情報科学部Faculty of Computer and Information Sciences
MAT147KA-GMP-153e(数学 / Mathematics 100)統計学1演習Statistics 1 Lab
佐藤 裕二Sato YUJI
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 情報科学部Faculty of Computer and Information Sciences |
添付ファイル名Attached documents | |
年度Year | 2022 |
授業コードClass code | J0025 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | |
開講時期Term | 秋学期授業/Fall |
曜日・時限Day/Period | 水5/Wed.5 |
科目種別Class Type | |
キャンパスCampus | 小金井 / Koganei |
教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
配当年次Grade | |
単位数Credit(s) | 1 |
備考(履修条件等)Notes | |
他学部公開科目Open Program | |
他学部公開(履修条件等)Open Program (Notes) | |
グローバル・オープン科目Global Open Program | |
成績優秀者の他学部科目履修制度対象Interdepartmental class taking system for Academic Achievers | |
成績優秀者の他学部科目履修(履修条件等)Interdepartmental class taking system for Academic Achievers (Notes) | |
実務経験のある教員による授業科目Class taught by instructors with practical experience | |
SDGsCPSDGs CP | |
アーバンデザインCPUrban Design CP | |
ダイバーシティCPDiversity CP | |
未来教室CPLearning for the Future CP | |
カーボンニュートラルCPCarbon Neutral CP | |
千代田コンソ単位互換提供(他大学向け)Chiyoda Campus Consortium | |
選択・必修Optional/Compulsory | |
カテゴリー(2022年度以降入学者)Category (2022~) | |
カテゴリー(2021年度以前入学者)Category (~2021) | |
カテゴリーCategory |
専門教育科目 科学基礎科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
In order to master the basics of probability and statistics, the objective is to supplement understanding of students who feel that understanding is not sufficient in lecture form.
The standard for outside study such as preparation and review of this class is 4 hours per week.
Grades are judged comprehensively from the grades of Statistics 1 (lecture) (80%), exercises in-class (10%), and attitude of participation in class (10%).
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的(何を学ぶか)Outline and objectives
さまざまな専門科目の基礎となる統計学の理解を助けるため、基本的な問題を数多く解くことによって、専門科目や演習、卒業研究などにおける解析ツールとしての統計学を自分のものとすることを目的とする
到達目標Goal
この演習科目は、統計学1で到達すべき目標に達しない学生が基礎力を向上させるためのものである。受講者は、数多くの問題を解くことによって統計学1で要求するレベルに達することを目標とする
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか(該当授業科目と学位授与方針に明示された学習成果との関連)Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち「DP1」と「DP4-2」に関連
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)(学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. )
統計学1の内容を理解するのに役立つ課題を取り上げる。課題を自力で解いてみることで、分からなかったところを明らかにし、その部分の内容を教科書で調べ直し、理解に努めること。分からなかった部分を解説しつつ問題を解いていく。課題(試験やレポート等)に対するフィードバック方法として、授業の初めに、前回の授業内で行った試験や小レポート等、課題からいくつか取り上げ、全体に対して講評や解説を行う
アクティブラーニング(グループディスカッション、ディベート等)の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク(学外での実習等)の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching:対面/face to face
※各回の授業形態は予定です。教員の指示に従ってください。
第1回[対面/face to face]:確率とは
ガイダンス。確率の内容を補充する形で問題を解いていく
第2回[対面/face to face]:確率変数
確率変数の問題を解いていく
第3回[対面/face to face]:離散値の確率分布
離散値と確率分布の内容を補充する形で問題を解いていく
第4回[対面/face to face]:分散
分散の内容を補充する形で問題を解いていく
第5回[対面/face to face]:連続確率分布
連続確率分布の問題を解いていく
第6回[対面/face to face]:連続確率分布と期待値1
連続確率分布の講義内容を補う形で問題を解いていく
第7回[対面/face to face]:連続確率分布と期待値2
より複雑な連続確率分布について講義の内容を補充する形で問題を解いていく
第8回[対面/face to face]:正規分布
正規分布の講義内容を補充する形で問題を解いていく
第9回[対面/face to face]:共分散行列と相関係数
共分散行列と相関係数の求め方を中心に問題を解いていく
第10回[対面/face to face]:多次元正規分布
多次元正規分布の講義内容を補充する形で問題を解いていく
第11回[対面/face to face]:統計的推定
統計的推定の問題を解いていく
第12回[対面/face to face]:統計的検定
統計的検定の問題を解いていく
第13回[対面/face to face]:統計的推定と統計的検定
理解を深めるために多くの(基礎的な)問題を解いていく
第14回[対面/face to face]:まとめ
演習全体のまとめと不足分の補填
授業時間外の学習(準備学習・復習・宿題等)Work to be done outside of class (preparation, etc.)
1回の演習でこなすべき課題をあらかじめ決めておく。時間内に解けなかった課題については、解けた問題とともに期限内にレポートにして提出するものとする。課題が解けるようになるまで、とにかく多くの問題を解くこと。本授業の準備・復習等の授業時間外学習は、各週につき4時間を標準とします
テキスト(教科書)Textbooks
(1) 皆本晃弥:スッキリわかる確率統計、近代科学社(2015)
(2) 内容が不足する場合は、資料を配布する
参考書References
豊田秀樹:基礎からのベイズ統計学、朝倉書店(2015)
豊田秀樹:はじめての統計データ分析、朝倉書店(2016)
西内啓:統計学が最強の学問である、ダイヤモンド社(2013)
西内啓:統計学が最強の学問である[実践編]、ダイヤモンド社(2014)
野口、西郷:基本|統計学、培風館(2014)
藤澤:確率と統計、朝倉書店、(2006)
薩摩:確率・統計、岩波(1989)
N.C.Barford著、酒井英行訳:実験精度と誤差、丸善出版(1997)
松葉:確率、朝倉書店(2001)
東京大学教養学 統計学教室編:統計学入、東京大学出版会(2003)
成績評価の方法と基準Grading criteria
(1) 本授業の成績評価はP/F評価です
(2) 以下の割合をもとに、総合的に判断します
・統計学1(講義)の成績(80%)
・演習課題(10%)
・授業への参加態度などの平常点(10%)
学生の意見等からの気づきChanges following student comments
問題が不足する場合には、参考書の問題も解いてみること
学生が準備すべき機器他Equipment student needs to prepare
ノートPCを持参すること
その他の重要事項Others
(1) 高校教科書標準レベルの基本的な微分、積分に関しては事前に把握しておくこと
(2) とにかく問題を自力で解いてみて、どこが分かっていないかを明らかにすること。分かっていないのがどこか分かったら、その部分の教科書を読み直して理解に努める。それでも分からなければ質問すること