圖示 系所成員
蔡瑾珮
職稱: 助理教授
公告者:ywtseng | 公告時間:2018/2/10
蔡瑾珮
姓名: 蔡瑾珮
職稱: 助理教授
研究室:
E-Mail: cptsai@pu.edu.tw
分機: 15122
專長: 貝氏定理、樹狀結構

蔡瑾珮 Tsai, Chin-Pei

最高學歷:

美國明尼蘇達大學統計博士 、美國明尼蘇達大學統計碩士、淡江大學數學系學士

職  稱:

助理教授

專長學科:

[1]樹狀分析

[2]統計計算

[3]應用統計

 

學位論文:

  1. Tsai, Chin-Pei (1999/12). Bayesian Experimental Design with Multiple Prior Distributions. Ph.D. dissertation, University of Minnesota, U.S.A.

著作目錄

A.期刊論文:

  1. Lee, W-P, Jeng, B-C, Pai, T-W, Tsai, C-P, Yu, C-Y, Tzou, W-S (2006/4/25). Differential evolutionary conservation of motif modes in the yeast protein interaction network. BMC Genomics, Vol. 7 .[SCI]
  2. Zhang, H., Leckman, J. F., Pauls, D. L., Tsai, C., Kidd, K. K., Campos, M. R. (2002/5). Genomewide Scan of Hoarding in Sib Pairs in Which Both Sibs Have Gilles de la Tourette Syndrome. American Journal of Human Genetic, Vol. 70 , p.p.896 -904 .[SCI]
  3. Zhang, H., Tsai, C., Yu, C. and Bonney, G. (2001/7). Tree-based Linkage and Association Analyses of Asthma. Genetic Epidemiology, Vol. 21 , No. Supplement 1 , p.p.S317 -S322 .[SCI]

B.會議論文:

  1. Tsai, Chin-Pei, Chaloner, K. (2002/9). Using Prior Opinions to Examine Sample Size in Two Clinical Trials. Case Studies in Bayesian Statistics: Volume V (p.p.407-421). :Springer.

D.研究報告(研究計畫):

  1. 蔡瑾珮 (2004/8/1 - 2005/7/31)多數法則在基因學數據上的應用 (科技部計畫,NSC93-2118-M-126-002 )
  2. 蔡瑾珮 (2003/8/1 - 2004/7/31)樹狀分析方法在基因研究上的應用 (科技部計畫,NSC92-2118-M-126-001 )
  3. 蔡瑾珮 (2002/10/1 - 2003/7/31)多樹法則在微陣列辨別癌症腫瘤的應用 (科技部計畫,NSC91-2118-M-126-002 )

I.其他著述:

  1. Tsai, C., Acharyya, S., Yu, C. , Zhang, H.(2002/7). Tree-based Methods in Genetic and Genomic Studies. Recent Research Developments in Human Genetic, p.p.137 -145 .
  2. Chin-Pei Tsai and Chaloner, K. (2001/3). Bayesian Experimental Design for the Analysis of Another Bayesian (or of a Frequentist). Technical Report #630, School of Statistics, University of Minnesota., No. 2.


 

微軟LOGO
微軟專業學程
資料科學暨大數據分析與應用學系
地 址:(43301) 臺中市沙鹿區臺灣大道7段200號 資料科學暨大數據分析與應用學系
電 話:886-4 26328001 Ext. 15051,15052
傳 真:(04) 2631-4846
信 箱:pu20250@pu.edu.tw

為提供更為穩定的瀏覽品質與使用體驗,建議使用:最新版Google Chrome、Mozilla Firefox或Microsoft Edge等瀏覽器
最佳解析度1024*768 以上
本網站著作權屬於靜宜大學資料科學暨大數據分析與應用學系,請詳見使用規則。隱私權聲明