關於ESR的兩個小細節

我在教計量之前的專業及興趣是統計資料分析，GMAT 要考高分除了Quantitative跟Verbal的領域知識外，針對電腦適性測驗的考試技巧也是很重要的。

而 GMAT 電腦適性測驗從出題到算分，背後的原理其實是滿滿的統計學，因此我除了教計量之外，也希望能將我分析數據的專長，來分享給同學。

GMAT 大部分跟資料有關的事物都會引起我的關注，充滿資料視覺化的 ESR 也不例外，收集了上百份 ESR除了跑統計程式分析之外(結果很有趣，但需要用一下翻譯年糕PO上來才不會讓人看到睡著)，我也上網看了許多解說跟影片(中文跟英文都有)。但看完之後還是有隔靴搔癢的感覺，可能因為很多 GMAT 教學者本身並不具備數據分析的背景，又或者他們在分析 ESR 的時候偏向質性(文字導向)而未曾想過把簡單的計量技巧應用在 ESR 上面。
於是我花了一點時間，做了點功課，然後把兩個小小的發現拍成影片，分享給各位考生與教學者，讓大家在看 ESR 的時候可以對考試的過程有更清楚的圖像。

這些發現其實並非創見，就像幾何有一定能力的人可以用自己的方法重新證明畢氏定理。這個影片除了提供相關的資訊之外，更私心地希望能夠引起同學對 GMAT 計量更大的興趣，因為計量的技巧其實在生活或工作很多層面都可以應用，數學式或許常常看似簡單，但怎麼去應用它往往才是 GMAT 計量考試的重點(而這部份是台灣數學教育較缺乏的)，我希望同學在準備GMAT數學之餘，也有機會去思考或者去揣摩美國文化或美式教育當中對數學(更廣泛地說：計量)的教學目的是什麼。

p.s. 有同學跟我說，影片用1.5倍速聽起來最舒服 XDDD