貝氏資料分析

楊立行

心理系

2020/09/14

～ 2021/01/31

課程結束

跨國

開課教師｜Instructor

楊立行

副教授

政大心理系副教授
專長領域：數學心理學、認知心理學

李玉麟

教授

美國康乃爾大學醫學院教授
專長領域：貝氏統計、心理計量學

課程介紹｜Content

貝氏統計不論在學術研究或實務應用上都獲得相當大的成功。除了國際期刊推荐以貝氏統計取代傳統統計，科技公司例如Google, 臉書,和微軟也應用貝氏統計來分析消費者行為。因此，培養學生認識乃至於精熟貝氏統計方法是件刻不容緩的事。本課程的設計包括，貝氏統計方法的基礎概念、機率分配、貝氏推論、貝氏模擬、貝氏潛在類別分析、貝氏階層線性模型、貝氏項目反應理論、以及狄利克雷歷程混合模型。課程中也將教授學生如何使用程式語言R與JAGS實作貝氏統計分析。這些基礎概念和應用程式練習將幫助學生提昇應用技能，能夠在短時間內進階到國際水準。授課教師包括心理系楊立行老師以及美國康乃爾大學醫學院李玉麟教授，更可以提升修課同學與國際接軌的機會。

課程目標｜Goal

俾使同學能了解貝氏統計方法的基本概念，以及實際完成一個應用貝氏統計方法的專案。此外，由於採用線上平台等數位工具輔助教學，修課同學也能與授課教師於線上討論，增加同學們的國際交流。本課程也鼓勵本地學生能藉此機會與李教授合作研究。

課程進度｜Schedule

Week 1: Introduction
Week 2: R basics and Bayes’ Theorem
Week 3: Moon festival
Week 4: Markov Chain Monte Carlo method
Week 5: Parameter estimation – Binominal distribution
Week 6: Parameter estimation – normal distribution
Week 7: Parameter estimation – t distribution and correlation
Week 8: Regression and ANOVA in Bayesian style
Week 9: Midterm examination
Week 10: Cognitive modeling in Bayesian style

上課形式｜Activities

講堂與視訊授課並行
【修課人數】
校內學員：20人
網路學員：10人
共 25 人

評分標準｜Grading

學期成績的評量方式為作業佔70%、專題報告佔30%。每週課程結束後都有作業，作業內容主要與該週的課程進度一致。作業的評分標準以內容正確性、報告撰寫完整性為主。作業須於下週上課時間前完成上傳繳交，遲交以零分計。每位同學於學期末須繳交一篇專題研究，同學們需自行擬定主題，蒐集資料並應用本學期所學習之貝氏統計技巧完成資料分析。專題的評分標準則包括內容重要性、運算難度、分析報告完整性以及對未來研究的啟發性為主。作業與專題的程式碼一律需以R語言撰寫完成。

先備知識｜Prerequisites

統計學、機率

參考書目｜Readings

Kruschke, J. K. (2014). Doing Bayesian Data Analysis (Second Edition) A Tutorial with R, JAGS, and Stan.
Lee, M. D., & Wagenmakers, E.-J. (2014). Bayesian Cognitive Modeling: A Practical Course. Cambridge University Press, UK.

本頁面瀏覽人次：39111