贏家經驗談
簡○雯
考取：112年成大統研所、中央統研所榜首、中興統研所榜眼、中正數學所統計科學探花
370
發佈時間：2023/04/27
更新時間：2023/07/11
考取：112年成大統研所、中央統研所榜首、中興統研所榜眼、中正數學所統計科學探花
選擇TKB的理由
一開始是因為有學姐也是要考統計研究所，然後詢問她之後發現他是選擇TKB大碩，於是就來這邊諮詢，後來也有試聽過發現蠻適合自己的，雖然一開始會不太習慣老師的教學方式，但我自己是幾堂課之後就慢慢漸入佳境，所以我覺得這是一個很適合我的上課方式。
感謝老師的話
我最想感謝的老師是郭明慶(高建國)老師，在學機率數統和統計學的剛開始，我覺得是比較困難的，尤其是數統的部分，比較偏向於證明，而郭老師的教法會比較引導我們是有架構的去證明，而不是傳統的死背，還有多變數Anova的那部分，老師一直強調要我們千萬不要死背，有邏輯的教我們去組織整個脈絡，而郭老師還有一個非常好的優點，就是我們遇到不會的問題，可以去私訊他，而他都會蠻快的就回覆你的問題，我覺得完全不用擔心老師會覺得你的問題很簡單之類的，非常鼓勵之後的考生，遇到問題千萬不要害怕發問！
考試準備要領
機率論：我覺得這個科目算是蠻難準備的，因為考型可以比較多變化，對我個人而言，我覺得我最不會的反而是古典機率，因為變化實在非常大，但我覺得最主要還是要懂他的核心，這樣面對各種問題時，也可以比較輕鬆去理解題意以及作答。
數理統計：我覺得這個科目相較機率論是比較好準備的，雖然這個科目比較偏向於證明理論，可能有些人會覺得很可怕，但我覺得最主要是要懂這個證明的方法，就像mp-test,LR-test，可能我們看講義以及老師上課的筆記會嚇到想說怎麼那麼複雜，但我覺得只要有清楚他的觀念，然後按部就班寫下過程，應該是算容易的，因為這科的變化度也比機率論來得小，所以應該較容易準備。
微積分：微積分這個科目其實跟機率統計有蠻大的相關性，例如：我們在算期望值或是一些統計量的時候，我們很常會用到gamma積分、beta積分，我覺得這兩個積分算是機率很重要的兩個積分。
線代：這科一開始我是比較不熟悉的，但在後來的題庫班裡面，林緯(林承穎)老師幫助我釐清許多觀念，原本已經打算放棄線代的我，突然就開竅了，建議之後的考生，千萬別放棄線代，尤其是最基本的特徵值特徵向量一定要會！
數理統計：我覺得這個科目相較機率論是比較好準備的，雖然這個科目比較偏向於證明理論，可能有些人會覺得很可怕，但我覺得最主要是要懂這個證明的方法，就像mp-test,LR-test，可能我們看講義以及老師上課的筆記會嚇到想說怎麼那麼複雜，但我覺得只要有清楚他的觀念，然後按部就班寫下過程，應該是算容易的，因為這科的變化度也比機率論來得小，所以應該較容易準備。
微積分：微積分這個科目其實跟機率統計有蠻大的相關性，例如：我們在算期望值或是一些統計量的時候，我們很常會用到gamma積分、beta積分，我覺得這兩個積分算是機率很重要的兩個積分。
線代：這科一開始我是比較不熟悉的，但在後來的題庫班裡面，林緯(林承穎)老師幫助我釐清許多觀念，原本已經打算放棄線代的我，突然就開竅了，建議之後的考生，千萬別放棄線代，尤其是最基本的特徵值特徵向量一定要會！
心路歷程
上一篇：統計所-
陳○妘
下一篇：統計所-
王○皓