[評價] 108-1 存活分析 黃彥棕
若是通識課程評價，請用 [通識] 分類，勿使用 [評價] 分類
標題範例：[通識] A58 普通心理學丙 林以正 (看完後請用ctrl+y刪除這兩行)
※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
（是／否／其他條件）：
哪一學年度修課：
108-1
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
黃彥棕教授
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
數學系/數學所/應數所
δ 課程大概內容
Week1:Survivor function, hazard function and cumulative hazard
Week2:Likelihood construction; inference for parametric survival distributions
Week3:Introduction to stochastic process
Week4:Convergence of stochastic process
Week5:No calss
Week6:Kaplan-Meier estimator and log rank test
Week7:Cox proportional hazards model
Week8:Lebesgue-Stieltjes Integrals, Martingales, Counting Processes
Week9:Midterm Exam
Week10:No calss
Week11:Counting Process Martingales
Week12:Combining Martingales, Stochastic Integrals, and Applications to Logrank Test & Cox's Mode
Week13:Martingale Central Limit Theorem
Week14:One-sample problem: asymptotic results
Week15:Two-sample problem: asymptotic results
Week16:Revisiting Cox’s PH model: asymptotic theory
Week17:Assessing model fit of Cox’s PH model
Week18:Final Exam
Ω 私心推薦指數(以五分計) ★★★★★
想從數學學存活分析:★★★★★
想從應用學存活分析:★
想從隨機過程把存活分析學好學滿:★★★★★★★★★★
涼度:★★
甜度:★★★★
η 上課用書(影印講義或是指定教科書)
1. The Statistical Analysis of Failure Time Data, Second Edition by John D. Kabfleisch and Ross L. Prentice; Wiley
2. Counting Process and Survival Analysis, by Thomas R Fleming and David P. Harrington; Wiley
μ 上課方式(投影片、團體討論、老師教學風格)
教授以PDF上課為主，必要時輔以板書(例如數學推理部分或是視覺化一些函數或圖形)，PDF內容明顯是用LaTeX編譯的，排版的蠻不錯的，不像大部分教授都用PPT然後全部擠在一起
沒有討論或實習課，更沒有教你任何程式。
σ 評分方式(給分甜嗎？是紮實分？)
1. 作業10%x4
2. 期中考30%
3. 期末考30%
紮實分，應該是沒有任何調分，但作業最後貌似滿分破百，原Po最後作業分數是40.5。
ρ 考題型式、作業方式
作業：除了第一次作業簡單大概三小時就可完成以外，另外三分作業基本上都要花半天以上的時間，而且助教改分很嚴格（助教是老師中研院的博士後研究院），但良藥苦口，改分的標準我覺得對於學習存活分析都是必要的。所以若你想拿高分，要花的時間肯定需要到一天左右，因為背後的邏輯跟數學都要非常清楚才不會有被扣分的機會。至於作業難度個人認為還好，許多都只是課堂上的延伸而已，甚至有時候老師會不小心把作業題目帶完...
