CMD体育_cmd体育平台@

シラバス参照

授業情報／Course information

科目一覧へ戻る

2021/09/22 現在

授業基本情報
授業概要情報
授業計画詳細情報
授業評価詳細情報

授業基本情報

科目名（和文）／Course	確率統計
科目名（英文）／Course	Probability and Statistics
時間割コード／Registration Code	23180301
学部（研究科）／Faculty	情報工学部
学科（専攻）／Department	人間情報工学科/スポーツシステム工学科
担当教員（○：代表教員）／Principle Instructor （○） and Instructors	○伊藤　照明
オフィスアワー／Office Hour	伊藤　照明(月曜日3限，場所：情報工学部棟1階2112室)
開講年度／Year of the Course	2021年度
開講期間／Term	後期
対象学生／Eligible Students	1年
単位数／Credits	2.0

授業概要情報

更新日／Date of renewal	2021/03/03
使用言語／Language of Instruction	日本語
オムニバス／Omnibus	該当なし
授業概略と目的／Cource Description and Objectives	工学においては，現実の様々な問題について検討する場合や実験結果を評価する場合等，統計的な手法がよく用いられる．また，経済学等でも市場の解析に確率論，統計学的手法が一般に用いられている．本講義では，これら確率論および統計学の基礎知識やその応用方法について修得することを目的とする．
履修に必要な知識?能力?キーワード／Prerequisites and Keywords	知識?能力：普通高校卒業程度の数学の知識．科目キーワード：記述統計?推測統計，離散型確率変数?連続型確率変数，2項分布?正規分布，推定?検定
履修上の注意／Notes	今年度の授業はオンライン形式とし、各回で出題する課題レポートによって成績を評価する。授業ではMicrosoft Teamsを使用しますので、授業開始日までに使えるように準備をしておくこと．
教科書／Textbook(s)	「初等統計学」，P.G. Hoel著，浅井晃，村上正康共訳，培風館
参考文献等／References	「リフレッシュ数学5 統計と確率」，黒田孝郎，矢野健太郎，遠山啓監修，講談社「統計学入門」，東京大学教養学部統計学教室編，東京大学出版会「ベイズ統計学入門」，小島寛之，ダイヤモンド社
自主学習ガイド／Expected Study Guide outside Coursework/Self-Directed Learning Other Than Coursework	離散型確率変数と連続型確率変数の確率や確率分布について理解すること．特に，確率変数の平均や分散について理解し，連続型確率変数の代表的分布である正規分布の性質やその応用について理解すること．推定や検定の問題に関しては，サンプルの平均の確率分布について理解すること．
資格等に関する事項／Attention Relating to Professional License	なし
備考／Notes	①授業形態：本授業はすべてオンライン授業にて実施する ②アクティブラーニング：本授業は以下のアクティブラーニングを実施する ?課題（宿題） ③授業準備：本授業ではマイクロソフト?ワードおよびマイクロソフト?エクセルを使用します．課題レポート作成に必要となりますので，授業時に使えるように準備をしておくこと．

授業計画詳細情報

No.	単元（授業回数）／Unit (Lesson Number)	単元タイトルと概要／Unit Title and Unit Description	時間外学習／Preparation and Review	配付資料／Handouts
1	1	[ガイダンス] 授業概要の説明、受講上の注意事項、課題の取り組み	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
2	2	[統計的方法の性質] 統計的方法の実例、推定と仮説の検定、確率の概要．	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
3	3	[標本データの記述] データの分類、グラフによる表示、算術的記述、例題．	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
4	4	[確率] 標本空間、事象の確率、複合事象の確率、加法定理、乗法定理、独立事象の確率、例題、ベイズの定理、確率の木、順列と組み合わせ、例題．	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
5	5	[確率分布] 確率変数、確率分布の性質、期待値、連続型変数、例題．	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
6	6	[主要な確率分布] 2項分布とその性質、正規分布、2項分布の正規近似、例題．	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
7	7	[標本抽出] 無作為抽出、不偏推定値、正規分布からの標本抽出、非正規分布からの標本抽出、例題.	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
8	8	[推定] 点推定と区間推定、μの推定、近似、割合pの推定、スチューデントのt分布、例題	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
9	9	[仮説の検定] ２種類の過誤、平均値の検定、割合の検定、２つの平均値?割合の差の検定、例題．	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
10	10	[相関と回帰] 相関係数、rの意味、rの信頼性、直線回帰、最小２乗法、回帰の錯誤、小標本法、例題．	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
11	11	[カイ２乗分布] カイ２乗分布、カイ２乗検定の制約、分割表、例題．	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
12	12	[分散分析] １元分類、F分布、ANOVAの記号、２元分類、計算公式、例題．	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
13	13	[母数によらない検定] 中央値の検定、２つの中央値の差の検定、順位相関係数、例題．	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
14	14	[重回帰] 重線形回帰、非線形回帰、信頼性、例題．	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
15	15	[統計的決定問題] 利得表、情報の評価、標本に基づく情報の利用、例題．	講義前の予習と、講義後の復習を十分に行い、例題を十分に理解すること．
16	16	[予備日] 予備日

授業評価詳細情報

到達目標及び観点／Learning Goal and Specific Behavioral Viewpoints

No.	到達目標／Learning Goal	知識?理解／Knowledge & Undestanding	技能?表現／Skills & Expressions	思考?判断／Thoughts & Decisions	伝達?コミュニケーション／Communication	協働／Cooperative Attitude
1	統計的方法、標本データ、確率に関して理解しており、教科書の例題を解くことができる（C)	○	○	○
2	正規分布と２項分布、およびその応用に関して理解しており、教科書の例題を解くことができる（C)	○	○	○
3	推定と仮説の検定に関して理解しており、教科書の例題を解くことができる（C)	○	○	○
4	相関と回帰に関して理解しており、教科書の例題を解くことができる（C)	○	○	○
5	カイ２乗分布、分散分析、母数によらない検定、統計的決定問題に関して理解しており、教科書の例題を解くことができる（C)	○	○	○

成績評価方法と基準／Evaluation of Achievement

※出席は2/3以上で評価対象となります。

No.	到達目標／Learning Goal	定期試験／Exam.	受講姿勢	課題レポート
1	統計的方法、標本データ、確率に関して理解しており、教科書の例題を解くことができる（C)		○	○
2	正規分布と２項分布、およびその応用に関して理解しており、教科書の例題を解くことができる（C)		○	○
3	推定と仮説の検定に関して理解しており、教科書の例題を解くことができる（C)		○	○
4	相関と回帰に関して理解しており、教科書の例題を解くことができる（C)		○	○
5	カイ２乗分布、分散分析、母数によらない検定、統計的決定問題に関して理解しており、教科書の例題を解くことができる（C)		○	○

評価割合（％）／Allocation of Marks			30	70

科目一覧へ戻る