デザイン工学部Faculty of Enginneering and Design
PRI200NA（情報学基礎 / Principles of informatics 200）数理統計学Mathematical statistics
牧野 倫子Michiko MAKINO
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | デザイン工学部Faculty of Enginneering and Design |
| 添付ファイル名Attached documents | |
| 年度Year | 2023 |
| 授業コードClass code | B3016 |
| 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 | 木2/Thu.2 |
| 科目種別Class Type | |
| キャンパスCampus | 市ヶ谷 |
| 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 | |
| 選択・必修Optional/Compulsory | 選択 |
| 入学年度Admission year | |
| カテゴリー（2023年度~）Category (2023~) |
都市環境デザイン工学科 基盤科目 総合系 |
| カテゴリー（2019~2022年度）Category (2019~2022) |
都市環境デザイン工学科 基盤科目 総合系 情報分野 |
| カテゴリー（招聘学科）Category | ＳＤ |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
Course outline:
In this course we will learn the basics of statistics in order to analyze uncertain phenomena. The objectives are to be able to understand and hypothesize about the present condition and perform decision-making.
Learning Objectives:
At the end of the course, students are expected to A and B.
Learning activities outside of classroom:
Before and after each class meeting, students will be expected to spend two hours to understand the course content.
Grading Criteria /Policies
Your overall grade in the class will be decided based on the following
Mid-term examination:40%、Term-end examination: 40%、Short reports and in class contribution: 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
不確実性を有する現象を分析するのに必要な統計学の基礎を学習し，データ解析を行うことによって，現状の把握，推測，そして意思決定ができることを目的とする。
到達目標Goal
・統計学の基本を習得でき，主な確率分布およびその統計量の求め方を理解できる。
・標本データの分析手法を習得し，実際に主な統計量を求め，分析をすることによって状況把握をすることができる。
・中心極限定理の内容を理解する。
・標本データの統計分析結果より母集団で想定される確率分布のパラメータの推定手法（点推定、区間推定、仮説検定）を習得し，実際のデータに対して分析を行うことによって意思決定を行うことができる。
【修得できる能力】*【修得できる能力】*
- （Ａ）歴史・文化・自然の理解・尊重:
- （Ｂ）技術者倫理:
- （Ｃ）工学基礎学力:30％
- （Ｄ）専門基礎学力:30％
- （Ｅ）専門知識の活用・応用能力:40％
- （Ｆ）総合デザイン能力:
- （Ｇ）コミュニケーション能力:
- （Ｈ）継続的学習能力:
- （Ｉ）業務遂行能力:
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?
デザイン工学部建築学科ディプロマポリシーのうち「DP2」「DP4」、都市環境デザイン工学科ディプロマポリシーのうち「DP4」、システムデザイン学科ディプロマポリシーのうち「DP2」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. ）
講義と学習支援システムの併用で行う。
※事前にオンデマンド教材と資料で予習を行う。
※授業中は学習内容のポイントの説明と演習を行う。
※授業中と学習支援システム上で諸連絡，講義教材掲示，課題提出等を行う。
※授業中およびメールや✓シートの提出によって質問等を行う。
配布資料の内容について演習を交えながら解説し，課題を通じて内容を具体的に把握する。
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
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]：授業概論
データ分析（１）
・母集団と標本の関係やこれから学習する内容の全体の位置を理解・する。
・データの種類とデータに対する統計量の意味と求め方を理解する。
2[対面/face to face]：データ分析（２）
実際のデータに対して分析演習を行い，理解する。
3[対面/face to face]：確率
集合と事象，確率と確率空間，確率の基本性質，加法定理など，もとになる確率の基本を復習確認し，事象の独立性及び従属性，ベイズの定理について学習し，演習を行うことによって理解を深める。
4[対面/face to face]：確率変数と確率分布（１）
離散確率変数の代表的な確率分布（離散一様分布，二項分布，ポアソン分布）について理解する。
5[対面/face to face]：確率変数と確率分布（２）
連続確率変数の代表的な確率分布（離散一様分布，指数分布，正規分布）について理解する。
6[対面/face to face]：確率変数と確率分布（３）
２変数確率変数について理解する。
7[対面/face to face]：テスト１，まとめと解説
第１～６回の講義内容に関するテストを実施する。
8[対面/face to face]：中心極限定理
多次元正規分布について学習し，中心極限定理の内容を理解する。
9[対面/face to face]：点推定
確率分布のパラメータの点推定法であるモーメント法と最尤法について学習し，データに対して適切な推定量を求めることができる。
10[対面/face to face]：統計解析に必要な確率分布
正規分布より誘導される分布（カイ2乗分布，ｔ分布，F分布）について理解する。
11[対面/face to face]：区間推定
確率分布のパラメータの信頼区間の構成方法を理解する。
12[対面/face to face]：仮説検定
統計的仮説検定の考え方を理解する。また、いくつかの有名な母数の検定方法について学ぶ。
13[対面/face to face]：統計数値実験
中心極限定理の内容をExcelで乱数を発生させる数値実験を行うことによって本講義の学習内容を確認する。
14[対面/face to face]：テスト２，まとめと解説
第８～１３回の講義内容に関するテストを実施する。
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.)
★事前に公開した講義教材を読んで予習する。
★講義中に講義内容と確認演習を確認し，課題を行う。
★課題の解答を確認し，質問等があったら講義中あるいは✓シートにて連絡する。
★実際のデータに対してエクセルを用いて解析をし，考察の仕方を学習する。
本授業の準備学習・復習時間は、各2時間を標準とします。
テキスト（教科書）Textbooks
※学習支援システムに公開する教材を利用する。
参考書References
・授業の内容を復習するのに使用するといいでしょう。お勧めの本は以下の通りです。
★統計学入門（東京大学教養学部統計学教室編 東京大学出版会 2004年）
★統計学演習（村上正康，安田正賓 共著 培風館 2010年）
★統計学基礎（統計検定３級・２級対応） 日本統計学会
★統計学の基礎 （栗栖 忠 他 裳華房 2017年）
成績評価の方法と基準Grading criteria
テスト１：４０パーセント
テスト２：４０パーセント。
課題・レポート課題：２０パーセント。
学生の意見等からの気づきChanges following student comments
モチベーション維持に留意する。基礎事項をしっかりと習得し理解した上で，具体的な例での対応方法を身につける。
学生が準備すべき機器他Equipment student needs to prepare
パソコンにてエクセルの関数計算ができ，統計解析（基本統計量）が使用できる状態にしておくのが望ましい。
講義連絡および資料配布・課題提出・質問等のやり取りに学習支援システムを利用する予定。オンデマンド教材の配布は，学習支援システムとGoogleドライブを使用する予定。
その他の重要事項Others
今まで学習した確率統計および，微分積分の教科書等の復習をしておくことが望ましい。電力会社などと合同研究を行って，実際のデータ処理分析を行った経験がある教員が，その経験を活かし必要な基礎事項を講義する。