期中考：紮實分，證明與計算都有，但計算也沒有送分，大概就是算出某個隨機過程有沒有收斂，並寫出為甚麼等等，唯一少數的穩送分是老師上課說必考的算Cox Partial likelihood，其他的送分貌似全班都還是錯了不少人。最後全班貌似一半左右不及格，最高是我神人同學92，最低的貌似也有20左右的。
期末考：有鑑於期中考的慘烈，期末考老師很關照大家，雖然已經出完了題目(全證明題)，但老師硬生生洩了大概一半的題目給大家，雖然並沒有告訴我們題目長怎樣跟怎麼解，但基本上這洩題(Nelson Aalen estimator的收斂拆成四部份證明與Cox-Snell Residual and Martingale Residual的數學相關恆等式)的方向一定有，因此推估拿高分應該不難，但是也要下不少準備。最後原Po拿99分，但老師沒有公布分數分布狀況，NTU-epo也看不到分數分布，因此很難推論期末考的分布究竟長怎樣。
需注意的是，期中期末都可以帶一份手寫單面A4的小抄，要寫甚麼都可以。
ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？
加簽習慣？嚴禁遲到等…)
加簽沒有特別規定，但先修個人認為必要的是初等統計學(或是數理統計，當然數理統計就等於數學系的統計學或是高等統計下)、機率導論(或是高等統計上)。
次要必要的是分析導論(高等微積分)，因為其實用到了不少數學分析的東西(從最基本的連續的定義與metric space的完備性到epicontinous與uniform converge都有)
再更次要的是實分析的測度論，因為隨機過程到處都會討論到是否可測與機率可測空間，不過老師並沒有著重在研究這個，考試也沒出現，但是對於理解課堂會有很大的幫助。
不過後兩者沒有到很必要，因為一些看起來外系的同學最後應該也都過了，只是沒後兩者會有些辛苦。
Ψ 總結
(一)教授授課部分
老師是醫學系背景出生的，因此對於不少內容老師常常用比較實際的例子去說明而非解釋數學，但這同時也是個小缺點，因此老師在數學上的解釋不會到很精確(畢竟老師根本沒修過分析導論XD，還常常自嘲說他以前是學「微積分丁」)，但個人認為這不是個問題，因為本堂課用到的數學並不是很艱深，反而重要的是如何去實際地理解，數學部分有修過分析導論等一定可以自行理解，因此缺的一塊正是如何實際理解；加上老師講話不快，因此可以慢慢吸收，也因為是PDF上課，因此還可以預習與現場做筆記甚至同步聽打等等(我通常就會做同步聽打然後打到自己用LaTeE)。且教
授教學上也蠻用心的，下課會很用心地回答學生問題，更別提老師講義會自己用LaTeX打了...
(二)分數部分
我也有上過老師的統計導論與統計學(就是數理統計)，沒寫評價是因為統計導論停開了，統計學今年換陳宏教授開，老師這兩堂課給分都蠻...讚的，我這兩門課都A+，而且印象中統計導論一半以上A+，統計學有約3.5成A+，在數學系應該已經是一大福音。而在存活分析的一開始老師就說過，這門課絕對不會再發生這種事，結果有趣的是期中考成績分布一出來，老師就很在意要如何幫我們加分(老師說他不想當任何人)，也因此造就了期末考送一堆分的狀況出現XD，因此個人認為分數部分不會很難拿，至少要過一定不難，但要拿高分勢必要蠻辛苦的，從平時的作業就要下很多苦
頭。
(三)課程部分
老師曾說過，這門課不是個很好學的科目，存活分析照理講會先從各種應用與各種模型開始講，而非直接從隨機過程近來虐殺...也因此這算是他的第一次實驗性開課來看看大家的學習狀況。
個人看法如下：存活分析的各種應用(例如Competing Risk, A.F.T, stratified Cox model, time-dependent cox model...)等等，其實網路的資源非常多，而且流預所開授的存活分析也有教到上述這些內容（當然也有不少數學），但是針對直接從隨機過程進入存活分析的網路資源相較較少，加上我認為在數學與應用上，數學比較需要跟著課堂學習，且存活分析本身就是建立在一堆隨機過程與Martingale出來的，理論基礎全都是這些而非單純的數理統計，因此我認為先從理論打好基礎對於日後走存活分析的領域絕無壞事。
但缺點是真的會有點枯燥乏味，尤其第三周直接進入隨機過程的收斂，而原Po又沒有修過隨機過程QQ，因此真的有些辛苦，但最後可謂苦盡甘來，看到存活的理論用各種一開始辛苦學的隨機過程證明出來的瞬間真的令人痛哭流涕，因此只要是想學數學的，絕對推薦這門課；當然若是僅想學應用的就完全不推了。
最後，老師下學期有開設因果推論，歡迎大家去選修，老師說授課會以導論的方式去帶，也是用PDF上課為主，不會用很數學的方式去上。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.250.140.5 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/NTUcourse/M.1583044319.A.1EB.html
※ 編輯: a22735557 (111.250.140.5 臺灣), 03/01/2020 14:37:54
推
03/02 14:21,
4年前
, 1F
03/02 14:21, 1F