シラバス参照

授業情報／Course information

科目一覧へ戻る 2020/10/22 現在

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		 22271401
学部（研究科）
／Faculty		 情報工学部
学科（専攻）
／Department		 情報システム工学科
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		 2020年度
開講期間
／Term		 後期
対象学生
／Eligible Students		 1年次生（平成29年度以降入学生）
単位数
／Credits		 2.0
授業概要情報
更新日
／Date of renewal		 2020/09/13
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。
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		 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。課題レポートを作成する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 [統計的方法の性質]
授業概要の説明、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．
2 2 [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．
3 3 [確率(1)]
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．		 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(2)]
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、確率に関する理解 ○ ○
2 正規分布と２項分布、およびその応用に関する理解 ○ ○
3 推定と仮説の検定に関する理解 ○ ○
4 相関と回帰に関する理解 ○ ○
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する理解 ○ ○
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.
1 統計的方法、標本データ、確率に関する理解 ○
2 正規分布と２項分布、およびその応用に関する理解 ○
3 推定と仮説の検定に関する理解 ○
4 相関と回帰に関する理解 ○
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する理解 ○
評価割合（％）
／Allocation of Marks		 100

科目一覧へ戻る