|
教員名 : 富澤 貞男
|
科目授業名称(和文) Name of the subject/class (in Japanese)
生物数理統計学
科目授業名称(英文) Name of the subject/class (in English)
Biostatistics30
授業コード Class code
9964170
科目番号 Course number
64ONMAT301
教員名
富澤 貞男
Instructor
開講年度学期
2026年度後期
Year
2026年度
Semester
②Second semester
曜日時限
木曜2限
Class hours
木曜の2限
Thursday Second Period 開講学科・専攻 Department
創域理工学部 生命生物科学科
Department of Applied Biological Science, Faculty of Science and Technology 単位数 Course credit
2.00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:
医学,生物学,薬学,保健学,看護学,農学,疫学など,人間や生物などを研究対象とする分野におけるデータ解析に必要な生物統計学( Biostatistics) の基礎を学習する。この科目は選択であるが,しかし医学,生物,薬学系の学生にとって統計的知識はもはや必須であり,特に医薬品業界にとって,必須の知識である。少なくともこの程度のことは常識として知っておいてほしい理論的基礎を医学生物薬学に関する具体例とともにわかりやすく学ぶ. 目的 Objectives
目的:
生物系,薬学系分野を理解するためには統計的な考え方は重要であり,特に実験精度の評価,研究論文や医薬品開発には統計的な評価が必要であり,少なくとも理解しておいてほしい統計知識を身に付ける. 本学科のカリキュラムポリシーにある「生命の本質を探究する理学とその知見を応用する能力,そして新たな科学技術を創造する能力」を身につけ,ディプロマポリシーにある「生命科学の基礎と応用」を身に付けるための科目である 到達目標 Outcomes
到達目標:
医薬系,生物系の業界にとって,少なくともこの程度のことは常識として知っておいてほしい確率の基礎理論,統計的推定,統計的検定の基礎理論が理解できる. 積極的にこの授業に取り組むことにより,応用生物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応用生物科学分野,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.更には生物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
授業中に理解するように積極的に講義を聴くことが望ましい.
なお,いつでも観ることができる参考授業動画をLETUSに置く予定である.対面授業と併せて,この動画を参照されたい.なお対面授業と完全に同じということではないので注意してください. 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,各回の講義内容を十分復習しておくこと.また説明できるようにしておくことが望ましい.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
レポート,試験等による評価を予定
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://gomykits.kinokuniya.co.jp/tokyorika/ 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
教科書は特には指定しない.
(参考書として) (1)柳川,荒木著「バイオ統計の基礎」(近代科学社) (2)小林,佐古 編 「薬学系の統計学入門」(講談社) (3)兵頭,中川,渡辺 著 「よくわかるRで身につく統計学入門」 (共立出版) 授業計画 Class plan
1 確率: 確率の基礎,ベイズの定理,感度,特異度,偽陽性率,偽陰性率
2 確率: 確率分布,平均,分散 3 確率: 代表的確率分布,中心極限定理 4 標本分布: 標本平均,標本分散とその諸性質 5 推定: 点推定 6 区間推定: 平均に関する信頼区間とその応用例 7 区間推定: 比率に関する信頼区間とその応用例 8 検定: 検定の考え方,仮説検定,棄却域,有意水準,第1種の誤り,第2種の誤り,P値 9 検定: 平均に関する検定(分散が既知のときと未知のとき)とその応用例 10 検定: 比率に関する検定,平均の差の検定,比率の差の検定,等分散の検定,ウエルチの検定,それらの応用例 11 適合度検定とその応用例 12 分割表における独立性検定とその応用例 13 一元配置分散分析とその応用例 14 直線回帰分析 15 ノンパラメトリック統計: ウイルコクソン検定 担当教員の実務経験とそれを活かした教育内容 Work experience of the instructor
-
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
N
授業での仮想PCの利用有無 Whether or not students may use a virtual PC in class
N
|