シラバス情報
|
教員名 ： 金子 宏
|
科目授業名称（和文） Name of the subject/class (in Japanese)
数理統計学２ A組
科目授業名称（英文） Name of the subject/class (in English)
Mathematical Statistics 2 A組
授業コード Class code
9911559
科目番号 Course number
11MAPTS202
教員名
只野 之英、金子 宏
Instructor
Hiroshi Kaneko
開講年度学期
2023年度後期
Year/Semester
2023/Autumn semester
曜日時限
水曜3限、金曜2限
Class hours
Wednesday, 3 rd. period (13:00-14:30)
開講学科・専攻 Department
理学部第一部 数学科
Department of Mathematics, Faculty of Science Division Ⅰ 単位数 Course credit
3.0単位
授業の方法 Teaching method
講義/演習
Lecture/Seminar 外国語のみの科目（使用言語） Course in only foreign languages (languages)
-
授業の主な実施形態 Main class format
ブレンド型授業（半数回超をオンライン実施） Blended format(with less-than-50% on-site classes) 概要 Description
数理統計学１で学んだ積率母関数を手がかりに統計量の性質を特定する過程を確認しながら学習を進めていくやり方が推奨される。このような手順がこなせるようになりさえすれば、実際に資料が与えられた場合に、どのような統計学的なプロセスを踏めばランダムな現象のありかたに即した扱いができるかを、数学的な厳密性に照らしあわせて理解できるようになる。多様な現象に対する数理科学的な捕捉のスキルの向上も、開講の趣旨の一つとされている。数学科におけるキャリア教育としての高い重要性がともなっている。
目的 Objectives
推定や検定に必要な統計量の性質を確率論によって系統だてて理解できるようになることが目的である。
到達目標 Outcomes
数理に基づくリーズナブルなアプローチに精通し、代表的ないくつかの統計処理が問題なく扱えるようになることが到達点として設定されている。
卒業認定・学位授与の方針との関係（学部科目のみ）
専門基礎能力
履修上の注意 Course notes prerequisites
数理統計学１における進捗状況をみながら、必要に応じてカイ自乗分布、Ｆ分布、t分布、多項分布の導入段階における予備知識を補充する場合があるが、 数理統計学１の進捗状況は年度により多少異なる場合もあるため、数理統計学１の過年度履修者は、 補充を要する内容について必要に応じて自習により補うことが望ましい場合がある。
アクティブ・ラーニング科目 Teaching type（Active Learning）
小テストの実施 Quiz type test／-
-
準備学習・復習 Preparation and review
教科書に書かれている内容を講義や演習に先立って理解することが求められる。わかりにくい個所があれば、前期と同様に習熟を要する数列の和の計算、積分の計算にも、あらかじめ習熟度を高めて置くことが予習において推奨されており、もしも疑問点があったとしてもやはり復習の中で解決される必要がある。よって、講義時間と同等程度の時間が予習および復習にそれぞれ費やされることが標準的には想定されている。
成績評価方法 Performance grading policy
平常時の課題と、最終評価機会の割合は、講義と演習を合わせて４対６程度にする予定であるが、より適正な評価とするために、必要であれば、３対７や５対５に修正する場合がある。
平常時の課題については講義より演習の算入割合を多めにし、最終評価機会の中では講義の算入割合を多めにするが、上記の割合修正が必要な場合等においては講義の比重を調整する。 全体として、平常時の課題と、最終評価機会の割合が上記の場合、講義が評価全体の５０パーセントよりやや多め、演習が評価の全体の５０パーセントよりやや少なめとなる予定である。 遠隔を併用して１５週目１６週目前後をめどに行う評価にては、通信障害の有無により不公平が発生しないよう、設問についての質問が聞かれた場合でも、実施時間中に回答はしないものとする。 不測の事態等により、A組B組に対しての同等性が十分に確保できなかった場合、レポート等を別途実施する場合がある。 学修成果の評価 Evaluation of academic achievement
・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している ・B：到達目標を達成している ・C：到達目標を最低限達成している ・D：到達目標を達成していない ・-：学修成果の評価を判断する要件を欠格している ・S：Achieved outcomes, excellent result ・A：Achieved outcomes, good result ・B：Achieved outcomes ・C：Minimally achieved outcomes ・D：Did not achieve outcomes ・-：Failed to meet even the minimal requirements for evaluation 教科書 Textbooks/Readings
教科書の使用有無（有=Y , 無=N） Textbook used(Y for yes, N for no)
Y
書誌情報 Bibliographic information
数理統計入門 学術図書出版社 松本 裕行，宮原 孝夫 著
MyKiTSのURL（教科書販売サイト） URL for MyKiTS(textbook sales site)
教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store). https://gomykits.kinokuniya.co.jp/tokyorika/ 参考書・その他資料 Reference and other materials
必要がある場合は、授業中に説明し指示する。
授業計画 Class plan
出席は、実施時間帯内に設定される対面もしくは同期遠隔の時間帯にとる予定です。非同期遠隔など同期する時間帯を含まない回は、出席の履歴を残しかたもふくめて，その都度お知らせします。
数理統計学１における進捗状況をみながら、必要に応じてカイ自乗分布、Ｆ分布、t分布、多項分布の導入段階における予備知識を補充します。（ガンマ関数、ベータ関数、２変数の置換積分を用います。）各項目に必要となるであろう回数は１回、ただし補足事項等の内容を伴う場合は２回程でが見込まれますが、理解度に応じて、多少進め方を変更する場合があります。 １ 中心極限定理およびド・モワブルーラプラスの定理と半目の補正 2 標本調査と統計量 3 統計量とその確率分布 4 点推定 不偏推定量、一致推定量、最尤推定量。 （期待値に関する基本事項、極限定理を用います。） 5 区間推定 母平均の区間推定。 （正規分布、t分布の知識が必要です。） 6 区間推定 母比率の区間推定、母分散の区間推定。 （正規分布、カイ自乗分布の知識が必要です。） 7 仮説の検定 検定を行なうための手順。母平均に関する検定。 （正規分布についての知識が必要です。） 8 仮説の検定 母平均に関する検定。母比率の検定。 （正規分布、t分布を用います。） 9 仮説の検定 母平均の差に関する検定（母分散がわかる場合）。 （正規分布を用います。） 10 仮説の検定 母平均の差に関する検定（母分散がわからない場合）。 （t分布を用います。） 11 仮説の検定 適合度の検定。 （カイ自乗分布を用います。） 12 仮説の検定 独立性の検定 （カイ自乗分布を用います。） 13 仮説の検定 分散分析。 （F分布を用います。） 14 最小２乗法 回帰直線・最小二乗法。 最終回は適宜の学力の計測とまとめ及び総括を行います。 授業担当者の実務経験 Work experience of the instructor of the class
-
教育用ソフトウェア Educational software
-
-
備考 Remarks
LETUS が使えない場合（含介護体験）に限り，講義担当者への連絡用メールアドレス、1skanekoken(アットマーク）gmail.com をお使いいただいて大丈夫です。
COVID-19の公的抑制策等に応じる形で，このシラバスを改訂する場合があります。 |
