NCHU 
注意： 
- 領域模組課程可能有先修科目或開放對象之限制，選課前請先到課程查詢系統確認。
領域模組開始施行時間
113學年度第2學期
主責教學單位
農藝學系
召集人
高崇峰
學習目標與預期學習效益
一、學習目標：
1.掌握生物統計學基本原理與實踐方法。
2.瞭解試驗設計和數理統計的核心概念。
3.熟練應用統計應用程式進行數據分析。
4.掌握多變數統計分析和生物資訊學中的統計方法。
5.能夠設計和分析複因子試驗。
6.培養在大數據分析領域的實踐能力。
7.奠定學生生物領域學科之基礎與生物資訊的專業知識。
二、預期學習效益：
1.數據分析技能—能夠有效地收集、處理和分析生物數據。
2.試驗設計能力—具備設計高效試驗的能力，並能夠從數據中得出有意義的結論。
3.問題解決能力—能夠運用統計方法解決實際問題，並提供科學的建議。
4.軟體應用技能—熟練使用多種統計軟體和工具進行數據分析。
5.批判性思維—能夠評估和解釋數據分析結果，進行批判性思考。
6.生物資訊應用能力—在生物資訊學領域中，能夠有效地應用統計分析技術解決問題。
1.掌握生物統計學基本原理與實踐方法。
2.瞭解試驗設計和數理統計的核心概念。
3.熟練應用統計應用程式進行數據分析。
4.掌握多變數統計分析和生物資訊學中的統計方法。
5.能夠設計和分析複因子試驗。
6.培養在大數據分析領域的實踐能力。
7.奠定學生生物領域學科之基礎與生物資訊的專業知識。
二、預期學習效益：
1.數據分析技能—能夠有效地收集、處理和分析生物數據。
2.試驗設計能力—具備設計高效試驗的能力，並能夠從數據中得出有意義的結論。
3.問題解決能力—能夠運用統計方法解決實際問題，並提供科學的建議。
4.軟體應用技能—熟練使用多種統計軟體和工具進行數據分析。
5.批判性思維—能夠評估和解釋數據分析結果，進行批判性思考。
6.生物資訊應用能力—在生物資訊學領域中，能夠有效地應用統計分析技術解決問題。
課程架構圖
修課指引
大數據統計分析與生物資訊模組在Level 2核心課程(三選一)與Level 3應用課程(三選二)有多選設計，學生需分別從這兩大類中選課修讀。修課指引依兩大類課程強調適用的領域介面或使用媒材有所不同，有助學生釐清課程之間的差異。
一、核心課程：(3選1)
1.試驗設計學與實習：適合對實驗設計有興趣，並希望在研究和開發中應用試驗設計方法的學生。
2.回歸與相關：適合對數據模型化和預測分析有興趣的學生。
3.數理統計導論：適合希望深入理解統計理論和基礎數學方法的學生。
二、應用課程：(3選2)
1.統計應用程式導論：適合希望學習如何使用統計軟件進行數據分析的學生。
2.複因子試驗之設計與分析：適合希望深入研究複因子實驗設計的學生。
3.生物資訊學之統計方法：適合對系統性生物資訊學和大數據分析有興趣的學生。
課程之間的不同：
1.課程目標：不同課程針對不同的統計技術和應用領域設計，目標是提供學生不同層面的知識和技能。
2.課程內容：包括從基礎理論到應用技術的多樣內容，例如試驗設計、回歸分析、數理統計等
3.課程最後產出的成果：學生將完成不同的項目和報告，展示他們在各自選擇課程中的學習成果。
4.未來職涯發展：不同課程將幫助學生在不同的職業道路上發展，如研究、數據分析、統計應用等。
一、核心課程：(3選1)
1.試驗設計學與實習：適合對實驗設計有興趣，並希望在研究和開發中應用試驗設計方法的學生。
2.回歸與相關：適合對數據模型化和預測分析有興趣的學生。
3.數理統計導論：適合希望深入理解統計理論和基礎數學方法的學生。
二、應用課程：(3選2)
1.統計應用程式導論：適合希望學習如何使用統計軟件進行數據分析的學生。
2.複因子試驗之設計與分析：適合希望深入研究複因子實驗設計的學生。
3.生物資訊學之統計方法：適合對系統性生物資訊學和大數據分析有興趣的學生。
課程之間的不同：
1.課程目標：不同課程針對不同的統計技術和應用領域設計，目標是提供學生不同層面的知識和技能。
2.課程內容：包括從基礎理論到應用技術的多樣內容，例如試驗設計、回歸分析、數理統計等
3.課程最後產出的成果：學生將完成不同的項目和報告，展示他們在各自選擇課程中的學習成果。
4.未來職涯發展：不同課程將幫助學生在不同的職業道路上發展，如研究、數據分析、統計應用等。
所有相關課程列表
附註：規劃要點填表說明。(1~4欄位請填代表字母)
１： U=學士課程、M=碩士課程。
２： A=正課、B=實習課、C=台下指導之科目如學生講述或邀請演講之專題討論、專題研究……等。
３： R=必修、Ｅ=選修。
４： S=學期課、Ｙ=學年課。
５： 科目(學期或全年)總學分數。(請填阿拉伯數字)
６： Level：1=基礎課程、2=核心(理論/方法)課程、3=應用(總整/實務)課程。(請填阿拉伯數字)
