理工学部Faculty of Science and Engineering
SSS300XF(社会・安全システム科学 / Social/Safety system science 300)経営工学基礎演習Exercise of Fundamental Management Science
作村 建紀Takenori SAKUMURA
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 | H6771 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | |
開講時期Term | 春学期授業/Spring |
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)
Students learn basic statistical methods via an exercise using R.
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
4年次の卒業研究に向けて,統計学の基礎的な手法について学ぶ.ツールには R および RStudio を用いる.
到達目標Goal
統計学の知識,現象の仕組みを数式に置換するモデル化の能力,それをPCに実装するプログラミング能力を習得する.
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「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. )
簡単な講義のあとに演習をメインに行う.演習ではRを使う.演習等の提出・フィードバックは「学習支援システム」を通じて行う予定である.また,授業内で挙がった良いコメントは紹介し,さらなる議論に活かす.
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回目:ガイダンス
ガイダンスを行う.
2回目:母集団と標本
母集団,標本とその扱い方,統計量について学ぶ.
3回目:大数の法則,正規分布,中心極限定理
大数の法則,および正規分布と中心極限定理の関係について学ぶ.
4回目:推定と誤差
点推定,区間推定,仮説検定について学ぶ.
5回目:2標本の検定
2標本における平均値間の有意差検定について学ぶ.
6回目:一元配置の分散分析と多重比較
一元配置の分散分析と多重比較について学ぶ.
7回目:多元配置と分敵分析と交互作用
多元配置と分敵分析と交互作用について学ぶ.
8回目:相関
標本における相関の考え方について学ぶ.
9回目:回帰
回帰分析の方法とその評価について学ぶ.
10回目:一般化線形モデル
一般化線形モデルの例として,ロジスティック回帰,ポアソン回帰について学ぶ.
11回目:一般化線形混合モデル
一般化線形混合モデルについて学ぶ.
12回目:ノンパラメトリック検定1
仮説検定におけるノンパラメトリックな検定方法について学ぶ.特に,2項検定,適合度検定,独立性検定などを扱う.
13回目:ノンパラメトリック検定2
順位に関する検定として,順位和検定やU検定などを扱う.
14回目:ベイズ統計
ベイズ統計の基礎とその重要性について学ぶ.
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、4時間を標準とする】毎回の講義内容を予習・復習する.「確率統計」・「数理統計学」で学んだ内容は学習済みのものとして扱うので復習しておく.
テキスト(教科書)Textbooks
別途指示する.
参考書References
別途指示するが,その中から自分に適合したものを使用することが望ましい
成績評価の方法と基準Grading criteria
演習の提出状況とその内容によって評価する(100%).また,授業へ取り組む姿勢も評価に加味する.
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
PC
その他の重要事項Others
特になし