統計学2及び演習2組のシラバス情報
科目名称 Course title(Japanese) |
統計学2及び演習 | 科目番号 Course number |
63MAPRS204 | |
---|---|---|---|---|
科目名称(英語) Course title(English) |
Statistics 2 and its Exercises | |||
授業名称 Class name |
統計学2及び演習2組 |
教員名 | 安藤 宗司,佐藤 圭子,藤澤 健吾 |
---|---|
Instructor |
開講年度学期 | 2022年度 前期 |
---|---|
Year/Semester |
曜日時限 | 火曜1限 水曜3限 |
---|---|
Class hours |
開講学科 Department |
理工学部 情報科学科 |
---|---|
外国語のみの科目 (使用言語) Course in only foreign languages (languages) |
- |
単位 Course credit |
3.0 | 授業の主な実施形態 Main class format |
(講義) 対面授業/On-site class を行う予定, 毎回LETUSを見ること (演習) 「対面授業/On-site classを行う予定, ただし, オンライン授業(非同期)/Online (asynchronized remote) Letus上に演習問題と解答を置いておく |
---|
概要 Descriptions |
概要: 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1及び演習に引き続き,統計学2及び演習では,統計的推測の特に検定論,さらに適合度検定,分割表の独立性検定,回帰分析などを学ぶ.演習においては講義で学んだ内容を,学生がより深く身に付けられるよう数多くの具体例や問題を扱い統計学を修得する. |
---|---|
目的 Objectives |
目的: 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。この科目は選択であるが,しかし情報科学科の学生はもちろんのこと,理工系のすべての学生にとって統計的知識はもはや必須であり,少なくともこの程度のことは知っておいてほしい理論的基礎を具体例とともに理解し修得する. なお,この講義は選択であるが,しかし,統計学3,多変量解析,大学院の数理統計学特論,統計学特論,カテゴリカルデータ解析特論,応用確率統計論などの講義の基礎となっている重要な科目である. 本学科のディプロマ・ポリシーにある「情報科学分野に応じた専門知識」を身に付け,「自然科学・科学技術の分野のみならず社会における多様な情報を論理的に分析し、問題の発見、さらにはその解決に貢献しうる能力」を獲得するための科目である. |
到達目標 Outcomes |
到達目標: 統計的な考え方,母集団,標本,検定の考え方,最良な検定方法,種々の検定法,回帰分析などを特に数理的な導出,理解ができるようになる. 本学科のカリキュラムポリシーにある「数学を基盤とし,情報を数量化し科学的に分析し,処理する能力」を身につけ,ディプロマポリシーにある「情報科学分野に応じた基礎学力と、その上に立つ専門知識」を身に付けるための科目である 積極的にこの授業に取り組むことにより,情報科学に関わる分野における原理と応用を体系的に身につけることができる.そして自然科学,科学技術の分野のみならず情報科学分野,社会における多様な情報を論理的に分析し,問題の発見,さらにはその解決に貢献しうる能力を有するようになる.更には情報科学に関わる分野における十分な見識を礎として,社会及び自然に対して客観的判断をもとに責任ある態度をとることができる. |
履修上の注意 Course notes prerequisites |
統計学1を修得していることが望ましい。 |
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 |
参考書等で予習し,講義演習の内容を,復習することで理解する.予習と復習を合わせて週5時間を目安とする. |
---|---|
成績評価方法 Performance grading policy |
試験 |
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 |
國澤清典 編:確率統計演習2−統計−(培風館), 塩谷実 著:ファースト・コースの統計学(朝倉), 野田・宮岡 著:入門・演習 数理統計(共立), 坂田・高田・百武 著:基礎統計学(朝倉), 白旗著:統計解析入門(共立), 鈴木・山田 著:数理統計学(内田老鶴圃), 稲垣・山根・吉田 著:統計学入門(裳華房), 白石 著:統計科学(日本評論社), 赤平 著: 統計解析入門 (森北出版), 前園 著: 概説 確率統計 (サイエンス社) 小林・田畑 著: 確率と統計 (共立出版) |
授業計画 Class plan |
1 検定の考え方 仮説検定の考え方,帰無仮説,対立仮説,棄却域,有意水準 2 〃 第1種の誤り,第2種の誤り,検出力 3 種々の検定 ネイマン—ピアソンの補題,一様最強力検定 4 〃 一様最強力検定,最強力検定とその例 5 〃 不偏検定,相似検定とその例 6 〃 母比率の検定 7 ” 尤度比検定とその例 8 適合度検定 適合度検定1とその応用例 9 〃 適合度検定2とその応用例 10 分割表 分割表における独立性検定とその応用例 11 直線回帰分析 回帰直線,回帰分析の考え方 12 〃 最小2乗推定量とその性質 13 〃 回帰係数の検定とその応用例 14 〃 相関の検定とその応用例 15 到達度達成評価と総括 (復習:毎回,数理的な部分を理解し学んだことが説明できるようにする) |
---|
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 |
- |
備考 Remarks |
なし |
---|
9963201 |