| 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 | 2023 |
| 授業コードClass code | H6802 |
| 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 | 火2/Tue.2 |
| 科目種別Class Type | |
| キャンパスCampus | 小金井 |
| 教室名称Classroom name | 小西館‐PC教室1 |
| 配当年次Grade | 2年 |
| 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 |
【Outline (in English)】
This course deals with exercises for probability theory and statistics. It also enhances the development of students' skill in constructing stochastic models for management science and analyzing data related to economy and management via statistical methods.
By the end of the course, students should be able to do the followings:
1) to detect important information from practical data
2) to analyze simple phenomena by using probability models
3) to analyze data by using Excel and statistical methods
Students will be expected to have completed the exercises and the assignments in each class.
Grading will be decided based on reports (50%) and exercises (50%).
【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】
講義の前半は主に確率に関する演習，後半は統計に関する演習を行う．ORを中心とした経営科学のための各種手法を学ぶ準備として確率モデルを構築して解析する能力の基礎を，そして，経済や経営等に関するデータを統計的に解析するための基本的な能力をそれぞれ養うことを目的とする．特に後半は必修科目である「数理統計学」に関する演習という位置づけになる．
【到達目標 / Goal】
1年後期の「確率統計」と2年前期の「数理統計学」の理解を確実にするための演習科目であり，主に以下に示す項目の習得を目標とする．
・重要な確率分布の特徴を理解している．
・簡略化された現象から数式を立て，エクセルを用いて計算を行い，得られた結果を適切に評価することができる．
・エクセルを適切に利用して推定と検定を行うことができる．
・記述統計的データ解析手法を用いてデータの特徴を読み取ることができる．
・単回帰モデルを用いてデータ解析を行うことができる．
【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. ）
授業時間内ではマルチメディア教室のコンピュータを利用したエクセルの使用方法と計算方法を学び，関連する内容について演習を行う．また，授業時間外に行う自宅学習用の課題(レポート)では自ら式を立てて問題を解いて貰う．
【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。
| 回 / No. | 各回の授業形態予定 / methods of teaching | テーマ / Theme | 内容 / Contents |
|---|---|---|---|
| 第1回 | 対面/face to face | 基礎的な確率の計算とベイズの定理 | 組合せ論的確率の計算に必要な順列，組合せ，階乗計算のための関数の使用法について演習を行う． |
| 第2回 | 対面/face to face | 記述統計的データ解析1 | 基本統計量（平均・分散・中央値・最頻値・範囲）の計算法，及びデータの種類と考え方を学ぶ． |
| 第3回 | 対面/face to face | 記述統計的データ解析2 | 度数分布とヒストグラム，及び箱ひげ図の作成法について演習を行う．また，これらから得られる情報の解釈と層別の考え方も学ぶ． |
| 第4回 | 対面/face to face | 連続型分布の確率計算1 | 一様分布，指数分布，ガンマ分布，ベータ分布を用いた確率計算とその応用について演習を行う． |
| 第5回 | 対面/face to face | 連続型分布の確率計算2 | 正規分布とその関連分布であるt分布，F分布，及びカイ二乗分布の原理，確率計算の方法，及び応用例を学ぶ． |
| 第6回 | 対面/face to face | 離散型分布の確率計算1 | 二項分布と多項分布の確率計算とその応用について演習を行う．また，不連続な分布関数を用いた確率計算の考え方を学ぶ． |
| 第7回 | 対面/face to face | 離散型分布の確率計算2 | ポアソン分布，超幾何分布，幾何分布，負の二項分布の確率計算とその応用について演習を行う． |
| 第8回 | 対面/face to face | 確率変数の関数の分布 | 確率変数の関数の分布の導出法と順序統計量について学ぶ． |
| 第9回 | 対面/face to face | 統計的推測1 | 点推定の考え方，及び最尤法とモーメント法によるパラメータ推定について学ぶ． |
| 第10回 | 対面/face to face | 統計的推測2 | 区間推定の考え方を学ぶ．信頼区間の導出に関する演習を行う． |
| 第11回 | 対面/face to face | 統計的推測3 | 仮説検定の考え方を学ぶ．母平均と母分散の検定について演習を行う． |
| 第12回 | 対面/face to face | 統計的推測4 | 母比率の検定について演習を行う． |
| 第13回 | 対面/face to face | 相関と回帰 | 単回帰分析に関する演習を行う． |
| 第14回 | 対面/face to face | データ解析演習 | 各学生が入手したデータを基に，これまで学んだ統計的手法を使用してデータ解析を行う． |
【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】１年生秋学期の授業である確率統計はもちろんのこと，２年生春学期に受講する数理統計学とも関連が深いため，これらの復習が必要不可欠である．また毎回課題(一部はこれまでの復習)が出題されるため，それらを解きレポートを提出する必要がある．
【テキスト（教科書） / Textbooks】
特に使用しない．学習支援システムを使用して毎回資料を配布する．
【参考書 / References】
田村信幸；経営科学のための確率統計入門，コロナ社，2022年．
黒木学；数理統計学，共立出版，2020年．
東京大学教養学部統計学教室 編；統計学入門，東京大学出版会，1991年．
他は適宜紹介する．
【成績評価の方法と基準 / Grading criteria】
レポート（50%）と講義時間内の演習（50%）により評価する．特別な事情のない4回以上の欠席については，レポートや演習の提出状況に関係なく自動的に不合格とする．
【学生の意見等からの気づき / Changes following student comments】
確率・統計の知識がついたという意見が多い. また、Excelの扱い方を学べたという意見もある.
【学生が準備すべき機器他 / Equipment student needs to prepare】
マルチメディア教室にあるパソコンを用いる．また学習支援システムも併用する予定である．各自でノートパソコンを持参しても構わない．
【その他の重要事項 / Others】
本科目を十分理解できれば，データサイエンスの基礎的素養は概ね備わった認識して良い．