統計データ解析（統計データ解析１） Ｂ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） Ｂ組 | |||
| 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 | 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 |
対面授業/On-site class |
|---|
| 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（単回帰分析・重回帰分析・ロジスティック回帰）を中心に講義を行う。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。 |
| 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。 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。 |
| 履修上の注意 Course notes prerequisites |
線形代数と微積分および数理統計学基礎１及び演習を履修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 |
- | 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。 |
|---|---|
| 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(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 ガイダンスおよび本講義で扱う分布、解析方法を紹介する 第２回：統計ソフトの使用法 データ解析のための基本的な使い方について理解する 第３回：回帰分析（１） 単回帰分析と最小2乗法の概念について理解する 第４回：回帰分析（２） Python を用いた単回帰分析および推定の概念について理解する 第５回：回帰分析（３） Python を用いた単回帰分析および母集団・標本・推定の概念について理解する 第６回：到達度評価及びレポート課題の説明 第７回：統計学の基礎（１） 母集団・標本・推定の概念について理解する 第８回：統計学の基礎（２） 母集団・標本・推定の概念について理解する 第９回：統計的推論（１） 点推定，信頼区間について理解する 第１０回：回帰分析（４） 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：統計的仮説検定（１） 統計的仮説検定の概念について理解する 第１２回：統計的仮説検定（２） １標本検定について理解する 第１３回：回帰分析（５） 回帰係数の検定について理解する 第１４回：回帰分析（６） 重回帰分析について理解する 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：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。 |
|---|
| 9914726 |
