授業の形態
|
|
講義、演習又は実験
|
| |
|
アクティブラーニング
|
|
|
| |
|
授業内容と方法
|
様々な自然現象や社会事象・実験などから、我々は様々な形式のデータを手に入れることになる。これらの結果を解釈し事象の本質を客観的に抽出することを「データ解析」と呼んでいる。この客観性を科学的に保証するために構築された概念が「確率論」であり、これに基いて「統計モデル」が構成されている。
本講義ではデータ解析に必要な基本的な確率論と統計モデルについて概説し、それらのモデルにおける推定法と検定法を論じる。いくつかの具体事例による演習も適宜おこなう。
|
| |
|
URGCC学習教育目標
|
|
問題解決力、専門性
|
| |
|
達成目標
|
|
確率の概念を理解し、事象の本質を客観的に表現・評価する。論理的思考の基礎技法としての数学が応用でき、工学に必要な基本的な数学能力を身につける。(基礎学力)
|
| |
|
評価基準と評価方法
|
確率分布の基本概念を理解でき、統計問題の解決に適用できること。
EMaTによる期末試験(50%)・レポート提出(50%)により評価する。レポートを中間試験相当とする。
|
| |
|
履修条件
|
|
|
| |
|
授業計画
|
１．イントロダクション、確率
２．ベイズの定理、確率変数と分布
３．多次元分布、正規分布
４．期待値と分散
５．データの処理、データ解析言語R
６．統計的推定、点推定
７．区間推定、比率推定
８．演習（EMaT過去問題）
９．統計的仮説検定、母平均の検定、母分散の検定
１０．母平均の差の検定、等分散の検定
１１．対応のあるデータ、比率の検定、検定の誤りと検出力
１２．演習（EMaT過去問題）
１３．分散分析、適合度検定
１４．相関分析、回帰分析
１５．重回帰分析
１６．期末試験（EMaT）
|
| |
|
事前学習
|
各回の教科書該当箇所および講義ノートに目を通しておくこと。（約1時間）
|
| |
|
事後学習
|
|
講義中に理解が不十分な部分を配信する講義ビデオで確認すること。隔週の課題に取り組むこと。（約2時間）
|
| |
|
教科書にかかわる情報
|
|
|
| |
|
教科書全体備考
|
|
|
| |
|
参考書にかかわる情報
|
|
|
| |
|
参考書全体備考
|
|
|
| |
|
使用言語
|
|
日本語
|
| |
|
メッセージ
|
・微分積分学の知識及び計算力が必要となることが多いので，各自復習しておくこと。
・教科書は各自生協にて購入しておくこと。
・レポートは，TeX を用いて作成し提出すること。
Webclassを利用して講義情報(講義ノート、講義ビデオ)の提供とレポート提出を行なう。
https://webclass.cc.u-ryukyu.ac.jp/
|
| |
|
オフィスアワー
|
|
毎週月曜日 8:30-10:00, 12:00-13:00 工学部1号館706室
|
| |
|
メールアドレス
|
|
okazaki@ie.u-ryukyu.ac.jp
|
| |
|
URL
|
|
http://www.ms.ie.u-ryukyu.ac.jp/class/stat/
|
| |
|
|