シラバス参照
|
シラバス参照
|
| 科目一覧へ戻る | 2024/09/20 現在 |
|
開講科目名 ／Course |
確率統計／Probability and Statistics | ||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
時間割コード ／Course Code |
S1300100_S3 | ||||||||||||||||||||||||||||
|
開講所属 ／Course Offered by |
システム工学部／Faculty of Systems Engineering | ||||||||||||||||||||||||||||
|
ターム・学期 ／Term・Semester |
2024年度／Academic Year 第3クォーター／3Q | ||||||||||||||||||||||||||||
|
曜限 ／Day, Period |
火／Tue 3 | ||||||||||||||||||||||||||||
|
開講区分 ／Semester offered |
後期／the latter term | ||||||||||||||||||||||||||||
|
単位数 ／Credits |
2.0 | ||||||||||||||||||||||||||||
|
学年 ／Year |
1,2,3,4 | ||||||||||||||||||||||||||||
|
主担当教員 ／Main Instructor |
金江 亮 | ||||||||||||||||||||||||||||
|
科目区分 ／Course Group |
_ | ||||||||||||||||||||||||||||
|
授業形態 ／Lecture Form |
講義 | ||||||||||||||||||||||||||||
|
教室 ／Classroom |
北１号館Ａ１０３／北１号館Ａ１０３ | ||||||||||||||||||||||||||||
|
開講形態 ／Course Format |
|||||||||||||||||||||||||||||
|
ディプロマポリシー情報 ／Diploma Policy |
|
|
教員名 ／Instructor |
教員所属名 ／Affiliation |
|---|---|
| 葛岡 成晃 | システム工学部（教員） |
| 金江 亮 | システム工学部（教員） |
|
授業の概要・ねらい ／Course Aims |
情報機器の発展により，蓄積されるデータが飛躍的に増大しつつある現代社会においては，様々な統計的手法を用いてデータを処理・分析する能力が必要不可欠となってきている．この講義では，統計的手法の基礎を身につけることを目標とする．具体的には下記を中心とする確率・統計の基礎について学習する： (1)データ整理のための基本統計量(平均・分散・相関係数など)． (2)統計的手法の理論的基盤となる確率論の基礎的な知識． (3)区間推定や検定などの統計的推測の考え方． |
|---|---|
|
到達目標 ／Course Objectives |
・データ整理のための基本統計量(平均・分散・相関係数など)の定義や性質を説明でき，具体的に計算することができる． ・統計的手法の理論的基盤となる確率論の基礎的な事項について説明できる． ・区間推定や検定などの統計的推測の考え方について説明でき，具体的に推定・検定することができる． |
|
成績評価の方法・基準 ／Grading Policies/Criteria |
単位認定試験による． 「到達目標」で示した目標をどれだけ達成できているかに応じて評価する．成績評定は，次の区分のとおりとする． Ｓ：十分達成し，他の事例に応用できる（90点以上） Ａ：十分達成している（80～89点） Ｂ：達成している（70～79点） Ｃ：おおむね達成している（60～69点） Ｆ：達成していない（60点未満） |
|
教科書 ／Textbook |
稲垣宣生，吉田光雄，山根芳知，地道正行：統計学講義-データ科学の数理-，裳華房，2007年． ISBN 978-4-7853-1545-0，定価2100円（税別） |
|
参考書・参考文献 ／Reference Book |
講義中適宜紹介する． |
|
履修上の注意 ・メッセージ ／Notice for Students |
記載事項なし |
|
履修する上で必要な事項 ／Prerequisite |
高校（数学I・数学A）で学ぶ程度の組合せ・確率・統計の知識は前提とする． |
|
履修を推奨する関連科目 ／Related Courses |
記載事項なし |
|
授業時間外学修についての指示 ／Instructions for studying outside class hours |
授業時間を含めて90時間の学修時間となるだけの予習・復習および試験前の勉強等を行うこと． |
|
その他連絡事項 ／Other messages |
学習支援システム（Moodle）を利用する．講義に関する通知は原則Moodleを通じて行う． |
|
授業理解を深める方法 ／How to deepen your understanding of classes |
学習支援システム（Moodle）で提供される課題をとおして，自身の学修進展の状況や到達レベルなどを客観的に把握・確認しながら学修する． 【「アクティブ・ラーニング」実施要項 ⑪】 |
|
オフィスアワー ／Office Hours |
非常勤講師による講義であるため，別途相談すること． |
|
科目ナンバリング ／Course Numbering |
S12041J11100Y112，K12041J11100P112 |
| No. | 回（日時） ／Time (date and time) |
主題と位置付け ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考（担当） ／Notes |
|---|---|---|---|---|
| 1 | 1 | 統計学と確率 | 統計学と確率 | |
| 2 | 2 | データ処理(1) | データ処理(1) データの特性値，など | |
| 3 | 3 | データ処理(2) | データ処理(2) データの変換，など | |
| 4 | 4 | 確率変数と確率分布(1) | 確率変数と確率分布(1) 離散型確率変数，など | |
| 5 | 5 | 確率変数と確率分布(2) | 確率変数と確率分布(2) 連続型確率変数，など | |
| 6 | 6 | 多変量確率変数(1) | 多変量確率変数(1) ２次元確率ベクトル，など | |
| 7 | 7 | 多変量確率変数(2) | 多変量確率変数(2) 多変量確率変数，など | |
| 8 | 8 | 母集団と標本(1) | 母集団と標本(1) 標本平均と標本分散，など | |
| 9 | 9 | 母集団と標本(2) | 母集団と標本(2) 大数の法則と中心極限定理，など | |
| 10 | 10 | 推定(1) | 推定(1) 推定量とその性質，など | |
| 11 | 11 | 推定(2) | 推定(2) 主な区間推定の例，など | |
| 12 | 12 | 検定(1) | 検定(1) 検定の手順，など | |
| 13 | 13 | 検定(2) | 検定(2) 主な検定の例，など | |
| 14 | 14 | 2標本問題(1) | 2標本問題(1) 平均の差の推定，など | |
| 15 | 15 | 2標本問題(2) | 2標本問題(2) 分散比について，など | |
| 16 | 16 | 単位認定試験 | 試験．日程は別に知らせる． |