贏家經驗談
粘○揚
考取：國立政治大學統計學系
1869
發佈時間：2018/09/27
更新時間：2021/04/16
考取：國立政治大學統計學系
非常感謝郭明慶老師，在就讀應用數學系的時候，雖然統計和機率都過了，但過得莫名其妙也忘記學到什麼了，當時的死背一考完就忘記了，幸好遇到明慶老師，上課從觀念下手，以題目檢驗對觀念的熟悉度，一步一步弄懂統計，能考上統計研究所，真的多虧遇到明慶老師。
黃子嘉老師的線性代數也是先將觀念釐清，用簡單的比喻解釋複雜的線代，偶爾幽默風趣，是一位很棒的老師。
歐大亮老師的微積分，雖然我是看帶子，但能感受到老師想將完整的微積分都教給我們，礙於時間只好挑選精華，但依然學到很多，也是一位很棒的老師。
黃子嘉老師的線性代數也是先將觀念釐清，用簡單的比喻解釋複雜的線代，偶爾幽默風趣，是一位很棒的老師。
歐大亮老師的微積分，雖然我是看帶子，但能感受到老師想將完整的微積分都教給我們，礙於時間只好挑選精華，但依然學到很多，也是一位很棒的老師。
考試準備要領
微積分:
微積分的範圍不少，建議從暑假開始用大量題目去熟悉，極限微分積分的單純計算先做熟，做起應用題才會更得心應手，級數的重要性也不可忽略。
線代:
線性代數方面主要會考後面的部分，先熟悉線性轉換，讀起線代會順很多，對角化、內積、正交化、投影都是考試的重點，當然簡單的矩陣運算、特徵向量運算一定要會。
商統:
成大政大會獨立出來考，各種檢定和區間估計要熟記，ANOVA、回歸各種轉換也要精通，無母數考得不難但要熟記，題目不太會變化，只要看懂題目，拿分不是難事。
機率:
機率的難度落差很多，有高中的機率，也有複雜的機率模型，也是建議熟記各種模型還有定理，收斂的部分也要多做題目去熟悉。
數統:
數統的部分就真的只要多做題目，其實都差不多，UMVUE、各種檢定一定要練習到看到題目就知道怎麼下手，尤其是LR檢定很繁複。
微積分的範圍不少，建議從暑假開始用大量題目去熟悉，極限微分積分的單純計算先做熟，做起應用題才會更得心應手，級數的重要性也不可忽略。
線代:
線性代數方面主要會考後面的部分，先熟悉線性轉換，讀起線代會順很多，對角化、內積、正交化、投影都是考試的重點，當然簡單的矩陣運算、特徵向量運算一定要會。
商統:
成大政大會獨立出來考，各種檢定和區間估計要熟記，ANOVA、回歸各種轉換也要精通，無母數考得不難但要熟記，題目不太會變化，只要看懂題目，拿分不是難事。
機率:
機率的難度落差很多，有高中的機率，也有複雜的機率模型，也是建議熟記各種模型還有定理，收斂的部分也要多做題目去熟悉。
數統:
數統的部分就真的只要多做題目，其實都差不多，UMVUE、各種檢定一定要練習到看到題目就知道怎麼下手，尤其是LR檢定很繁複。
考試資訊
微積分:
微積分基本上不難，多做題目去熟悉就可以，極限、積分、級數很重要。
線代:
線代的比重通常比微積分少，也都是計算題，內積空間、投影、正交化都要很熟悉。
商統:
檢定和區間的對應關係要熟記，ANOVA、回歸也很重要，虛擬變數的地方可以稍微多看一下，考政大的時候記得會用工程計算機，不然會崩潰。
機率:
各模型要熟悉，對應關係也要清楚，條件期望值的計算繁複，很多觀念清楚計算會簡單很多，CLT和WLLN一定要會證明，機率收斂的地方也要會。
數統:
多練習郭明慶老師那本題目基本上就不會有問題了。
微積分基本上不難，多做題目去熟悉就可以，極限、積分、級數很重要。
線代:
線代的比重通常比微積分少，也都是計算題，內積空間、投影、正交化都要很熟悉。
商統:
檢定和區間的對應關係要熟記，ANOVA、回歸也很重要，虛擬變數的地方可以稍微多看一下，考政大的時候記得會用工程計算機，不然會崩潰。
機率:
各模型要熟悉，對應關係也要清楚，條件期望值的計算繁複，很多觀念清楚計算會簡單很多，CLT和WLLN一定要會證明，機率收斂的地方也要會。
數統:
多練習郭明慶老師那本題目基本上就不會有問題了。
上一篇：統計所-
林○羚