教員名 : 安藤 宗司
|
科目授業名称(和文) Name of the subject/class (in Japanese)
統計学2及び演習 1組
科目授業名称(英文) Name of the subject/class (in English)
Statistics 2 and its Exercises 1組
授業コード Class code
9963202
科目番号 Course number
63MAPRS204
教員名
江頭 健斗、安藤 宗司
Instructor
Shuji Ando, Kento Egashira
開講年度学期
2024年度前期
Year/Semester
2024 First Semester
曜日時限
水曜3限、木曜1限
Class hours
開講学科・専攻 Department
創域理工学部 情報計算科学科
Department of Information Sciences, Faculty of Science and Technology 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
① [対面]対面授業/ [On-site] On-site class
概要 Description
概要:
統計的なものの考え方や統計手法の基礎を学ぶことを目的としている。統計学1及び演習に引き続き,統計学2及び演習では,統計的推測の特に検定論,さらに適合度検定,分割表の独立性検定,回帰分析などを学ぶ。演習においては講義で学んだ内容を,学生がより深く身に付けられるよう数多くの具体例や問題を扱い統計学を修得する。 目的 Objectives
目的:
今日の目覚ましく発達した情報化社会において文科系・理科系を問わず統計的手法は広く用いられている。この科目は選択であるが,しかし情報科学科の学生はもちろんのこと,理工系のすべての学生にとって統計的知識はもはや必須であり,少なくともこの程度のことは知っておいてほしい理論的基礎を具体例とともに理解し修得する。 なお,この講義は選択であるが,しかし,統計学3,多変量解析,データ解析,大学院の数理統計学特論,統計学特論,カテゴリカルデータ解析特論,応用確率統計論などの講義の基礎となっている重要な科目である。 本学科のディプロマ・ポリシーにある「情報科学分野に応じた専門知識」を身に付け,「自然科学・科学技術の分野のみならず社会における多様な情報を論理的に分析し,問題の発見,さらにはその解決に貢献しうる能力」を獲得するための科目である。 到達目標 Outcomes
到達目標:
統計的な考え方,母集団,標本,検定の考え方,最良な検定方法,種々の検定法,回帰分析などを特に数理的な導出,理解ができるようになる。 本学科のカリキュラムポリシーにある「数学を基盤とし,情報を数量化し科学的に分析し,処理する能力」を身につけ,ディプロマポリシーにある「情報科学分野に応じた基礎学力と,その上に立つ専門知識」を身に付けるための科目である。 積極的にこの授業に取り組むことにより,情報科学に関わる分野における原理と応用を体系的に身につけることができる。そして自然科学,科学技術の分野のみならず情報科学分野,社会における多様な情報を論理的に分析し,問題の発見,さらにはその解決に貢献しうる能力を有するようになる。更には情報科学に関わる分野における十分な見識を礎として,社会及び自然に対して客観的判断をもとに責任ある態度をとることができる。 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
統計学1及び演習を修得していることが望ましい。
アクティブ・ラーニング科目 Teaching type(Active Learning)
-
-
準備学習・復習 Preparation and review
参考書等で予習し,講義演習内容を復習することで理解する。予習と復習を合わせて週5時間を目安とする。
成績評価方法 Performance grading policy
到達度評価試験(60%),中間試験(40%)
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)
N
書誌情報 Bibliographic information
-
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
國澤清典 編:確率統計演習2−統計−(培風館),
塩谷実 著:ファースト・コースの統計学(朝倉), 野田・宮岡 著:入門・演習 数理統計(共立), 坂田・高田・百武著:基礎統計学(朝倉), 白旗 著:統計解析入門(共立), 鈴木・山田 著:数理統計学(内田老鶴圃), 稲垣・山根・吉田 著:統計学入門(裳華房), 白石 著:統計科学(日本評論社), 赤平 著: 統計解析入門 (森北出版), 前園 著: 概説 確率統計 (サイエンス社) 小林・田畑 著: 確率と統計 (共立出版) 授業計画 Class plan
1 検定の考え方 仮説検定の考え方,帰無仮説,対立仮説,棄却域,有意水準
2 〃 第1種の誤り,第2種の誤り,検出力 3 種々の検定 最強力検定,ネイマン—ピアソンの補題とその例 4 〃 一様最強力検定とその例 5 〃 不偏検定,相似検定とその例 6 〃 母比率の検定 7 〃 尤度比検定とその例 8 適合度検定 適合度検定1とその応用例 9 〃 適合度検定2とその応用例 10 分割表 分割表における独立性検定とその応用例 11 線形回帰分析 回帰直線,回帰分析の考え方 12 〃 最小二乗法とその性質 13 〃 一般化最小二乗法,最尤法とその性質 14 〃 多重共線性,Ridge回帰 15 到達度達成評価と総括 (復習:毎回,数理的な部分を理解し学んだことが説明できるようにする) 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
-
安藤宗司:会社員(製薬企業)医薬品開発(治験)における統計解析の実務経験を活かして講義する
Shuji Ando:Company employee (Pharmaceutical company) Drug development 備考 Remarks
なし
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
N
|