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