授業情報/Course information

開講学期/Course Start 2022年度/Academic Year   後期/Second
開講曜限/Class period 月/Mon 1 , 月/Mon 2
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(機械ロボット工学コース)/Statistical Data Processing
単位数/Number of Credits 2
担当教員名/Lecturer 湯浅 友典 (創造工学科機械ロボット工学コース)
時間割コード/Registration Code J3032
連絡先/Contact 湯浅 友典(Tel:0143-46-5347,E-mail:yuasa@mmm.muroran-it.ac.jp,Y305)
オフィスアワー/Office hours 湯浅 友典(Mon:16:00-17:00,Tue:13:00-14:00)
実務経験/Work experience
更新日/Date of renewal 2022/09/09
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
第01回 : ガイダンス
第02回 : 機械・ロボティクス分野におけるデータとその特徴
第03回 : データの分布とヒストグラム
第04回 : 平均と分散
第05回 : 相関関係と散布図
第06回 : 共分散と相関係数
第07回 : 最小2乗法による回帰係数の導出と残差
第08回 : データ分布,相関関係のまとめと到達度考査
第09回 : 統計的推測
第10回 : 母集団と標本
第11回 : 区間推定
第12回 : t分布と区間推定
第13回 : 検定
第14回 : 標本平均の分散
第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
「挫折しない統計学入門 : 数学苦手意識を克服する」浅野 晃,オーム社(ISBN:9784274220128)
教科書・参考書に関する備考 資料は必要に応じて配布する.
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,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.
再試は行わない.不合格者は再履修とする.

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.
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,文部科学省による数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)の認定に基づく,数理データサイエンス教育プログラムの教育科目として実施されます。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。プログラム内容については,学生便覧の数理データサイエンス教育プログラムを参照してください。
DSポイント:2ポイント
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
1 1 ガイダンス Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
2 2 各専門分野におけるデータとその特徴 Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
3 3 データの分布とヒストグラム Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
4 4 平均と分散 Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
5 5 相関関係と散布図 Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
6 6 共分散と相関係数 Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
7 7 最⼩2乗法による回帰係数の導出と残差 Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
8 8 データ分布,相関関係のまとめと到達度考査 Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
9 9 統計的推測 Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
10 10 ⺟集団と標本 Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
11 11 区間推定 Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
12 12 t分布と区間推定 Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
13 13 検定 Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
14 14 標本平均の分散 Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
15 15 統計的推測,検定,標本平均のまとめと到達度考査 Moodleを用いたオンライン学習 学習時間 3.5時間(予習・復習時間を含む)
Active learning 1-1
/主体的学修(反転授業,小テスト,振り返り 等)
小テーマごとに復習が重要であり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)
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)
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