- 学部・研究科
Faculty/Graduate School - シ
- 時間割コード
Course Code - 62474
- 科目名
Course title
サブテーマ
Subtitle - 応用確率統計
- 授業形態/単位
Term/Credits - クラス
Class -
- 春/2
- 担任者名
Instructor - 吉田 壮
- 曜限
Day/Period - 水1
- 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
応用確率統計は、統計学の基本的な概念と技法を理解し、現実のデータへの応用能力を養うことを目的とした講義です。本講義では、多変量解析の基本的な考え方やデータ解析のための手法、そしてこれらの具体的な例について詳細に述べ、深い理解を目指します。データの要約方法、確率分布の理解、推定と検定、回帰分析、判別分析、主成分分析、クラスター分析などの統計的手法に焦点を当てます。各トピックでは、理論の理解を深めると同時に、具体的な例を通じてデータ分析への適用方法を学びます。理論と応用の組み合わせを通じて、抽象的な概念の理解と具体的なデータ分析スキルの両方の習得に重点を置きます。
到達目標 / Course Objectives
①知識・技能の観点
・統計学の基本的な概念と手法を理解する。
・データの要約方法、確率分布、推定と検定の技術を習得する。
・回帰分析、判別分析、主成分分析、クラスター分析の手法を理解し、適用する能力を養う。
②思考力・判断力・表現力等の能力の観点
・統計的手法の選択と適用に際して、問題の性質を正確に評価し、適切な判断を下す能力を養う。
・統計的分析の結果を明確に理解し、効果的に伝えることができる。
③主体的な態度の観点授業手法 / 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
1. 統計学の基礎（データのまとめ方）
2. 統計学の基礎（確率分布）
3. 統計学の基礎（検定と推定）
4. 単回帰分析-1（最小2乗法と回帰式，寄与率，回帰係数）
5. 単回帰分析-2（予測区間，行列・ベクトル表現）
6. 重回帰分析-1（回帰式の推定，寄与率，変数選択）
7. 重回帰分析-2（2変数以上の場合）
8. ダミー変数回帰
9. 中間とりまとめ（演習）
10. 判別分析-1（マハラノビス距離，判別方式）
11. 判別分析-2（2変数以上の場合）
12. 主成分分析-1（主成分の導出，寄与率と累積寄与率，因子負荷量）
13. 主成分分析-2（2変数以上の場合）
14. クラスター分析（クラスターの形成方法，クラスター間の距離）
15. 到達度の確認授業時間外学習 / Expected work outside of class
講義範囲の復習を行うこと。
- 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)と平常成績で総合評価する。
履修者数が多数になった場合には、成績評価方法を「定期試験（16週目）」に変更することがあります。
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します。基準・評価 / Evaluation Criteria・Assessment Policy
①知識・技能の観点
・到達度試験: 統計学の基本的な概念、手法、およびその適用に関する理解度を問う。
・演習課題: 毎回の講義で学んだ技術の応用能力を評価。
②思考力・判断力・表現力等の能力の観点
・到達度試験の論述部分: 分析結果の解釈や推論の適切さ、表現の明確さを評価。
・演習課題: 統計分析の過程と結果を、論理的かつ明瞭に記述する能力を評価。
- 教科書
Textbooks 永田靖・棟近雅彦 多変量解析法入門 サイエンス社 978-4-7819-0980-6
-
参考書
References
- フィードバックの方法
Feedback Method
- 担任者への問合せ方法
Instructor Contact オフィスアワー
毎回の授業終了時あるいはLMSを通じて受け付けますので、各自申し出てください。申し出に応じて時間を確保します。
- 備考
Other Comments