Skip to content

研究領域


生物統計


工業統計

  • 衰變分析及衰變試驗之最佳試驗規畫:
    • 針對高可靠度的產品,加速壽命試驗並不保證可在試驗結束前觀察到足夠的產品發生失效,觀察到高設限或全設限資料情況仍然存在。因此,另一種主流作法是進行衰變試驗 (degradation test) ,來量測與產品失效機制高度相關的的品質特徵值 (quality characteristics) 隨時間的變化,這類資料被稱為衰變資料 (degradation data)。相較於失效資料 (time-to-event data),衰變資料攜帶了更豐富的資訊。透過建立衰變模型及定義衰變路徑首次通過臨界值時間 (first-hitting-time/first-passage-time) 為產品失效的時間點,可更準確推論產品之壽命分配。分析的衰變模型以混合效應模型 (mixed effect model) 及隨機過程 (stochastic process) 為主。
    • 另一方面,在考量有試驗成本限制 (cost constraint) 之下,如何決定一個最佳衰變試驗計畫,以提升壽命估計的準確度,進而達到改善產品可靠度的目標,是可靠度分析的另一個重要的研究主題。
    • 在實務分析方面,這些研究成果可廣泛應用於多個領域,包括電池和電池組、金屬層電阻器、半導體和微電子學、電氣絕緣和介電材料、塑料和聚合物、金屬疲勞、藥物濃度監測、流行病學與醫學研究等。

空間統計

  • 空間統計(Spatial Statistics)是專門用來分析具有地理位置資料的統計方法,核心在於探討資料間的空間相依性空間異質性。與時間序列不同,空間資料通常缺乏自然順序,因而無法以傳統因果結構建模,取而代之的是依循鄰近地點的觀測值較相似(地理第一法則),用以建立空間關聯性結構。
  • 空間統計的研究大致分為三大類:地理統計(針對連續空間變數進行插值與預測)、格點模型(分析定義於區域或格點上的資料,常用於疾病地圖與影像分析)、以及空間點過程(描述事件發生位置的隨機性與分佈型態)。這些方法廣泛應用於氣象、生態、地質、環境監測、流行病學與影像分析等領域。
  • 隨著高解析空間資料與GIS技術的發展,空間統計結合貝式推論、機器學習與空間大數據分析,持續推動統計理論與應用的進展,成為現代統計科學中極具潛力的研究方向之一。

高維度資料分析


降維方法與選模問題


影像處理


財務工程與統計


金融科技