1

中華大學磨課師及 SPOCs 課程開發補助申請書

申請學年/學期：105 學年度第 1 學期 申請日期： 105 年 5 月 30 日

申 請 編 號： (由教務處教發中心填寫)

姓名(職稱) 劉光泰 助理教授 單位 管理學院工業管理學系

連絡電話 0958-731553 e-mail kuliu@chu.edu.tw

是否曾受

補助

V 是，第 2 次申請

□否 (則免填右邊欄位) 105 學年度第一學期起，曾受補助資料

已完成2分鐘課程簡介影片 V 是

□ 否 受補助學期

受補助課

程名稱

曾獲教育部

徵件案補助

瞭解教材製作須符智財權 V 是

□ 否 是 否

103學年度第 2學期 績效評估專題 V

申請課程名稱 多變量分析與應用 104學年度第 1學期 多變量分析與應用 V

申 請 課 號 M21811A ○○學年度○學期

課程資料

□新開課程 V 現有課程

□必修 V 選修

學分數__3___

○○學年度○學期

○○學年度○學期

開課形式

(可複選)

□磨課師課程 (Massive

Open Online

Courses，大規模開放式線上課程)；

V SPOCs 課 程 (Small

Private Online

Course，「小規模限制性線上課程」)

○○學年度○學期

○○學年度○學期

○○學年度○學期

○○學年度○學期

○○學年度○學期

教 材 製 作 費 支 用 明 細 估 算

項 目 金額(元) 說明

業務費

(

經常門)

工讀費 25,000 9、10、11、12 月工讀費用予吳仲齊同學

文具印刷

其他什支

小計 25,000 平均每月 6,250

合計 新台幣貳萬伍仟元整

聲

明

本人保證本案所開發之教材(教具)內容絕不違反著作權法與智慧財產權法

之規定。若有版權糾紛或侵害著作權法之情事，概由本人自行負責。

聲明人： 劉光泰

2

授 課 計 畫

一、本課程特色及摘要

特色：

LoRa 物聯網→R 大數據→多變量統計分析

智慧蛋盒- 隨時掌控家裡的蛋況: 智慧蛋盒的感應器透過物聯網裝置的傳

輸，提供數據至手機的 APP，可以在任何時間及地點都可以了解蛋的數量，及新鮮度等資訊。

智慧感應機能襪- 知道你的運動習慣及狀況: 透過襪子上面的特殊紡織感應

器經過特殊設計的導電纖維，將收集的運動數據傳輸至腳踝的智慧環，再把資料傳輸至手機

APP 或是電腦，即可分析各種運動狀況，並且改進完善運動習慣。

智慧鞋墊- 規畫智慧路線: 透過鞋墊的感應器，除了可以規劃最基本的運動

方式及定位路線功能外，還可以透過 APP 的指引，設定食衣住行育樂，從社群網站、天氣預報、

新聞等等抓取資料，分析是否有天災或是塞車等，規畫最佳路徑，甚至找尋並推薦附近範圍之

最佳店家。

上述案例說明大量數字集結，物聯網 (Internet of Things, IoT) 就是"萬物聯網"將全球物件以

各樣感應器 (sensors) 連上網路， 除數據收集分析也可以回饋進行控制，例如智慧生活 (穿

戴式裝置， 智慧手環， 智慧手錶)， 智慧城市 (綠能)，智慧交通 (大眾運輸， 車載通訊)，

智慧醫療 (居家照護)， 智慧物流 (快遞)， 智慧農業 (溫室或農場之溫溼度環境)， 智慧安

全 (安全保全監控系統), 智慧電網 (智慧電力輸送)等等。物聯網的架構主要分為三層: 1.感

知層 2. 網路層 3. 應用層。 感知層主要探討各式有線或是無線感測器 (如溫度,濕度, 光度,

陀螺儀,心跳, 血壓, 脈搏等等)將感測器收集到的數據傳送出來，改變人類有史以來做決策的

邏輯，過去透過抽樣與樣本調查，預測可能發生的事賦予管理意涵再用直覺決策。每個行動載

具就如同’母體’發射數據資訊，我們每個人本身就如同獨立的數據製造商創造資料量，數據

龐大如同母體讓分析者更精準預測，因此現在更必須要有專業的統計分析師。

3

多變量分析結構

SAS 程式撰寫

A1 回歸與變異數

-

01 多變量統計概論

02 迴歸分析

03 單因子變異數分析

04 雙因子變異數分析

05 單因子共變數分析

06 單因子多變量變異數分析

一般線性模式程式:

