| PART I | ||
| 編號 | 檔案 | 內容簡述 |
| 0.1 | 序言 | 課程目標 |
| 0.2 | 再序 | 不可變與不可不變：我的程式寫作觀 |
| 1 | 從繪製函式圖認識MATLAB | MATLAB的基本原理與繪圖技巧 |
| 2 | MATLAB的數學運算 | MATLAB的數學運算原理與操作 資料（TXT檔） 1 2 3 EXCEL檔 1 wav file |
| 3 | MATLAB的機率分配 | MATLAB 關於機率部分的指令與操作 |
| 4 | MATLAB的程式：以微分為例 | 以微分的的計算來練習MATLAB的程式設計 |
| 5 | MATLAB 程式的迴圈技巧 | MATLAB程式中關於迴圈的觀念與各種技巧。 |
| 6 | MATLAB 的積分計算與程式設計觀念 | 介紹 MATLAB 程式中關於積分計算的技巧及程式設計的觀念。 |
| 7 | 中央極限定理的形象 | 練習將中央極限定理以圖示的方式展現出來 |
| 8 | MATLAB的副程式 | 說明及練習MATLAB副程式的寫法 |
| 9 | 區間估計與信賴水準 | 利用MATLAB程式來了解區間估計 資料： 4 |
| 10 | 樣本數的決定 | 計算民調的樣本數 |
| 11 | 求方程式的解 | 利用MATLAB程式來計算方程式的根 |
| 12 | 函數的最大值與最小值 | 計算函數的極值與MATLAB偵錯/除錯的工具與方法。 |
| 13 | MATLAB圖形化使用者介面設計 | GUI 環境建構的觀念與技術。 |
| PART II | ||
| 編號 | 檔案 | 內容簡述 |
| 1. | 隨機與機率的初體驗 | 對隨機變數與機率做進一步的模擬 |
| 2. | 基本的迴歸分析計算 | 利用MATLAB程式來計算簡單迴歸分析的統計量及參數 資料：regress_data 1 2 |
| 3. | 多項式迴歸分析計算 | 多項式迴歸分析計算的參數估計 資料：regress_data 3 |
| 4. | MATLAB線性預測：關於最小平方法 | 線性預測的估計問題：關於時間序列 sunspot資料 測試資料：lp_data 1 2 3 |
| 5. | MATLAB線性預測：Near Null Space Method | 線性預測的估計問題：從Null Space的角度切入，做出不同於最小平方法的解。並與最小平方法比較。 |
| 6. | 主成分分析的原理與應用 | 利用幾個典型的例子，以繪圖的方式來說明主成分分析的原理。 Data: son.txt FOTBALL |
| 7. | 多變量函數的最小值 | 介紹非線性多變量函數的繪圖與最小值的計算方法。包括MATLAB的指令與steepest descent direction及Newton-Raphson method等演算法。 作業資料 UV.txt |
| 8. | Logistic Regression and Maximum likelihood Estimation | 以logistic regression為模式，Maximum likelihood為手段，steepest descent為方法，估計多變量非線性函數的參數。 練習資料作業資料 |
| 9. | Discriminant Analysis:Fisher & Mahalanobis's Method | 利用『Fisher的最佳組合係數』及『Mahalanobis的等距觀念』分析兩個群組的類別資料。 資料：BOOKS_1.txt |
| 10. | Discriminant Analysis:Fisher & Mahalanobis's Method(2) | 討論鑑別函數函數的配適性(Goodness of Fit)及如何應用該函數作為群組的預測(Prediction)。 資料：BOOKS_2.txt |
| 11. | Classification with Two Groups(I) | 利用迴歸分析與最小平方法分析兩個群組的類別資料。 資料：la_1.txt mix.mat |
| 12. | Classification with Two Groups(II) | 利用Nearest Neighbor Method分析兩個群組的類別資料 |
| 13. | Classification with Two Groups(III) | 利用Linear Discriminant Analysis 分析兩個群組的類別資料 |
| 14. | Classification with Two Groups(IV) | 利用quadratic discriminant analysis分析兩個群組的類別資料。 資料：la_2.txt |
| 15. | Multiclass Discrimination | 多個群組的類別資料分析：以三個群組為例 資料：3g_1.mat |
| 16. | Canonical Correlation Analysis | 關於Canonical Correlation的初步分析與計算。 資料：canonical_data1 canonical_data2 |
| 17. | 主成分分析在影像處理上的應用 | 資料：3.mat(1.3MB) Lena(66KB) |
| 18. | Classfication with Normal Mixtures:the E-M Algorithm | 介紹Normal Mixtures的問題及著名的E-M Algorithm 資料： bird.txt score.txt score_3.txt score_4.txt em_2d.txt |
| 19. | Markov Chain Monte Carlo Simulations | 介紹MCMC的概念與演算法（Metropolis,Metropolis-Hastings, Data Augmentation algorithms） |
| 20. | 一個簡單的假設檢定應用 | Neyman-Pearson 定理是假設檢定上重要的觀念，本單元以一個簡單的防空警報系統介紹它最原始的應用。 |
| 21. | 非線性多變量方程式的根 | 介紹 LMFsolve 指令的使用方式，用以計算非線性多變量方程式的根。 |
| PART III 專題系列 | ||
| 編號 | 檔案 | 內容簡述 |
| 1. | 問題集錦（持續增訂中） | 這裡提出一些問題，是研究與教學過程中碰到的一些小問題，透過釐清這些問題，統計的觀念更清晰。 |
| 2. | MATLAB 程式技巧集錦（持續增訂中） | MATLAB程式寫作有一些獨特的技巧，是一般程式語言所沒有，或是比較不擅長的，這裡蒐集了一些，做為茶餘飯後的消遣。 |
| 3. | 迴歸參數的解 | 從簡單的迴歸模式出發，利用線性代數的技巧，從不同的角度估計模型的參數，做為以MATLAB寫作程式的第一個實際案例。data |
| 4. | 線性轉換 | 透過簡單的問題「透視（Visualize）」線性代數中非常的重要的「線性轉換（Linear Transformation）」觀念。 |
| 5. | 模擬練習（一） | 利用基礎統計學中簡單的「兩母體平均數差異」的檢定問題， 練習統計研究中最常運用的模擬技術，做為統計研究領域的初探。 |
| 6. | 機率應用 | 以常見的分數分佈的問題，說明機率觀念在解決問題上的能力。透過直覺的想法，佐以機率的理論與電腦程式的寫作， 可以從學生分數的表現中分離出不同的程度的群組。data:real scores simulated scores |
| 7. | 模擬練習（二） | 本專題以常態檢定為題，作為程式寫作的進階，因此選擇幾個較複雜的檢定統計式，配合 Monte Carlo Method， 練習程式寫作的技巧、細心與耐心。 |
| 8. | 卡方適合度檢定 | 卡方適合度檢定的原理很簡單，但是很好用。親自根據課本的原理寫一支程式，以函數 function 的方式，盡量涵蓋各種可能性。 |
