統計データ解析（統計データ解析１） Ａ組のシラバス情報
| 科目名称 Course title(Japanese) |
統計データ解析 | 科目番号 Course number |
14MAPTS203 | |
|---|---|---|---|---|
| 科目名称（英語） Course title(English) |
Statistical Data Analysis | |||
| 授業名称 Class name |
統計データ解析（統計データ解析１） Ａ組 | |||
| 教員名 | 橋口 博樹 |
|---|---|
| Instructor | Hiroki Hashiguchi |
| 開講年度学期 | 2022年度 前期 |
|---|---|
| Year/Semester | 1st Semester |
| 曜日時限 | 火曜2限 |
|---|---|
| Class hours | Tue. 2nd pd. |
| 開講学科 Department |
理学部第一部 応用数学科 Department of Applied Mathematics |
|---|---|
| 外国語のみの科目 （使用言語） Course in only foreign languages (languages) |
- |
| 単位 Course credit |
2.0 | 授業の主な実施形態 Main class format |
対面を中心とするが，場合によってはハイフレックス型授業 |
|---|
| 概要 Descriptions |
統計学に関連する専門科目の基礎となるデータ解析の基本概念を学ぶ。母集団・標本, 確率分布, 推測論・検定論, 予測のためのモデリングについて講義を行う。学習した統計手法でデータ解析を行い, 分析結果の考察方法について講義する。 |
|---|---|
| 目的 Objectives |
本学科のカリキュラム・ポリシーに定める「応用数学の中の３つの学問領域を基盤とする最先端の多様な専門教育を行う」ための科目です。 本学科のディプロマ・ポリシーに定める「数学を中心とする基礎知識を習得する」こと, および, ３つの学問領域を体系的に理解できる能力を養うことを実現するための科目です。 社会科学, 自然科学を問わずデータから現象の本質を見いだすことが重要な課題である。データの分析結果から正しい結論を導くためには, 最適な統計手法を用いる必要がある。データ分析の基本的手法を学ぶことで, データの本質を見抜くことと最適な手法を適切に用いる必要性を理解する。また, データ分析の理論を学習することで, 統計学の重要な分野の一つである「統計データ解析」の理解を深める。 |
| 到達目標 Outcomes |
統計学的な考え方や基本概念を理解し, 統計学的な見方を養う。データ解析の具体的な手法について学習し, 学習した手法を用いて, 実際のデータ解析ができる力や分析結果からデータの性質を読み取る力を身に付けることを目標とする。 |
| 履修上の注意 Course notes prerequisites |
線形代数と微積分を修得していることを前提とし, 統計データ分析に興味を持っている学生を想定して講義を行う。また, 講義では各自の持ち込みノートパソコンを使い, 統計ソフトによるデータ分析の課題に取り組む。 |
| アクティブ・ラーニング科目 Teaching type（Active Learning） |
|||
|---|---|---|---|
| 課題に対する作文 Essay |
あり- | 小テストの実施 Quiz type test |
あり |
| ディベート・ディスカッション Debate/Discussion |
あり | グループワーク Group work |
あり |
| プレゼンテーション Presentation |
- | 反転授業 Flipped classroom |
あり |
| その他（自由記述） Other（Describe） |
- | ||
| 準備学習・復習 Preparation and review |
各回の講義内容を十分復習し, 分からないことがあれば講義の初めに質問をすること。 |
|---|---|
| 成績評価方法 Performance grading policy |
レポート課題および中間到達度確認試験, 到達度確認試験を総合的に評価する。なお, 特別な理由なくレポート課題の提出が良好でない場合(1/3以上未提出)は評価対象外 (ハイフン) とする。 |
| 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 |
・教科書を使用する場合は、MyKiTS(教科書販売サイト)から検索・購入可能ですので以下のURLにアクセスしてください。 https://gomykits.kinokuniya.co.jp/tokyorika/ ・Search and purchase the necessary textbooks from MyKiTS (textbook sales site) with the link below. https://gomykits.kinokuniya.co.jp/tokyorika/ |
| 参考書・その他資料 Reference and other materials |
山田秀・松浦峻著 統計データ解析の基本・サイエンス社 必要に応じて, 適宜指示する。 |
| 授業計画 Class plan |
授業の進度は受講生の理解度などにより前後することがある。また, Python を用いたデータ分析を学習する．初回の講義からノートパソコンを持参すること。 第１回：ガイダンスおよび導入 ガイダンス，記述統計と推測統計の違いについて理解する． python の簡単な復習をする． 第２回：確率変数と基本的な分布1 確率変数と基本的な分布，特に離散分布について理解する． 第３回：確率変数と基本的な分布2 確率変数と基本的な分布，特に連続分布について理解する． 第４回：分布計算と乱数先生 基本的な分布について，pythonによるグラフや乱数生成について理解する． 第５回：標本と標本分布，推定量のクラス 標本と標本分布，推定量のクラスについて理解する． 第６回：正規分布から派生する分布 正規分布から派生する分布を理解し，標本平均，標本分散の分布との関連性を理解する． 第７回：信頼区間の構成 基本的な統計量の信頼区間の構成について理解する． 第8回：中間試験もしくはそれにかわるレポート課題 第9回：検定の考え方 帰無仮説，対立仮説におき方や検定の考え方に理解する． 第10回：さなざま検定の考え方 特に2標本検定について理解する 第１1回：単回帰分析 最小二乗法や最尤推定による回帰係数の推定について理解する． 単回帰分析における回帰係数の推定について理解する 第１１回：単回帰と統計的仮説検定 回帰係数に関する統計的検定とその意味について理解する． 第１２回：重回帰分析 単回帰分析から発展した重回帰分析について理解する 第１３回：重回帰分析とモデル選択 重回帰分析におけるモデル選択基準，AIC,BICにについて理解する 第１４回：到達度の確認試験もしくはレポート課題 第１５回：その他の回帰分析 ロジスティック回帰分析やポアソン回帰分析の概要を理解する |
|---|
| 教職課程 Teacher-training course |
本科目は, 教育職員免許状取得（教科：数学）に必要な教科に関する科目の「確率論・統計学」区分に該当します。 ただし, 教科に関する科目区分については, 入学年度により異なるため, 各自, 入学年度または適用となる年度の学修簿により確認をしてください。 |
|---|---|
| 実務経験 Practical experience |
- |
| 教育用ソフトウェア Educational software |
Python, Mathematica, R |
| 備考 Remarks |
統計ソフトを用いたデータ分析を学習する。初回の講義からノートパソコンを持参すること。 授業の進度は受講生の理解度などにより授業計画は前後することがある。 |
|---|
| 9914708 |
