理工学部Faculty of Science and Engineering
MAT100XB（数学 / Mathematics 100）確率統計（機械）Probability and Statistics
川上 忠重Kawakami TADASHIGE
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 | 2022 |
| 授業コードClass code | H5130 |
| 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 | 月2/Mon.2 |
| 科目種別Class Type | |
| キャンパスCampus | 小金井 |
| 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) | |
| 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 |
機械工学科機械工学専修 学科専門科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
(Course outline)
This course introduces the basic concepts and principle about elementary statistics and their industrial applications from the viewpoint of mechanical engineering.
(Learning objectives)
The specific objectives of this integrated subjects are to
1)be able to explain the elementary concepts of probability and statistics such as distribution, mean, standard normal distribution, standard unit, central limit theorem, large sample method, small sample method, binominal distribution, t distribution, chi-square distribution, correlation.
2)be able to understand and explain the mean interval estimate(confidence interval) of continuous and discrete variable distribution by using statistical method.
(Learning activities outside of classroom)
Students will be expected to have completed the required assignments after each class. Your study time will be more than four hours for a class.
(Grading criteria/Policies)
The final grade will be determined according to the following criteria:
・Only students with an attendance rate of The ratio of over 70％(10/14 or over) will be evaluated.
・Usual performance score 10%, term-end examination 90%
To pass, students must earn at least 60 points out of 100.
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
品質管理あるいは総合的品質管理のための標本データの記述と抽出、標本分布および統計的検定・推定について学習する。また、データの相関解析や生産技術で必要となる、確率統計と工程管理についても理解を深める。
到達目標Goal
【到達目標】
1．統計学を学ぶための基本的なデータの解析手法を説明することができる。
2．各種分布を用いた平均と分散の推定および検定を適用することができる。
3．計数値の検定と推定および工程管理における工程のデータ解析を適用することができる。
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. ）
計算機支援による生産管理、工程管理、品質保証などを関連させながら、統計的なデータ処理方法とデータの扱い方を習得するために、確率変数と主要な確率分布について学習する。
講義中心の授業を実施するが、必要に応じて演習による実践学習により、実際面の理解を深める。
課題等の提出・フィードバックは、適宜、「学習支援システム」と授業を通じて行う予定である。
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.)
なし / No
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。
1[対面/face to face]：統計学について
統計学を学ぶためのデータ解析の考え方、データ分布の取り扱い、母集団、標本の統計的な分布特性および分布のばらつき度合いの表し方などを学習する。
2[対面/face to face]：母集団と標本について
品質管理(Quality Control)における観測値の源泉と母集団から得られた観測値の集合の関係を学習する。
3[対面/face to face]：確率変数およびその分布
データのばらつき具合の基本的な考え方、平均値、平方和、分散、標準偏差の意味について学習する。
4[対面/face to face]：正規分布（1）
正規分布の特徴、平均値と標準偏差の関係、確率密度関数および正規分布表について学習する。
5[対面/face to face]：正規分布（2）および標準正規分布
平行移動およびスケール変換による、任意の正規分布を標準化した標準正規分布について学習する。
6[対面/face to face]：2項分布およびその正規化について
データが連続量として与えられる場合の各種分布を学習し、また離散分布の考え方および連続分布への近似方法について学習する。
7[対面/face to face]：t分布
母集団の分布が正規分布である場合、標本数が少ない場合の母集団の区間推定について学習する。
8[対面/face to face]：χ2分布
標本分散から母集団の分散を評価する方法と実務的な観点から工程能力指数との関係について学習する。
9[対面/face to face]：データ処理と標本分布（1）
２項分布を用いて、不良率の評価方法と離散分布の考え方を学習する
10[対面/face to face]：データ処理と標本分布（2）
２項分布の標準正規分布への近似方法について、連続分布と離散分布の観点から学習する。
11[対面/face to face]：推定と検定（1）
各種分布の平均、分散、標準偏差の区間推定および製品の不良率に関する推定と検定を学習する。
12[対面/face to face]：推定と検定（2）
データによる工程解析（計数的要因の解析）について学習する。
13[対面/face to face]：相関係数に関する簡易検定
相関分析の考え方、散布図と相関係数の関係、および無相関検定について学習する。
14[対面/face to face]：計数値に関する検定と推定
母集団Ａと母集団Ｂの分散に差異があるかどうかを検定するための等分散検定について学習する。
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】毎回の演習問題の復習を中心に行い、また、シラバスの講義計画に従って、基本的な分布の概要をあらかじめ事前学習する。
テキスト（教科書）Textbooks
特に指定しないが、講義中に配布する分布表、演習問題を適宜テキストとして使用する。
参考書References
必要に応じて、講義中に紹介する。
成績評価の方法と基準Grading criteria
評価方法：平常点(演習問題10%)および期末試験(90%)で評価するが、原則として出席率70%以上を成績評価対象とする。
評価基準：本科目において設定した到達目標を60%以上達成している学生を合格とする。
学生の意見等からの気づきChanges following student comments
期中・期末アンケートから、実際の適応、応用例が「演習問題を通して理解できた」との記述が多いので、実践例を多く紹介しながら引き続き講義を進めていきます。また板書、説明等についてもわかりやすく丁寧で良いとの評価が多かったので、引き続き注意しながら授業を行います。
学生が準備すべき機器他Equipment student needs to prepare
各授業のお知らせ、教材の配布および課題提出等は、学習支援システムで行います。
その他の重要事項Others
【カリキュラムの中の位置づけ 】
計算機支援による生産管理、工程管理、品質保証などを関連させながら学習する。
【この科目に先行して学ぶことが望まれる科目】
プログラミングC、生産管理