課程概述： 本課程將介紹線性代數、向量幾何、向量微分及向量積分、Fourier 級數、 Fourier 轉換等觀念，並培養學生在上述內容之計算能力。
核心能力：
1.基本線性代數
2.向量微積分
3.基本 Fourier series 概念
課程概述： 本課程將介紹線性代數、向量幾何、向量微分及向量積分、Fourier 級數、 Fourier 轉換等觀念，並培養學生在上述內容之計算能力。
核心能力：
1.基本線性代數
2.向量微積分
3.基本 Fourier series 概念
舉凡專業領域中需要分析採樣資料之特性及設計抽樣方法時，統計為必備的分析工具，故不論自然科學或人文科學，均需具備基礎的統計分析能力。以地球與環境科學領域而言，分析現場蒐集到資料的統計特性(如平均值、變異數、相關係數、機率分佈及信賴區間等)、對抽樣結果做統計檢定，及如何設計抽樣方法以確保抽樣結果的代表性，均為統計學討論的主題。雖然人文科學偏重統計分析工具，但機率學實為統計學的基礎，尤其以地球與環境科學領域而言更是如此。因此，本課程的設計，將從基本的機率學開始，逐步探討至統計分析工具，以培養地環系學生基礎的統計分析能力。
課程目標
1.了解基本的機率及統計概念。2.如何定義隨機變數，及地球科學上常見的機率分布。
3.如何考慮雙隨機變數之間的關係。
4.如何計算統計量(點估計及區間估計)。
5.如何利用樣本資料及假設檢定評估母體特性。
授課老師
劉台生 專任副教授兼系主任
美國加州大學柏克萊分校土木及環境工程研究所博士
專長：地下水模擬、地質統計
舉凡專業領域中需要分析採樣資料之特性及設計抽樣方法時，統計為必備的分析工具，故不論自然科學或人文科學，均需具備基礎的統計分析能力。以地球與環境科學領域而言，分析現場蒐集到資料的統計特性(如平均值、變異數、相關係數、機率分佈及信賴區間等)、對抽樣結果做統計檢定，及如何設計抽樣方法以確保抽樣結果的代表性，均為統計學討論的主題。雖然人文科學偏重統計分析工具，但機率學實為統計學的基礎，尤其以地球與環境科學領域而言更是如此。因此，本課程的設計，將從基本的機率學開始，逐步探討至統計分析工具，以培養地環系學生基礎的統計分析能力。
課程目標
1.了解基本的機率及統計概念。2.如何定義隨機變數，及地球科學上常見的機率分布。
3.如何考慮雙隨機變數之間的關係。
4.如何計算統計量(點估計及區間估計)。
5.如何利用樣本資料及假設檢定評估母體特性。
授課老師
劉台生 專任副教授兼系主任
美國加州大學柏克萊分校土木及環境工程研究所博士
專長：地下水模擬、地質統計