統計データ解析（統計データ解析１）

科目授業名称（和文）　Name of the subject/class (in Japanese)

統計データ解析（統計データ解析１）

科目授業名称（英文）　Name of the subject/class (in English)

Statistical Data Analysis （統計データ解析１）

授業コード　Class code

9914708

科目番号　Course number

14MAPTS203

教員名

橋口　博樹

Instructor

Hiroki Hashiguchi

開講年度学期

2024年度後期

Year/Semester

2nd Semester

曜日時限

火曜2限

Class hours

Tue. 2nd pd.

開講学科・専攻　Department

理学部第一部　応用数学科

Department of Applied Mathematics, Faculty of Science Division Ⅰ

単位数　Course credit

2.0単位

授業の方法　Teaching method

講義

Lecture

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

① [対面]対面授業/ [On-site] On-site class

概要　Description

統計学に関連する専門科目の基礎となるデータ解析の基本概念を学ぶ。母集団・標本, 確率分布, 推測論・検定論, 予測のためのモデリングについて講義を行う。学習した統計手法でデータ解析を行い, 分析結果の考察方法について講義する。

目的　Objectives

本学科のカリキュラム・ポリシーに定める「応用数学の中の３つの学問領域を基盤とする最先端の多様な専門教育を行う」ための科目です。
本学科のディプロマ・ポリシーに定める「数学を中心とする基礎知識を習得する」こと, および, ３つの学問領域を体系的に理解できる能力を養うことを実現するための科目です。

社会科学, 自然科学を問わずデータから現象の本質を見いだすことが重要な課題である。データの分析結果から正しい結論を導くためには, 最適な統計手法を用いる必要がある。データ分析の基本的手法を学ぶことで, データの本質を見抜くことと最適な手法を適切に用いる必要性を理解する。また, データ分析の理論を学習することで, 統計学の重要な分野の一つである「統計データ解析」の理解を深める。

到達目標　Outcomes

統計学的な考え方や基本概念を理解し, 統計学的な見方を養う．データ解析の具体的な手法について学習し, 学習した手法を用いて, 実際のデータ解析ができる力や分析結果からデータの性質を読み取る力を身に付けることを目標とする．

卒業認定・学位授与の方針との関係（学部科目のみ）

リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/

履修上の注意　Course notes prerequisites

線形代数と微積分を修得していることを前提とし, 統計データ分析に興味を持っている学生を想定して講義を行う．また, 講義では各自の持ち込みノートパソコンを使い, 統計ソフトによるデータ分析の課題に取り組む．

アクティブ・ラーニング科目　Teaching type（Active Learning）

課題に対する作文　Essay／小テストの実施　Quiz type test／ディベート・ディスカッション　Debate/Discussion／グループワーク　Group work／反転授業　Flipped classroom

-

準備学習・復習　Preparation and review

各回の講義内容を十分復習し, 分からないことがあれば講義の初めに質問をすること．

成績評価方法　Performance grading policy

レポート課題もしくは中間到達度確認試験, 到達度確認試験を総合的に評価する。

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

Pythonで学ぶ統計学入門，東京図書，橋口博樹著，
ISBN-10 ‏ : ‎ 4489024150
ISBN-13 ‏ : ‎ 978-4489024153

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。
https://mirai.kinokuniya.co.jp/tokyorika/

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
https://mirai.kinokuniya.co.jp/tokyorika/

参考書・その他資料　Reference and other materials

統計学実践ワークブック
統計学会編
学術図書出版社

授業計画　Class plan

第１回：ガイダンスおよび導入
ガイダンス，記述統計と推測統計の違いについて理解する．
Python の簡単な復習をする．

第２回：確率変数と基本的な分布１
確率変数と基本的な分布，特に離散分布について理解する．

第３回：確率変数と基本的な分布２
確率変数と基本的な分布，特に連続分布について理解する．

第４回：分布計算と乱数生成
基本的な分布について，Pythonによるグラフや乱数生成について理解する．

第５回：標本と標本分布，推定量のクラス
標本と標本分布，推定量のクラスについて理解する．

第６回：正規分布から派生する分布
正規分布から派生する分布を理解し，標本平均，標本分散の分布との関連性を理解する．

第７回：信頼区間の構成１
基本的な統計量の信頼区間の構成について理解する．

第8回：信頼区間の構成２
基本的な統計量の信頼区間の構成について理解する．

第９回：検定の考え方１
帰無仮説，対立仮説のおき方や検定の考え方を理解する．

第１０回：検定の考え方２
帰無仮説，対立仮説のおき方や検定の考え方を理解する．

第１１回：さまざまな検定の考え方
特に2標本検定について理解する．

第１２回：単回帰分析
最小二乗法や最尤推定による回帰係数の推定について理解する．
単回帰分析における回帰係数の推定について理解する．

第１３回：単回帰分析と統計的仮説検定
回帰係数に関する統計的検定とその意味について理解する．

第１４回：重回帰分析
単回帰分析から発展した重回帰分析について理解する．

第１５回：到達度の確認試験もしくはレポート課題

授業担当者の実務経験　Work experience of the instructor of the class

実務経験あり．

教育用ソフトウェア　Educational software

Mathematica

Python

備考　Remarks

統計ソフトを用いたデータ分析を学習する。初回の講義からノートパソコンを持参すること。
授業の進度は受講生の理解度などにより授業計画は前後することがある。

授業でのBYOD PCの利用有無　Whether or not students may use BYOD PCs in class

Y

授業での仮想PCの利用有無　Whether or not students may use a virtual PC in class

-

シラバス情報