 ─
  高等生物統計學方法、系統回顧與統合分析、生物統計研究方法、流行病學原理:資料分析、生醫資料探勘演算法、進階存活與縱貫性資料分析
• 基因體量化分析 ─
  基因體數量分析方法、基因體研究特論、遺傳流行病學原理、遺傳統計學特論I&II、巨量資料統計與探勘、系統生物數學、計算生物學原理與應用
• 醫學研究設計方法 ─
  臨床試驗、臨床流行病學、預防醫學研究方法、統計思考、複因子試驗之設計與分析、試驗設計學、預防醫學文獻批判
• 生醫統計方法學 ─
  數理統計、廣義線性模式應用分析、存活分析、結構方程模式、類別資料分析、流行病學與生物統計計算、應用線型統計模式II、重複測量統計分析、應用多變量數量方法、應用貝氏統計分析、應用隨機過程I&II、生物醫學統計諮詢實務
• 程式語言實作 ─
  python程式設計與實務
  

• 最佳化理論 ─
  統計管制與最佳化方法概論、最佳化概論
• 生態環境統計方法 ─
  地理統計學、序率水文學、空間分析方法與應用、時空分析與應用、網絡資料分析與模式、環境變數之時空分析與繪圖、R語言應用於資料計算分析與視覺化
  
• 專業統計分析工具 ─
  試驗設計之工程應用、隨機訊號分析、線性代數與應用、探索式多變量分析、時序資料分析
• 機器學習理論方法 ─
  試驗設計之工程應用、類神經網路：理論與實務、資料分析方法、機器學習與環境資料分析
• 程式語言實作 ─
  python程式設計與實務

• 巨量資料研究統計方法 ─
  大數據行銷、物聯網商業模式創新、物聯網下商管統計分析、商管機器學習
• 財務金融統計方法 ─
  財務時間序列、隨機過程、時間序列分析、調查方法與資料處理、實分析與機率、隨機定價模型、隨機微積分
• 調查資料統計方法 ─
  結構方程模型、因素分析、多變項分析、類別資料分析、多變量分析、應用貝氏統計分析、應用線性統計模式
• 程式語言實作 ─
  python程式設計與實務