生命科学部Faculty of Bioscience and Applied Chemistry
PRI100YD(情報学基礎 / Principles of informatics 100)生物学実験統計分析演習Seminar in Statistical Analysis in Biology
松下 秀介Shusuke MATSUSHITA
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 生命科学部Faculty of Bioscience and Applied Chemistry |
添付ファイル名Attached documents | |
年度Year | 2022 |
授業コードClass code | H8109 |
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 | 金3/Fri.3 |
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<生命科学部>Category |
応用植物科学科 学科専門科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
★Course outline
The fundamental theory of statistics for Bioscience and related fields will be introduced. Lectures, practices and exercises with "The R Statistical Computing Environment" on laptop PC are adopted and used as a part of the education approaches in this class.
★Learning Objectives
At the end of this course, students should be expected to do by themselves the followings:
1. To understand the theory of a statistical test that is used to find out if there is a real difference between the averages of two different groups.
2. To apply this test by using R Statistical Computing Environment
★Learning activities outside of classroom
During the period before next class, students will be expected to work the challenges the lecturer ask them to do at the end of each class
★Grading Criteria /Policy
Students are required to attend the class more than 60% of all classes and their grade can be evaluated based on the following:
Term-end examination: 80%, Short reports : 20%,
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
実証研究を遂行する上で最低限必要となる統計学的な考え方、データの集め方、処理方法等について,理論と実証の両面から講述する.
到達目標Goal
統計学の基礎知識(研究を遂行する上での統計学的な考え方,データの集め方,処理方法等)を習得し,その知識をデータ解析環境Rを用いた実証分析に応用できるようにする.
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?
DP2
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. )
講義と貸与ノートPCを用いた演習を組み合わせた授業形式とする.毎回の授業の最後に当日の授業についての小テストを実施し,毎回の理解度を確認する.つまり,理解度を勘案しながら授業を進める予定のため,必ずしもシラバス通りに進まないことがあることに留意してほしい.
講義は,基本的にリアルタイムあるいはオンデマンド形式でのオンライン開講とする.一部,対面でも講義も予定している.
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
授業形態/methods of teaching:オンライン/online
※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[オンライン/online]:オリエンテーション:統計学とは
授業内容を紹介し,成績評価の方法等を説明する
2[オンライン/online]:度数分布
データの分類と標本の抽出について
3[オンライン/online]:分布の特性を表す代表値
異常値の存在とその取り扱いについて
4[オンライン/online]:確率の考え方
理論的確率と統計的確率
5[オンライン/online]:確率分布と期待値
確率密度関数の定義
6[オンライン/online]:主要な確率分布(1)
重要概念の紹介:二項分布とポアソン分布 他
7[オンライン/online]:主要な確率分布(2)
重要概念の紹介:正規分布の考え方と標準化の概念
8[オンライン/online]:確率分布に関する諸概念の復習
前半の講義を振り返り,重要ポイントを再論する
9[オンライン/online]:標本分布(1)
標本平均と大数の法則
10[オンライン/online]:標本分布(2)
正規分布とt分布
11[オンライン/online]:統計的推定
標本標準偏差の理解とその応用
12[オンライン/online]:統計的検定(1)
仮説検定の基本的な考え方
13[オンライン/online]:統計的検定(2)
2種類の過誤
14[オンライン/online]:回帰分析の基礎
最小二乗法
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】授業の内容については,学習支援システム上で公開します.毎回の講義の前に,その内容を確認しておくことが望ましい.
テキスト(教科書)Textbooks
随時,資料を配布する
教科書が必要な学生には,栗原 伸一『入門統計学(第2版)-検定から多変量解析・実験計画法・ベイズ統計学まで-』オーム社:2021年刊を勧める
参考書References
山田剛史・杉澤武俊・村井潤一郎『Rによるやさしい統計学』オーム社:2008年刊
青木繁伸『Rによる統計解析』オーム社:2009年刊
成績評価の方法と基準Grading criteria
各回のレポート(20%)と期末試験の成績(80%)により評価する.ただし,出席率6割以上の学生を評価の対象とする.
学生の意見等からの気づきChanges following student comments
学生からの要望により,毎時間の最後に課している小レポートについて,翌週の講義冒頭にそれらの解説を行っている.具体的には,一部の学生の提出内容を紹介し,正答・誤答の判定とその理由を紹介するなどの時間を設けている.学生からは,毎回(前回)の講義内容の理解の深化に役立っているという感想を得ている.
学生が準備すべき機器他Equipment student needs to prepare
主に後半の講義において,教員の指示により,貸与ノートPCの持参を求める