| 開講学期／Course Start | 2018年度／Academic Year 前期／First |
|---|---|
| 開講曜限／Class period | 月/Mon 9,月/Mon 10 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | 生産システム工学専攻 Division of Production Systems Engineering |
| 対象学年／Year | 1年,2年 |
| 授業科目区分／Category | 博士前期課程 大学院自専攻科目 |
| 必修・選択／Mandatory or Elective | 選択 |
| 授業方法／Lecture or Seminar | 講義 Lecture |
| 授業科目名／Course Title | 計測工学特論 |
| 単位数／Number of Credits | 1.0 |
| 担当教員名／Lecturer | 相津佳永(機械航空創造系学科機械システム工学コース) |
| 時間割コード／Registration Code | MP207B |
| 連絡先／Contact | 相津佳永(0143-46-5348 aizu(at)mmm.muroran-it.ac.jp, Y401) |
| オフィスアワー／Office hours | 相津佳永(Tuesday 16:30-17:00) |
| 更新日／Date of renewal | 2018/03/20 |
|---|---|
| 授業のねらい ／Learning Objectives |
多変量解析の基礎を学ぶ。複雑事象を直交化軸に展開する手法の理解。重回帰の概念の理解と重回帰分析および主成分分析・要因分析の原理を理解し計測・評価への応用能力を養う。 This subject is designed for graduates who are interested in multi-variate analysis. |
| 到達度目標 ／Outcomes Measured By: |
１．多変量解析の基礎を学び,多くの複雑な現象の絡まりあった対象から一定の認識・理解を引き出す過程と手法を使いこなせるようにする。 ２．具体的には,多変数ガウス分布による主成分分析の概念の理解と,直交化の手法の理解。 ３．重回帰の概念の理解と重回帰分析および主成分分析の計測・評価への適用例を示す。 The aim of this subject is understanding of principle of typical multi-variate analysis including multiple regression analysis and principal component analysis, and their examples of applications. |
| 授業計画 ／Course Schedule |
１．統計変数の概念理解 ２．統計的な直交性と直交化 ３．同上 ４．主成分分析 ５．重回帰分析と重回帰 ６．多変量統計変数の計測への適用例 ７．同上 総授業時間数（実時間）：１０．５時間 ・毎週の講義内容に基づきレポートを課す．その作成のために毎回の講義内容について自己学習（復習）を欠かさないこと． 1. Statistical variables and concept 2. Statistical independence 3. Statistical independence 4. Principal component analysis 5. Multiple regression analysis 6. Application to measurements 7. Application to measurements Total hours of lecture: 10.5 hours Report based on the contents given in the class should be submitted every week. Self learning is essential with the submitted report every week. |
| 参考書等 ／Required Materials |
多変量解析のはなし 有馬哲, 石村貞夫共著 東京図書 1987(ISBN:9784489002311)
多変量解析法入門 永田靖, 棟近雅彦共著 サイエンス社 2001(ISBN:9784781909806) |
| 教科書・参考書に関する備考 |
教科書は使わない．必用に応じてプリントを配布 Materials may be delivered in the class. |
| 成績評価方法 ／Grading Guidelines |
試験100点満点の結果で判定。６０％以上を合格とする。再試験はない． The score may be evaluated by examination (100%), and if necessary, by questions in reports party. A grade of more than 60% is accepted for a credit. |
| 履修上の注意 ／Notices |
１．講義中に演習が含まれることがある,欠席しないように． ２．再試験は行わない． ３．不合格者は再履修すること． Lecture may include exercise. Examination is only once. |
| 教員メッセージ ／Message from Lecturer |
自然界の複雑事象を統計的な立場から計量評価し,適格な判断基準を得る資質を養うことを希望する。 I hope that students who are interested in statistical analysis of measurement data join this class. |
| 学習・教育目標との対応 ／Learning and Educational Policy |
主に以下の能力の涵養に対応する． １．機械システムを評価する能力 ２．実験結果を評価する能力 ３．数理モデルを構築し数値解析する能力 1. Evaluation of mechanical system. 2. Discussion of experimental results. 3. Analysis of numerical data. |
| 関連科目 ／Related course |
学部：電気電子工学,計測情報工学,機械システム工学実験 大学院：光センシング特論,生産システム情報工学特論 Bachelor Course : Electrical engineering and electronics, Instrumentation, Experiments Master Course : Advanced optical sensing, Advanced system and information engineering for production. |
| 備考 ／Notes |
講義における言語は日本語．広く様々な分野に共通の解析手法である．学ぶ価値有り． The lecture is made In Japanese. Knowledge of common analyzing methods is useful in various fields. |
| No. | 回（日時） ／Time (date and time) |
主題と位置付け（担当） ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考 ／Notes |
|---|---|---|---|---|
| 該当するデータはありません | ||||
|
Active learning 1-1 ／主体的学修（予復習，反転授業，小テスト，振り返り 等） |
・毎週の講義内容に基づきレポートを課す．その作成のために毎回の講義内容について自己学習（復習）を欠かさないこと． Report based on the contents given in the class should be submitted every week. Self learning is essential with the submitted report every week. |
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
15%未満 |
|
Active learning 2-1 ／対話的学修（グループ学習，協働，調査体験 等） |
該当なし |
|
Active learning 2-2 ／上記項目に係るALの度合い |
該当なし |
|
Active learning 3-1 ／深い学修（複数科目の知識の総合化や問題解決型学修 等） |
該当なし |
|
Active learning 3-2 ／上記項目に係るALの度合い |
該当なし |