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 水/Wed 5,水/Wed 6
授業区分/Regular or Intensive 週間授業
対象学科/Department システム理化学科
対象学年/Year 2年,3年,4年
授業科目区分/Category 教育課程 システム理化学科
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 統計的データ分析(Aクラス)
単位数/Number of Credits 2.0
担当教員名/Lecturer 澤口直哉
時間割コード/Registration Code J4030
連絡先/Contact 澤口直哉(Y607 / 0143-46-5673 / nasawa(at mark)mmm.muroran-it.ac.jp)
オフィスアワー/Office hours 澤口直哉(火曜日  8:45-10:15  (後期))
実務経験/Work experience
更新日/Date of renewal 2021/08/20
授業のねらい
/Learning Objectives
理学的専門分野で必要となる統計処理の基礎を体得し、概念を理解した上で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できる。
授業計画
/Course Schedule
総授業時間数(実時間): 22.5時間
1週目: ガイダンス、有効数字の意味
2週目: 物理物質分野におけるデータとその特徴
3週目: 箱ひげ図とヒストグラム
4週目: 平均の意味と分散
5週目: 多変量解析における相関関係と散布図
6週目: 共分散と相関係数
7週目: 最小2乗法による回帰係数の導出と残差
8週目: データ分布、相関関係のまとめと到達度考査
9週目: 統計的推測
10週目: 母集団と標本
11週目: 区間推定
12週目: t分布と区間推定
13週目: 正規分布と有意水準
14週目: 標本平均の分散
15週目: 統計的推測、検定、標本平均のまとめと到達度考査

・授業以外に授業の事前と事後を合わせて4時間程度の自習時間が必要です。
・新型コロナウイルス感染症の流行状況を鑑みて、履修生へ十分周知の上で授業計画・授業実施方法を変更する可能性があります。
教科書
/Required Text
統計学入門 東京大学教養学部統計学教室編  東京大学出版会 1991(ISBN:9784130420655)
参考書等
/Required Materials
計測における誤差解析入門 John R. Taylor著 ; 林茂雄, 馬場凉訳  東京化学同人 2000(ISBN:9784807905218)
データのとり方とまとめ方 : 分析化学のための統計学とケモメトリックス James N.Miller, Jane C.Miller著 ; 宗森信, 佐藤寿邦訳  共立出版 2004(ISBN:432004360X)
挫折しない統計学入門 : 数学苦手意識を克服する 浅野晃著  オーム社 2017(ISBN:9784274220128)
異端の統計学ベイズ シャロン・バーチュ・マグレイン著 ; 冨永星訳  草思社 2018(ISBN:9784794223647)
サンプリングって何だろう : 統計を使って全体を知る方法 廣瀬雅代, 稲垣佑典, 深谷肇一著  岩波書店 2018(ISBN:9784000296717)
教科書・参考書に関する備考 必要に応じて補助資料を配付する。
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、14回の後に提出するレポートにより到達度を測る。
考査2回(30点満点x2)とレポート(40点満点)の総合で60%以上を合格とする。
不合格者は再履修すること。

・新型コロナウイルス感染症の流行状況を鑑みて、履修生へ十分周知の上で成績評価法を変更する可能性があります。
履修上の注意
/Notices
2年次前期開講の確率論の内容を基礎とする。確率論は既習得とみなして授業を行うので、十分に理解しておくこと。
 
教員メッセージ
/Message from Lecturer
統計学の基礎と誤差論を起点に、物理物質コースで求められるデータ分析の基礎を講義する。当科目を学修後は、誤差や平均値をそれらの意味を理解した上で扱えるようになることが目的の1つである。
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、確率論、線形代数、微分積分、
理工学情報演習、統計力学
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)
・統計学の基礎となる確率論は2年次前期に学修済であるので、本講では詳細には取り上げない。理解不足に気付いたら、自主的に復習する必要がある。
・履修生が理解度を確認し復習できるように、ほぼ毎回演習課題を課す。
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)
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)
2年次前期までに学習した数学や確率論の知識を応用した学習を進める。
Active learning 3-2
/上記項目に係るALの度合い
15%未満