統計学２（後・木４）｜シラバス情報

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

統計学２（後・木４）

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

Statistics 2

授業コード　Class code

99K1574

科目番号　Course number

L1IDIFEb22

教員名

富澤　貞男

Instructor

Sadao Tomizawa

開講年度学期

2026年度後期

Year

2026年度

Semester

②Second semester

曜日時限

木曜4限

Class hours

木曜の４限- Thursday 4th Period

開講学科・専攻　Department

理学部第一部（一般教養科目）、経営学部（一般教養科目）

A course of liberal arts, the Faculty of Science Division Ⅰ
A course of liberal arts, the School of Management

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

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2では，統計の区間推定と検定の考え方，そして種々の検定を各具体例と共に学ぶ．

目的　Objectives

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。この科目は教養科目で選択であるが，しかし理学部や経営学部の学生はもちろんのこと，データサイエンス分野がますます重視される今日において，全大学のすべての学生にとって統計的知識はもはや必須である．

理科大の学生ならば，少なくともこの程度のことは知っておいてほしい確率統計の理論的基礎を具体例と共に理解し修得する．

なお，この科目はあらゆる分野において必要な内容であり，特定の学科だけでないので教養科目に分類されているが，全ての学科での専門科目ともいるくらい重要な科目である．よって内容は数理面を重視した専門科目ともいえる内容であるので是非修得してもらいたい．

到達目標　Outcomes

到達目標：
統計的な考え方，推定の区間推定と検定などを特に数理的に理解できるようになる．そして具体例で実際に推定と検定が利用できる能力が身につく．
データサイエンス分野における統計学の数理的知識が身につくようにする．数理的知識をしっかりと修得すれば，データ解析が自信を持って可能となる．

この科目を修得すれば，統計検定２級以上が合格となり，そしてアクチュアリー資格試験の科目「数学（確率統計）」が合格レベルに到達するする．

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

特にはない

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，Letus等で講義の内容を予習，復習することで理解を深める．

成績評価方法　Performance grading policy

試験により成績を評価する

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://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

参考書・その他資料(内容)

小林・田畑著：確率と統計（共立出版）
國澤清典編：確率統計演習１−確率−（培風館），
國澤清典編：確率統計演習２−統計−（培風館），
瀬尾隆監修；下川，八木，宮岡著：入門数理統計学演習（東京図書）
兵頭昌，中川智之，渡辺弘己：よくわかるRで身につく統計学入門（共立出版），
赤平著：統計解析入門（森北出版）
野田・宮岡著：入門・演習数理統計（共立），
白旗著：統計解析入門（共立），
前園　著：　概説　確率統計　（サイエンス社）

授業計画　Class plan

1　推定　　　　区間推定（平均の信頼区間），応用例

２　推定　　　　区間推定（平均の差の信頼区間，分散の信頼区間），応用例

３　推定　　　　区間推定（比率の信頼区間），応用例

４　推定　　　　区間推定（比率の差の信頼区間），応用例

5　　検定　　　　検定の考え方，仮説，有意水準，2種類の誤り，検出力

6 　検定　　　平均の検定と応用例

7　　検定　　　平均の差の検定と応用例

8　　検定　　尤度比検定，応用例

9 　　検定　　比率の検定と応用例

10　　検定　　平均の差の検定と応用例

11　　検定　　適合度検定１と応用例

12　　検定　　適合度検定２と応用例

13　　検定　　分割表の独立性の検定と応用例

14　　検定　　回帰分析とウイルコクソン検定と応用例

15　　到達度評価と総括

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

-

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