2025 年度の講義概要のデータベースを検索します。カリキュラムツリーへのリンク
学部・研究科
Faculty/Graduate School
時間割コード
Course Code
62276
科目名
Course title
サブテーマ
Subtitle
確率・統計
授業形態/単位
Term/Credits
クラス
Class
/2
2
担任者名
Instructor
鈴木 哲
曜限
Day/Period
火2
授業概要
Course Description
到達目標
Course Objectives

授業種別 / Teaching Types

講義(対面型)

言語 / Language

日本語(Japanese)

授業概要 / Course Description

確率・統計の知識や問題解決のための⽅法論は,⼯学における専⾨科⽬や研究活動等,様々な場⾯に必須のものである.本授業では,⾼校数学で学んだ確率・統計をさらに進めた内容を学ぶことに加え,各種分析⼿法を着実に習得することを⽬指す.

到達目標 / Course Objectives

①知識・技能の観点
確率・統計の基礎知識の習得をより確実なものにすることを⽬指す.
②思考⼒・判断⼒・表現⼒等の能⼒の観点
確率・統計を実際の問題に適⽤できる基本的スキルを習得する.
③主体的な態度の観点
⾃らの学習を振り返り,適切な改善点を挙げることができる.

授業手法 / Teaching Methods

・教員による資料等を用いた説明や課題等へのフィードバック

授業計画
Course Content

授業計画 / Course Content

以下の各項⽬について講義を⾏うとともに,授業中の例題や演習課題を解く作業を通じて理解を深める.
第1回:概要
第2回:データの整理と特性値1(分布と特性値)
第3回:データの整理と特性値2(2次元データと相関)
第4回:確率変数と確率分布基礎・ベイズ推定
第5回:母集団と標本・分布と特徴1(離散・連続分布の種類)
第6回:母集団と標本・分布と特徴2(種々の法則と積率母関数)
第7回:総括1
第8回:推定と検定1(母集団と標本の関係)
第9回:推定と検定2(点推定と区間推定)
第10回:推定と検定3(母数の検定)
第11回:推定と検定4(母分散・適合度の検定)
第12回:多変量解析基礎1(線形モデルと回帰・重回帰)
第13回:多変量解析基礎2(分散分析)
第14回:確率過程と時系列データ
第15回:総括2

授業時間外学習 / Expected work outside of class

シラバスで指定している参考書や,⾃分⾃⾝で読みやすいと感じる書籍を選び,その範囲を読み,内容を把握するように予習すること.
授業資料,メモなどを読み返し,理解が不⼗分な箇所に関しては各⾃参考書を調べるなどして復習すること.

成績評価の方法・基準・評価
Grading Policies /
Evaluation Criteria

方法 / Grading Policies

定期試験を行わず、到達度の確認(筆記による学力確認)で評価する。
到達度確認と講義中に行う演習課題,レポートの提出状況,出席および授業への参加状況を基準に評価する.目安として,到達度確認70%,レポート・課題・小テスト等20%,出席および授業への参加状況10%程度.
なお,履修者数が多数になった場合は,成績評価方法を「定期試験(16週目)」に変更することがある.成績評価方法が変更になった場合は,インフォメーションシステム等で連絡する.

基準・評価 / Evaluation Criteria・Assessment Policy

①知識・技能の観点
授業内容に関する基礎知識の理解と習得状況を演習課題や到達度確認により評価.
②思考⼒・判断⼒・表現⼒等の能⼒の観点
演習課題や定期試験を通し,本授業で習得した知識に基づく課題の考察や推論の合理性を確認し評価.
③主体的な態度の観点
独⾃の考えや意⾒,新たな提案などを授業中の発⾔や演習課題を通して評価.また,授業への参加・履修状況も考慮し評価.

教科書
Textbooks


適宜資料を配布する.

参考書
References

栗栖忠,他  統計学の基礎  裳華房  

フィードバックの方法
Feedback Method

課題やレポートの解説は講義中に⾏う.

担任者への問合せ方法
Instructor Contact

オフィスアワー
授業時間内での質問が望ましい.

その他
授業時間後の場合は,メールでの問い合わせが望ましい.

備考
Other Comments