4

5

報表解讀:

6

R 程式撰寫

單一樣本 t 檢定

>load(“C:/mydata/chap7.RData”) #載入本例數據

>t.test(example7,mu=20) #進行 t 檢定，μ=20

One Sample t-test

Data: example7

T=2.5031, df=19, p-value=2.0204

Alternative hypothesis: ture mean is equal to 20

95percent confidence interval:

20.89823 29.50177

Sample estimates:

Mean of x

25.2

單因子獨立樣本變異數分析

>model<-aov(數學成績~教學法,=data=table10) #以 aov建立模型，放入 model物件中

>anova(model) #輸出變異數分析摘要表

Analysis of Variance Table

Response: 教學成績

Df Sum Sq Mean Sq F value Pr(>F)

教學法 2 24 12 6 0.03704*

7

Residuals 6 12 2

--

Signif. codes: 0 ‘***’0.001’**’0.01 ’*’0.05 ’.’0.1 ‘ ’1

>oneway.test(數學成績~教學法, data=table10,var.equal=TURE)

#單因子變異數分析，假定變異數同質

One-way analysis of means

Data: 數學成績 and 教學法

F=6, num df = 2 denom df = 6, p=value = 0.03704

SPSS t 檢定

8

各單元程式撰寫、報表解讀重點:

9

結構方程模式撰寫舉例:

10

二、核心能力/學習目標

1. 將感測器收集到的數據傳送雲端。

2. 發掘大數據資料庫與數據分析能力。

3. 蒐集資訊與資料分析問題之能力。

4. 具備 IBM 專業證照要求並以專業知識解決管理問題能力。

5. 數據分析師專業就會更多勝出機會。

三、課程適用對象

本課程提及 15 種常用之統計分析方法，每種方法皆有感測器收集到的數據範例教學，先製作

投影片介紹各種方法的理論基礎，深入淺出的說明，接著透過 SPSS、R 或 SAS 程式的編寫

與執行，指導學生解讀報表。有益大學生畢業專題寫作、碩士生畢業論文寫作、在職專班碩

士實證研究、產學合作。2014 年全球最搶手的 25 項工作技能之中就是具有統計和數據分析

能力。

四、先備知識

1. 敘述統計。

2. 抽樣與抽樣分配。

3. 假設檢定。

4. 變異數分析。

5. SPSS 原名是 Statistical Package for the Social Science, 後來更名為 Statistical Product

and Service Solutions，為一用於社會科學研究上的統計套裝軟體。其功能相當完備，有

一般市調人員(包括報章雜誌撰寫民調結果的人)及大學生撰寫報告所需之分析工具：次數

11

分配、交叉表、均數檢定、變異數分析、相關、迴歸等；甚至，包括研究生撰寫博碩士論

文所需之多變量分析工具：因素分析、判別分析、集群分析等。

五、授課教師介紹

職 稱: 劉光泰 專任助理教授。kuliu@chu.edu.tw

學歷學位: 美國佛羅里達州諾瓦東南大學企業管理博士。

學術專長: 多變量分析、生產與作業管理、 品質管理、 經濟分析、創新研發、專利。

學術論文: http://im.chu.edu.tw/teacher/paperlist_utf8.php?EID=086025 共 50 篇以上。

實務經歷: 2015 波蘭發明展金牌、2014 波蘭發明展金牌、2014 馬來西亞國際發明展銅 牌、

2015 跨域創意設計競賽決賽 3 組作品進入決賽。

技術報告及其它: 志光數位學院績效評估(102-B03-001- ~)、LED 背光液晶顯示器亮度對眼

睛視力疲勞程度影響之究(103-B03-004- ~)

12

六、課程規劃進度及內容大綱

每門課程之磨課師及 SPOCs 影音教材內容應以 18 週之完整課程為原則，並將每週(次)課程內容

規劃成數個小單元，每一小單元應以 5~15 分鐘為單位進行錄製

磨課師課程：(僅申請 SPOC 課程者可免填)

課程預定開課期間:XXX 年 XX 月 XX 日~ XXX 年 XX 月 XX 日(每門磨課師課程應於 6~18 周

內完成)

磨課師課程線上師生互動討論室:星期____下/上午_____點~_____點，共計_______次

主題 單元名稱 預計長度

簡述單元內容及教學素材

(每一教材單元須提供約 100 字

說明)

