経営学部Faculty of Business Administration
PRI200FA(情報学基礎 / Principles of informatics 200)基礎統計学ⅡBasic Statistics II
高橋 慎Makoto TAKAHASHI
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 経営学部Faculty of Business Administration |
添付ファイル名Attached documents | |
年度Year | 2024 |
授業コードClass code | A4308 |
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 | 火3/Tue.3 |
科目種別Class Type | |
キャンパスCampus | 市ヶ谷 |
教室名称Classroom name | 市外濠‐S307 |
配当年次Grade |
2~4 |
単位数Credit(s) | 2 |
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 | |
入学年度Admission year | |
カテゴリー(2019年度以降)Category (2019~) | 専門入門科目200番台 |
カテゴリー(2018年度以前)Category (~2018) | 専門基礎科目B群 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
Collecting/summarizing data and capturing the structure behind the data are important skills irrespective of fields. A collection of methods for summarizing the data so that we can see its features easily is called “descriptive statistics.” On the other hand, a collection of methods for inferring the data-generating structure is called “inferential statistics” or “statistical inference.” In this course, we learn basic elements of the “descriptive statistics” and “inferential statistics” based on “probability theory.”
---
Learning activities outside of classroom:
- Review the text and materials after class to check your understanding of the basic concepts.
- Solve the practice problems in the text as homework.
- The standard preparation and review time for this class is 2 hours each.
---
Grading Criteria:
- Final exam 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
データを収集・整理し、データの背後にある構造を捉えることは、分野を問わず重要なスキルです。収集されたデータをまとめて、見やすく整理する方法は「記述統計」と呼ばれます。一方、データを生み出した背後の構造を推論することは「推測統計」あるいは「統計的推測」と呼ばれます。この授業では、「確率論」に基づく「推測統計」の基礎的事項を学びます。
到達目標Goal
・今後、個々の専門とする分野において、データ整理が行えるようになる。
・データの分析・実験をした際に、目的に応じた適切な手法を選択し、かつ、統計的に正しく解釈することができるようになる。
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、「DP1-4」に関連が特に強く、「DP4」、「DP5」に関連がかなりある
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. )
・資料に沿って講義形式で進めます。
・授業で学習した内容について、練習問題を解いて理解を深めます。
・授業内で練習問題の解説を行います。
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.)
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]:ガイダンス/標本調査
まず、講義計画、統計学、講義目標、前提知識について説明します。次に、母集団と標本、比率・割合の調査について学びます。
2[対面/face to face]:標本分布
標本平均の性質、母集団分布、正規近似、標本分散の標本分布について学びます。
3[対面/face to face]:正規母集団からの標本分布
正規母集団からの標本分布、正規母集団における標本分散について学びます。
4[対面/face to face]:推定
点推定、区間推定について学びます。
5[対面/face to face]:区間推定と標本サイズ
区間推定、標本サイズの決定について学びます。
6[対面/face to face]:仮説検定1
仮説検定の基本的アイデア、仮説、検定統計量について学びます。
7[対面/face to face]:仮説検定2
片側検定、2種の過誤、平均値の差の検定について学びます。
8[対面/face to face]:仮説検定3
平均値の差の検定(不等分散のケース)、等分散性の検定について学びます。
9[対面/face to face]:代表的な検定1
成功確率の検定、相関係数の検定、適合度検定について学びます。
10[対面/face to face]:代表的な検定2
独立性の検定(クロス表)、分散分析、線形モデルについて学びます。
11[対面/face to face]:問題演習/数学の復習
仮説検定に関する問題演習を行います。また、最小値・最大値について説明します。
12[対面/face to face]:回帰分析1
線形回帰モデル、最小2乗法、モデルの説明力について学びます。
13[対面/face to face]:回帰分析2
最小2乗推定量の性質、重回帰モデル、係数の有意性検定について学びます。
14[対面/face to face]:回帰分析3/まとめ
回帰分析の応用(ダミー変数)について学びます。また、問題演習と総括を行い、期末試験について説明します。
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.)
・授業後にテキストや資料を見直し、基本概念の理解度を確認します。
・テキストにある練習問題を宿題として解きます。
・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
・大屋幸輔『コア・テキスト 統計学 第3版』新世社
・大屋幸輔・各務和彦『基本演習 統計学』新世社
参考書References
授業中に適宜紹介します。
成績評価の方法と基準Grading criteria
期末試験100%
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
練習問題を解くには電卓(または電卓機能があるスマートフォン、タブレット、パソコンなど)とエクセルを使用できるパソコンが必要です。
その他の重要事項Others
・数学をよく用います。※最低限必要となる数学(偏微分・積分など)に関しては講義内で取り上げます。
・実際の授業計画は、履修者の関心や授業の進捗状況に応じて変更することがあります。
関連科目
統計学入門
基礎統計学Ⅰ
経営のための統計学Ⅰ/Ⅱ