選修

本課程主要的內容包括：一般迴歸模式的特性、單變量、多變量迴歸模型在估計過程可能會發生的各項問題、應該如何修正，以及時間序列資料模型的應用與分析。本課程是AI與大數據分析的入門科目，可應用在投資上，對於投資標的價、量進行預測。

此一課程是給大學部高年級學生對於計量工具或方法論有基本的認識，有助於對經濟理論或財務相關的資料進行分析，。希望學生在修完本課程後，能夠瞭解計量方法如何運用，其運作的理論為何！

課程主要內容
1. 迴歸模型的特性(包括統計理論回顧)
2. 雙變量迴歸：基本分析
3. 雙變量迴歸：估計上的問題
4. 傳統常態分配線性迴歸
5. 雙變量迴歸：區間估計與假設檢定
6. 雙變量迴歸的擴充
7. 多重迴歸分析：估計上的問題

The Course Outline：
1. The Nature of Regression Models (including reviews Statistic)
2. Two-Variable Regression Analysis: Some Basic Ideas
3. Two-Variable Regression: The Problem of Estimation
4. Classical Normal Linear Regression Model
5. Two-Variable Regression: Interval Estimation and Hypothesis Testing
6. Extensions of the Two-Variable Linear Regression Model
7. Multiple Regression Analysis: The Problem of Estimation