MOOCs 課程線上測

驗題項及作業/

SPOC 課程實體課堂

活動規劃

13

第一次

(週)

多變量統計概

論

總計

1 小時

信度分析演練

SPSS

執行:分析(A)/尺度(A)/信度分

析(R)

R 程式

>attach(example25)

>T=V1+V2+V3+V4+V5+V6

>mean(T)

[1]26.46667

>sd(T)

[1]4.083046

>library(psych)

>alpha(example25)

Reliability analysis

Call:alpha(x=example25)

相關分析

執行:分析(A)/相關(C)/雙變數

(B)

(1)以標準化 ALPHA 值

大於 0.7 為優異，通常

大於 0.6 即合格。

(2)報表第二部份的

ALPHA會是缺失值是因

為產品強度本問卷僅

用兩個變數衡量，而該

ALPHA值指的是若剔除

該變數，整體 ALPHA 值

會降至多少。

1.信度分析測驗

2.相關分析測驗

14

第二次

(週)

迴歸分析

總計

1 小時

迴歸分析演練

SPSS

(1)資料必須符合三性

假設：常態性、恆常

性、獨立性假說，否則

不應使用迴歸模式。

(2)常態性利用 PROC

UNIVARIATE 的 NORMAL

指 令 ， Shapiro-Wilk

15

執行:分析(A)/回歸方法(R)/線

性(L)

R 程式

>load(“C:/mydata/chap19/exam

ple19.RData)

>fit<-lm(閱讀素養~閱讀態度,

data=example19)

>plot(example19$閱讀態度,

example19$閱讀素養,xlab=”閱

讀態度”,ylab=”閱讀素

養”,xlim=c(0,50),ylim=c(300,70

0), pch=19)

>abline(fit)

值 不 顯 著 即 通 過 檢

驗，因為假說是「誤差

呈常態分配」。

(3)恆常性利用誤差平

方為反應變量、和原自

變數跑迴歸，不顯著即

宣告誤差符合恆常性。

(4)獨立性一般橫斷面

資料均符合，可利用

MODEL 後的 DW 選項檢

驗。一般而言若 DW 值

介於 1.5-2.5 即符合

獨立性，1 為下界，3

為上界。

(5)以上皆通過後，方

可照一般步驟解讀解

過並撰寫報告，以上

結果也必須視情況提

報。

迴歸分析測驗

16

第三次

(週)

單因子變異數

分析

總計

1 小時

單因子變異數分析演練

執行:分析(A)/比較平均數法

(M)/單因子變異數分析(O)

R 程式

>library(car)

>leveneTest(穩定性~睡眠剝

奪,data=example10)

報表解讀重點：

(1)總檢定和邊際檢定

要先解讀，因為是單因

子，所以兩者必然相

同。

(2)均顯著才能來畫

圖，先拉出該因子各個

處理的均值，比例大致

相等即可；在按照兩兩

均值的差異顯著性給

予符號，不顯著打勾。

訣竅：從最左邊(最小)

的處理開始畫起。

(3)畫完再計算對比檢

定的係數，完成完整程

式後即可做出目標/非

目標市場的結論。

補充注意事項：

(1)只要平衡組別設計

才 能 使 用 PROC

ANOVA，否則都要使用

PROC GLM，因為後者才

有 LSMEANS 的指令能

夠調整不等組別間的

均值。

(2)PROC GLM 後可接選

項 ORDER=INTERNAL，

否 則 內 定 是 按 照

FORMAT 的順序，這會

造成困擾。

CONTRAST指令的係數

只能接受整數和小

數，不能接受分數且

總和必須是 0。前面

的文字不會影響分析

結果。

17

第四次

(週)

單因子共變數

分析

總計

1 小時

單因子共變數分析演練

一般式:

nnn

nnn

nnn

nnnnnnnnn

eXbaYSegment

eXbbaaYSegment

eXbbaaYSegment

eDXbDXbXbDaDaaY

)()(:3

)()(:2

)()(:1

00

2020

1010

2211022110

檢定

307.1)34,1.0(6332.1)ˆˆ(

ˆ

0005.0)0004.0(*20009.00004.0)ˆˆ()ˆ(

0640.00563.00077.0ˆˆˆ

20

2

2

202

202

tbbVar

x

y

t

bbVarVar

bb

＞

R 程式

>library(plyr)

>models<-dlply(example14,”藥

物”,function(df)lm(治療後~治療

前,data=df))

>attach(example14)

