データ処理（統計データ解析２）のシラバス情報
| 科目名称 Course title(Japanese) |
データ処理 | 科目番号 Course number |
14MAPTS307 | |
|---|---|---|---|---|
| 科目名称（英語） Course title(English) |
Data processing | |||
| 授業名称 Class name |
データ処理（統計データ解析２） | |||
| 教員名 | 村上 秀俊 |
|---|---|
| Instructor | Hidetoshi Murakami |
| 開講年度学期 | 2022年度 後期 |
|---|---|
| Year/Semester | 2nd Semester |
| 曜日時限 | 木曜2限 |
|---|---|
| Class hours | Thu. 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 |
対面授業/On-site class |
|---|
| 概要 Descriptions |
データ解析に必要不可欠であるデータの特性を見出す基本概念を学ぶ。R の使用方法, 確率分布, データの要約方法, クラスター分析, 順序統計量を中心に講義を行う。学習した内容について, R によるプログラミングを講義する。 |
|---|---|
| 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。 データ解析に必要不可欠である, データの特性を見出す力を養う。データの要約について具体的な統計手法を学習する。学習した手法について, R を用いてプログラムが作成できる力を身に付けることを目的とする。 |
| 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 |
線形代数と微積分および２年次の数理統計学関連科の知識があることを前提と, 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 |
小テストの実施 Quiz type test |
- | |
| ディベート・ディスカッション Debate/Discussion |
グループワーク Group work |
||
| プレゼンテーション Presentation |
反転授業 Flipped classroom |
||
| 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。 準備学習：線形代数, 統計データ解析の復習をしておくこと。 |
|---|---|
| 成績評価方法 Performance grading policy |
レポート課題および中間到達度評価, 到達度評価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(5回以上未提出)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 |
Crawley, M.J. 著 野間口謙太郎・菊池泰樹訳 統計学：Rを用いた入門書 改訂第２版 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, 必ずノートパソコンを持参すること。 第１回：ガイダンス, 統計学の基礎（１） R のインストールや統計学の応用問題について学習する 第２回：R について（１） 統計ソフト R の基本な使用方法について理解する 第３回：R について（２） R のデータフレームについて理解する 第４回：R について（３） パッケージのインストールおよび R の基本的な関数について理解する 第５回：統計学の基礎（２） 母集団・標本および乱数による実験を通して無作為抽出を理解する 第６回：データの要約（１） グラフによるデータの整理や平均・分散について理解する 第７回：データの要約（２） ヒストグラムや確率分布の当てはめについて理解する 第８回：中間到達度評価及びレポート課題の説明 第９回：クラスター分析（１） クラスター分析の基本的概念を理解する 第１０回：クラスター分析（２） 最短距離法, 最長距離法, 群平均法, 重心法について理解する 第１１回：クラスター分析（３） メジアン法, ウォード法について理解する 第１２回：データ解析 R によるクラスター分析 第１３回：順序統計量（１） 順序統計量の基本概念を理解する 第１４回：順序統計量（２） 乱数を通して, 最小値・最大値・中央値の分布について理解する 第１５回：到達度評価及びレポート課題の説明 |
|---|
| 教職課程 Teacher-training course |
本科目は, 教育職員免許状取得（教科：情報）に必要な教科に関する科目の「情報システム」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 |
R, Mathematica |
| 備考 Remarks |
統計ソフトを用いたデータ分析を学習する。ノートパソコンを持参すること。 |
|---|
| 9914725 |
