授業情報/Course information

開講学期/Course Start 2021年度/Academic Year  後期/Second
開講曜限/Class period 月/Mon 5,月/Mon 6
授業区分/Regular or Intensive 週間授業
対象学科/Department 創造工学科
対象学年/Year 2年,3年,4年
授業科目区分/Category 教育課程 創造工学科
必修・選択/Mandatory or Elective 必修
授業方法/Lecture or Seminar 講義科目
授業科目名/Course Title 統計的データ処理(航空宇宙工学コース)
単位数/Number of Credits 2.0
担当教員名/Lecturer 畠中 和明
時間割コード/Registration Code J3033
連絡先/Contact 畠中 和明(A207、TEL:0143-46-5354、e-mail:hatnac@mmm.muroran-it.ac.jp)
オフィスアワー/Office hours 畠中 和明(毎週月曜日10:00~12:00)
実務経験/Work experience 畠中 和明(企業において関連する数学知識を要する計測・制御ソフトウェア設計・製作に携わった在職経験及び流体関連シミュレーションソフトウェア設計・製作に携わった在職経験を有する)
更新日/Date of renewal 2021/08/17
授業のねらい
/Learning Objectives
工学の各専門分野で必要となる統計処理の基礎を体得し、その応用として該当分野における使い方を学ぶ。授業を修めた時にはそれぞれの専門領域におけるデータ処理や解析において統計的な考え方、手法を的確に適用できるようになる。
到達度目標
/Outcomes Measured By:
1 データの分布,平均,分散を理解できる。
2 統計的推測を説明できる。
3 データを統計的に処理出来る
授業計画
/Course Schedule
総授業時間数:22.5時間
1回: ガイダンス
2回: 航空・宇宙分野におけるデータとその特徴
3回: データの分布とヒストグラム
4回: 平均と分散
5回: 相関関係と散布図
6回: 共分散と相関係数
7回: 最小2乗法による回帰係数の導出と残差
8回: データ分布,相関関係のまとめと到達度考査
9回: 統計的推測
10回: 母集団と標本
11回: 区間推定
12回: t分布と区間推定
13回: 検定
14回: 標本平均の分散
15回: 統計的推測,検定,標本平均のまとめと到達度考査

各回の学修時間の目安は、事前・事後合わせて4時間必要です。

新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、授業計画・授業実施方法は変更する可能性があります。
参考書等
/Required Materials
「統計学入門 数学苦手意識を克服する」浅野 晃,オーム社,2017年(ISBN:9784274220128)
成績評価方法
/Grading Guidelines
目標1については,8回目に実施する考査により到達度を測る。
目標2については,15回目に実施する考査により到達度を測る。
目標3については,各回で実施する確認問題により到達度を測る。
考査2回(30点満点x2)と講義13回分の確認問題(40点満点)の総合で60%以上を合格とする。
新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、成績評価方法は変更する可能性があります。
履修上の注意
/Notices
2年生前期に履修する「確率統計」の内容を十分に理解しておくこと。
再試験は行わない。不合格者は再履修とする。
学習・教育目標との対応
/Learning and Educational Policy
学生便覧「学習目標と授業科目との関係表」参照
関連科目
/Related course
データサイエンス入門、プログラミング入門、確率・統計、線形代数、微分積分
備考
/Notes
本科目は,数理データサイエンス教育プログラムの科目におけるデータサイエンス科目群に含まれ,科学・工学におけるデータを中心とした情報学的アプローチを学ぶます。数理データサイエンス教育プログラムについては学生便覧(令和3年度~)を参照してください。
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)
小テーマごとに考査や振り返りで確認する。
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)
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)
数学的知識を応用し,統計に必要な概念を理解する
Active learning 3-2
/上記項目に係るALの度合い
15%未満