>par(mai=c(1.1,1.1,.1,.1),cex=1.3,lwd=1.5)

>plot(治療前,治療

後,pch=c(15:17),xlim=c(0,20),ylim=(0,25),

xlab=”治療前細菌數”,ylab=”治療後細菌

數”)

>abline(models$安慰劑 P,lty=1,lwd=1.5)

>abline(models$抗生素 A,lty=2,lwd=1.5)

>abline(models$抗生素 D,lty=1,lwd=1.5)

單因子共變數測驗

18

第五次

(週)

一般線性模式

總計

1 小時

19

第六次

(週)

鑑別分析

總計

1 小時

鑑別分析演練

執行:分析(A)/分類(Y)判別(D)

鑑別分析測驗

20

第七

次(週)

類別分析

總計

1 小時

類別資料分析演練

類別分析測驗

21

第八

次(週)

主成分分析

總計

1 小時

SPSS

執行:分析(A)/資料縮減(D)/因

子(F)

主成分分析測驗

22

第九

次(週)

因素分析

總計

1 小時

因素分析

SPSS

R 程式

KMO 及 Bartlett 球形檢定

>library(psych)

>KMO(example)

>cortest.bartlett(example23)

陡坡圖與平行分析

>fa.parallel(example23,fa=”pc”)

>abline(h=1,lty=2)

因素分析測驗

23

第十

次(週)

AHP

總計

1 小時

AHP 測驗

24

七、學習評量方式

○1 將 LoRa 感測器收集到的數據傳送雲端。

○2 瞭解多變量分析方法應用。操作 SAS、SPSS、R 軟體重要模式。

○3 實務個案、研討會、期刊、產學計畫真實數據分享同學期許學以致用。

○4 大數據入門。

○5 各程式已經模組化，任何地點、時間學生有疑問可以 □1 MP4 影音檔重播課程內容。□2

e-campus 下載講義。YouTube 點閱。□3 Facebook 群組互動討論。□4 Line 群組即時互動討論。

○6 作業上傳 e-campus。

○7 課程參與程度 20%；作業 30%；期中考 25%；期末考 25%。

八、以學生學習成效為中心之師生討論規劃與機制

磨課師課程線上師生互動討論室:星期____下/上午_____點~_____點，共計_______次(僅申請

SPOC 課程者可免填)

填寫說明：

(1) 請說明線上討論室分次主題規劃

(2) 請說明預計進行方式

(3) 請說明討論區運作之老師角色定位及督導機制

SPOCs 課程：□1 MP4 影音檔重播課程內容如上例教師授課影音檔。□2 e-campus 下載講義。

YouTube 點閱。□3 Facebook 群組互動討論。□4 Line 群組即時互動討論。務必每週跟上進度。

□5 作業上傳。□6 課前上傳本週課堂內容，資料檔、程式擋、實際案例，鼓勵同學具試驗精神。

務必先閱讀案例內文。完整程式碼、豐富多元實際個案。具備全文與完整資料範例。□7 課堂

上解釋案例操作軟體，輔以程式撰寫、數學模型講解。隨時提問回答測試同學反應狀況。□8 上

傳 Facebook、Google、Line、e-campus。雲端多元互動回覆方式，熟悉 Facebook、Google

更多其他功能，建立友善社會脈絡關係。

九、教材及參考資料

1. 多變量統計分析，周文賢。

2. 多變量分析導論與應用，陳耀茂。

3. R 軟體應用統計方法，陳景祥。

4. 自編講義。

5. 統計學概論，陳淼勝。

十、新舊版本差異比較說明

(曾獲補助之課程，再次申請名稱或授課內容類似，需經修訂內容達二分之一以上，需說明新

25

舊版本差異比較)

LoRa (Long Range) 最新的物聯網無線通訊技術收集到的數據傳送雲端。

收集數據分析，有別於過去靠問卷或實驗。

使用電池就可能長達數年不需更換電池. 非常適合戶外物聯網的各種應用的數據收集, 例如

智慧農業中的農場數據收集, 智慧養殖業的魚池數據監控收集以及智慧畜牧業的各種動物數

據收集, 智慧工廠的自動化數據收集, 智慧照護的老人/病人戶外活動數據收集, 智慧零售

的販賣機數據收集, 智慧城市的多樣性數據收集。日光、空氣、水、PM2.5。

使用 R 免費套件。

系課程規劃委員會通過日期 系主任核章

(請檢附會議紀錄)