シラバス情報
|
教員名 ： 宮崎 智
|
科目授業名称（和文） Name of the subject/class (in Japanese)
統計学・推計学
科目授業名称（英文） Name of the subject/class (in English)
Statistics
授業コード Class code
993K130
科目番号 Course number
3aMPINP222
教員名
宮崎 智
Instructor
Satoru Miyazaki
開講年度学期
2026年度後期
Year
2026年度
Semester
②Second semester
曜日時限
水曜1限
Class hours
First class on Wedensday
開講学科・専攻 Department
薬学部
Faculty of Pharmaceutical Sciences 単位数 Course credit
2.00単位
授業の方法 Teaching method
講義
Lecture 履修形態 Course form
薬学科：必修 生命創薬科学科：必修
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
データ解析に必要な統計知識の基礎理解する。機械学習、確率的同定、多変量解析の基礎およびプログラミングの基礎 について網羅的に説明する。
目的 Objectives
データ解析に必要な統計知識の基礎を復習し、統計的機械学習（回帰分析等）習得することを目標にする。
到達目標 Outcomes
確率変数の意味の理解から始め、点推定、区間推定、サンプル値が正規分布となっていることを前提とした統計的仮説検定の復習、事例での計算ができるようになること。
統計的機械学習の理論と実践ができるようになること。 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/ 関連する卒業認定・学位授与の⽅針（薬学部のみ）
薬学科：DP3 生命創薬科学科：DP3、DP4
履修上の注意 Course notes prerequisites
特になし
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
授業計画の課題を参照
成績評価方法 Performance grading policy
試験(90%)を中心に講義中の確認テスト(10%)を加味し、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
薬学情報科学（基礎編）東京化学同人。ISBN 9784807917471
薬学情報科学（応用編） 東京化学同人。ISBN 978480791746 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
-基礎統計 培風館 ISDN978-4-563-08554-4
授業計画 Class plan
第1回 記述統計について［講義、演習（その他）］
担当教員：宮崎 智 授業内容：記述統計と推測統計の違い、測定尺度、代表値（中心の指標とバラツキの指標）について 第2回 確率変数について［講義、演習（その他）］ 担当教員：宮崎 智 授業内容：離散型、連続型の確率変数、確率分布について理解する 第3回 統計量と標準分布［講義、演習（その他）］ 担当教員：宮崎 智 授業内容：母数と統計量の違いを理解し、確率変数としての統計量に即した確率分布（標準分布）を理解する 第４回 推定の基礎［講義、演習（その他）］ 担当教員：宮崎 智 授業内容：点推定と区間推定について理解し、計算することができる 第５回 統計的検定法. [講義、演習（その他）］ 担当教員：宮崎 智 授業内容：母平均、母分散、母比率の検定について 第６回 母平均の差の検定［講義、演習（その他）］ 担当教員：宮崎 智 授業内容：２つの群の対応のある・なしの各場合について、２つの群の母平均の差に関する検定を説明する。 第７回 線形回帰分析［講義、演習（その他）］ 担当教員：宮崎 智 授業内容：線形単回帰分析について概説と演習をします。 第８回 重回帰分析［講義、演習（その他）］ 担当教員：宮崎 智 授業内容：重回帰分析の手法についての解説をします。 第９回 ロジスティック回帰分析［講義、演習（その他）］ 担当教員：宮崎 智 授業内容：変数が２値の質的変数である場合の判別手法であるロジスティック回帰手法を解説します。 第１０回 決定木［講義、演習（その他）］ 担当教員：宮崎 智 授業内容：データから意思決定ルールを導く手法としての決定木とランダムフォレストを説明します。 第11回 サポートベクターマシン［講義、演習（その他）］ 担当教員：宮崎 智 授業内容：判別曲線が確定的でない場合の手法としてサポートベクターマシンと呼ばれる手法を解説します。 第12回 深層学習［講義、演習（その他）］ 担当教員：宮崎 智 授業内容：ニューラルネットワークとその階層的実装方法としての深層学習について解説します。 第13回 主成分分析［講義、演習（その他）］ 担当教員：宮崎 智 授業内容：大規模データ解析における次元削減手法としての主成分分析を解説します。 第14回 クラスター分析［講義、演習（その他）］ 担当教員：宮崎 智 授業内容：データ分類法としての、様々なクラスター形成手法を概説します。 第15回 学習到達度テスト［講義、試験］ 担当教員：宮崎 智 授業内容：授業内試験を行い、本科目の復習をする。 SBOsコード（薬学部薬学科のみ 2023年度以前カリキュラム適用者対象）
第1回
OCx2047P7x 第2回 OCx2051P7x 第3回 OCx2048P7x 第4回 OCx2049P7x 第5回 OCx2046P7x 第6回 E3-1-5-3 第7回 OCx2123xxx 第8回 E3-1-5-1 第9回 OCx2052P7x E3-1-5-5 第10回 E3-1-5-2 第11回 E3-1-5-5 第12回 E3-1-5-5 第13回 OCx2050P7x 第14回 E3-1-5-4 第15回 学修事項（薬学部薬学科のみ 2024年度以降カリキュラム適用者対象）
B-5-2-1
B-5-2-2 B-5-2-3 B-5-2-4 B-5-2-5 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
-
-EXCEL
備考 Remarks
薬学教育モデル・コアカリキュラム（平成25年度改訂版）に対応する項目（SBOs）及び薬学教育モデル・コア・カリキュラム（令和4年度改訂版）に対応する項目（学修事項）を授業計画欄下部に示す。
なお、各項目に紐づく内容については、以下URL先に示す。 URL：https://tus.box.com/s/ilc2p0ygiyz4ncj23ckp310rmaa0efdk 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
|
