| 開講学期／Course Start | 2019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 | 講義科目 |
| 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 |
| 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) |
| 実務経験／Work experience | 相津佳永(電機光学製品の研究開発事業を扱う企業での光計測システムの研究開発経験を有する) |
| 更新日／Date of renewal | 2019/03/07 |
|---|---|
| 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（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 |