※ 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）：是
哪一學年度修課：114-1
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
謝志昇/楊睿中老師合授，不過每年老師未必一樣，參考就好
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)
經濟所、國際企業所
δ 課程大概內容
前八周由謝志昇老師上課，syllabus如下：
Week 1 : Statistical Reviews and Regression Analysis
Week 2 : Statistical Reviews and Regression Analysis
Week 3 : Least Squares Method and Gauss-Markov Theorem
Week 4 : Least Squares Method and Gauss-Markov Theorem (continued)
Week 5 : Violation of Gauss-Markov Assumptions
Week 6 : Violation of Gauss-Markov Assumptions (continued)
Week 7 : Distribution Assumptions and Maximum Likelihood
Week 8 : Distribution Assumptions and Maximum Likelihood(continued)
後八周由楊睿中老師上課，進度大致如下：
Week 9-10：Generalized Method of Moments
Week 11-12：Time Series Analysis
Week 13-15：Panel Data
Week 16：Nonstationary Time Series
內容大致follow Econometrics by Bruce E. Hansen.(2022)
所以自己念+老師的PPT也沒問題，因為非常好課本
Ω 私心推薦指數(以五分計) ★★★★★
η 上課用書(影印講義或是指定教科書)
Econometrics by Bruce E. Hansen.(2022)
μ 上課方式(投影片、團體討論、老師教學風格)
基本上都是跟著老師準備的投影片教學，偶爾輔以板書
σ 評分方式(給分甜嗎？是紮實分？)
1A Problem Sets(60%) Final Exam(40%)
1B Problem Sets(10%) Final Exam(90%)
如上可見，1A如果好好把作業寫完，Final的題目不會太陌生，分數應該會不錯
，但是作業一份有非常多題目，也有要跑跑程式的。相比之下，1B作業一份題目
較少，而且今年Final蠻難的，很難說到底甜不甜(有人會為了甜來修嗎= =)，但
肯定超級扎實分，所以還是要好好念書。
1A Final Mean: 69.63
1B Final Mean: 44.71
附上期末平均給未來想修的同學參考
ρ 考題型式、作業方式
1A有三份Assignment，都要花時間寫，考試大概如同作業的形式，不會有太多驚喜
，大概就是問你OLS、GLS估計式、consistent與否、大樣本分配、變異數矩陣的估
計式，還有就是OLS、GLS、IV、MLE identification condition之類的。基本上考
前能自己推導出來、老師PPT熟讀即可，另外老師也會出上課有提過但課本好像沒
寫的。1B就比較難掌握，原因是老師的Problem Sets都不算難，但是這次期末有很
多驚喜，像是Two-way Error Component Model、Dynamic Panel Data、Dummy Va-
riable在FWL Theorem的應用這些上課雖然有講，但自己要在考試把他推導出來還
是有點難度的...，所以就盡力而為吧。
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…)
總結來說，我自己有修過大學部的計量經濟學一，跟1A的內容基本一樣，所以跳過
直接修這門課也沒問題(所以為甚麼要開兩門一模一樣的課?)，反之如果你跟我一
樣修過大學的計量，1A就有點無聊，而且前兩周老師還會在複習一遍大二必修的機
率與統計，還有一些可能在暑假的數量方法入門提過的線性代數，令人有點困惑這
樣的安排。1B內容則是對沒有修過大學部計量經濟學二來說應該都算是新東西，從
GMM、Time Series到Panel Data(FE、RE在計量一也有提到)，算是把大部分的主題
都帶到了，讓修過的同學對於這些計量背後的理論有基本的認識，之後在依照同學
自己的興趣往個體計量(DiD、RD)或總體有關時間序列課繼續修下去。
基礎最好修過大二的統計(知道WLLN、CLT、Normal Distribution)還有計量導論(
知道OLS的假設、可能有從假設推導不偏性、一致性還有漸進分配的經驗)。另外，
如果有一些線性代數的基礎會更好，這樣在講到Rank才不會滿頭問號，或是講到向
量投影之類的，還有我自己覺得蠻重要的是矩陣的一些運算性質，還有單變數WLLN
、CLT寫成矩陣會變成怎麼樣、矩陣如何拆解成Summation小矩陣相乘、轉置要怎麼
擺才會對之類的，這部分是我從大二計量到有矩陣的計量花比較多時間嘗試理解的
地方。
最後一點就是，這門課基本上是一個純理論課，不喜歡理論推導建議左轉。整學期
就是一個做假設、推導Beta估計式的矩陣表達式，推導是否一致、漸進分配、共變
異數矩陣估計式，假設不成立怎麼辦？做另外一個假設，繼續推導....的循環。
Ψ 總結
我好像把上面當總結了，大概是這樣。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.192.160.14 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/NTUcourse/M.1767016161.A.C73.html
※ 編輯: troglodyte (42.79.132.124 臺灣), 12/30/2025 01:53:32