理工学部Faculty of Science and Engineering
OTR300XF(その他 / Others 300)PBLProject Based Learning
田村 信幸Nobuyuki TAMURA
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 理工学部Faculty of Science and Engineering |
添付ファイル名Attached documents | |
年度Year | 2021 |
授業コードClass code | H6762 |
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 | 集中・その他/intensive・other courses |
科目種別Class Type | |
キャンパスCampus | 小金井 |
教室名称Classroom name | |
配当年次Grade | |
単位数Credit(s) | |
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 | |
カテゴリー<理工学部>Category |
経営システム工学科 学科専門科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
This course deals with statistical theories and computational methods for lifetime data analysis. It also enhances the development of students' skill in carrying out Monte Carlo simulation.
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
寿命データ解析のための統計理論と計算機を用いたデータ解析の方法を学ぶ.さらに,モンテカルロシミュレーションに対する理解を深める.
到達目標Goal
与えられたデータと目的に適した統計モデルを選択し,計算機を用いて実装することができる.さらに,計算結果の意味を適切に解釈することができる.
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「DP2」と「DP4」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. )
学生主体の演習形式で授業を進める.割り当てられた内容を各自が勉強して発表する.
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
※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。
1:諸注意・準備
PBLの進め方の説明
経営工学基礎演習の内容に関する復習
2:不完全データの解析1
寿命データとその分類
3:不完全データの解析2
指数分布と打ち切りデータ
4:不完全データの解析3
データの生成とシミュレーション
5:不完全データの解析4
打切りデータを用いた指数分布の最尤推定
6:不完全データの解析5
ワイブル分布とバスタブ曲線
7:不完全データの解析6
確率紙を用いたパラメータ推定
累積ハザード法を用いたランダム打切りデータの解析
8:不完全データの解析7
打切りデータを用いたワイブル分布の最尤推定
グループ化されたデータの解析
9:比例ハザードモデル1
モデル化の準備
セミパラメトリックモデル
10:比例ハザードモデル2
比例ハザードモデルにおける統計的推測
11:比例ハザードモデル3
生存関数の推定
12:比例ハザードモデル4
モデルの妥当性の評価
13:比例ハザードモデル5
区間打切りデータへの拡張
14:ノンパラメトリック法
カプランマイヤー推定量
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.)
【本授業の準備・復習等の授業時間外学習は、1時間を標準とする】プレゼンテーションのための各種資料作成技術は別途修得しておいて欲しい.
テキスト(教科書)Textbooks
特に使用しない.必要に応じて資料を配布する.
参考書References
S.M.Ross: Introduction to Probability and Statistics for Engineers and Scientists (Fourth Edition), Academic Press, 2009.
その他必要に応じて随時指示する.
成績評価の方法と基準Grading criteria
毎回の出席を必須とする.
予習(20%),割り当てられた課題への取り組み(40%),及びプレゼンテーションの内容(40%)で評価する.
学生の意見等からの気づきChanges following student comments
特になし.
学生が準備すべき機器他Equipment student needs to prepare
貸与パソコンを使用する.
その他の重要事項Others
前半に取り上げる不完全データの解析法を十分理解することを重視するため,場合によっては比例ハザードモデルには触れないこともある.
学生からの希望があれば全く別の内容を取り上げる.過去にもマーケティングや確率過程に内容を変更したことがある.