シラバス情報
|
教員名 ： 石井 晶
|
科目授業名称（和文） Name of the subject/class (in Japanese)
統計学３
科目授業名称（英文） Name of the subject/class (in English)
Statistics 3
授業コード Class code
9963418
科目番号 Course number
63MAPRS301
教員名
石井 晶
Instructor
Aki Ishii
開講年度学期
2024年度後期
Year/Semester
2024/Second semester
曜日時限
月曜3限
Class hours
Monday 3rd
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
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
概要：
データサイエンスの重要性が叫ばれる社会において，統計学は大きな役割を担う．特に理工系の学生は，統計的手法を知っているだけでなく，その理論的側面を理解していることが大切である．多変量解析の手法を中心に，多変量解析では太刀打ちできない，高次元データに対する手法についても解説する． なお，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。 目的 Objectives
目的：
統計学１，統計学２，多変量解析に引き続き，統計的なものの考えや統計手法の基礎を学ぶことを目標にしている。 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基礎学力と、その上に立つ専門知識 」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：
統計学１，統計学２，多変量解析とともに統計学３を学ぶことにより，情報科学に関わる分野における原理と応用をより一層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。 本学科のカリキュラムポリシーにある「数学を基盤とし，データ・情報の利活用に向けた情報数理の応用を科学する 」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。 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，統計学２，多変量解析を履修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
予習と復習を合わせて週４時間を目安とする。
成績評価方法 Performance grading policy
到達度評価(60%)，講義・演習でのレポートなど(40%)により総合的に評価する．
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)
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
【参考書】『多変量解析入門ー線形から非線形へー』 岩波書店 小西貞則著
授業計画 Class plan
第１回：ガイダンス
統計学1，統計学2及び確率論2の復習 第２回：KL情報量とAIC 第３回：多変量解析の復習 多変量正規分布，その性質など 第４回：線形回帰モデル 最小二乗法，最尤法，推定量の性質 第５回：非線形回帰モデル1 非線形回帰モデルの考え方を理解する 第６回：非線形回帰モデル2 正則化最小二乗法，最尤法 第７回：判別分析1 フィッシャーの線形判別，マハラノビスによる線形・2次判別 第８回：判別分析2 ベイズ判別分析 第９回：中間まとめ 第８回までの内容の振り返りと課題の取り組み 第１０回：主成分分析1 主成分分析の基礎事項の確認と応用 第１１回：主成分分析2 カーネル主成分分析 第１２回：高次元データに対する主成分分析・判別分析 従来の手法の問題点とその解決方法 第１３回：クラスター分析1 階層的分類法 第１４回：クラスター分析2 非階層的分類法 第１５回：学習内容の点検と確認 到達度評価試験 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
なし
授業でのBYOD PCの利用有無 Whether or not students may use BYOD PCs in class
-
授業での仮想PCの利用有無 Whether or not students may use a virtual PC in class
-
|
