基礎生物統計
Basic Biostatistics
| 節 | 週六 |
|---|---|
8 16:30–17:20 | 基礎生物統計 YN511 2 節連堂 |
9 17:30–18:20 |
* 根據陽明交大上課時間表所列
本課程旨在介紹量性生物統計學之各種基本方法、授課範圍將涵蓋：樣本數之計算、統計分析圖表、各項檢定法、變異數分析、廣義線性模式等於生物醫學與管理領域之實用觀念。透過課程之講授和生成式AI 個案教學與應用，探討實務應用的工具與技巧。引導學生於面對生物醫學資料與實務應用時，能夠具備收集、管理及分析之能力；於吸收實證醫學所獲得之資訊時，能夠具備客觀評估及相關推論之效能，進一步建立研究入門應有之生物醫學統計基礎。 1.深植生物統計之基礎觀念，培養成邏輯思考習慣 2.具備收集資料、判斷資料及管理量性資料之能力； 3.累積判斷醫學統計數據之經驗與能力。 4.運用生成式AI之生物統計工具，應用於未來研究或實務工作中。
橫向統合:各醫務管理專業相關科目 縱向銜接:研究方法論
講授﹑示範﹑依課程進度進行個案討論
（一）、平時成績：50%，以課堂討論、作業、參與表現計分。 （二）、期末成績：50%。將以測驗或個案分析之表現計分。
| 週次 | 主題 |
|---|---|
| 第 1 週 | 和平紀念日 |
| 第 2 週 | 課程規劃簡介、示範資料庫介紹、生成式AI與生物統計學之應用與限制母全體、樣本及抽樣（重複抽樣概念）、醫院管理應用 |
| 第 3 週 | 等距變項之統計法：描述法 個案教學: Azure GPT5 與應用/限制討論 |
| 第 4 週 | 等距變項之統計法：檢定法 個案教學: Azure GPT5 與應用 |
| 第 5 週 | 變異數的估計與檢定 個案教學: Azure GPT5 與應用 |
| 第 6 週 | 清明節 |
| 第 7 週 | 類別資料分析/相關分析 個案教學: Azure GPT4 與應用 |
| 第 8 週 | 回歸分析-1 |
| 第 9 週 | 回歸分析-2 |
| 第 10 週 | 存活分析 |
| 第 11 週 | Logistic迴歸及其發展 |
| 第 12 週 | 醫務管理分類與智慧分析 |
| 第 13 週 | 醫務管理分類與智慧分析 |
| 第 14 週 | 醫管相依性資料分析-1 |
| 第 15 週 | 醫管相依性資料分析-2 |
| 第 16 週 | 期末評值 |
生物統計講義 林寬佳編 2025。 Recommended textbooks (optional): 1. 基礎生物統計學。梁文敏等 合譯 著。雙葉 2009；ISBN 978-986-157-591-9. 2. Kleinbaum DG, Kupper LL, Muller KE, Nizam A: Applied regression Analysis and other multivariable methods. Third edition. Duxbury Press. ISBN:0-534-20910-6 3. Everitt BS, Picklers A. Statistical Aspects of the Design and Analysis of Clinical Trials. Imperial College Press, 1999. 3. Glantz SA. Primer of biostatistics. Sixth edition. McGraw Hill Press, 2006. ISBN: 007-125100-6. 4. Agresti A. An Introduction to Categorical Data Analysis. Jon Wiley ＆amp; Sons, 1996. 5. Peter Lee, Carey Goldberg, Isaac Kohane.The AI Revolution in Medicine: GPT-4 and Beyond 1st 版本。ISBN-13: 978-0138200138
- 地點
- 517研究室
- 時間
- W6
- 聯絡方式
- kuanchia@nycu.edu.tw