| 開講学期／Course Start | 2022年度／Academic Year 前期／First |
|---|---|
| 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 | 確率統計（Cクラス）／Probability and Statistics |
| 単位数／Number of Credits | 2 |
| 担当教員名／Lecturer | 北沢 祥一 (創造工学科航空宇宙工学コース) |
| 時間割コード／Registration Code | J3040 |
| 連絡先／Contact | 北沢 祥一(B208, 0143-46-5345, kitazawa@mmm.muroran-it.ac.jp) |
| オフィスアワー／Office hours | 北沢 祥一(水曜日 13時～15時) |
| 実務経験／Work experience | 北沢 祥一(電子部品の製造事業を扱う企業での高周波デバイス等の開発経験及び研究会社において高周波デバイスや無線通信方式の研究開発経験を有する) |
| 更新日／Date of renewal | 2022/02/28 |
|---|---|
| 授業のねらい ／Learning Objectives |
工学においては、製品開発、検査などで様々なデータを扱います。それには確率と統計が基礎として必要となります．統計によりデータを整理・分析するための手法が提供され、確率はその基礎的数理となります．この授業では、確率を扱うための数学的基礎と統計学の基本を学びます。 |
| 到達度目標 ／Outcomes Measured By: |
目標１：確率に関する数学的な概念の説明と計算ができる。 目標２：重要な確率分布についての特性や性質を説明し計算ができる。 目標３：統計学で用いられている基礎的な概念を理解し、統計的な 問題に対する計算ができる。 |
| 授業計画 ／Course Schedule |
総授業時間（実時間）︔2単位（90分/60分）X15回=22.5時間 第１週 記述統計I（ガイダンスと今後のスケジュール、変量とデータ、代表値、度数分布と ヒストグラム、分散と標準偏差） 第２週 記述統計II（相関、散布図、共分散、相関係数） 第３週 確率I(試⾏・事象・標本空間、和事象・積事象・背反確率、確率の値について) 第４週 確率II（条件付確率、独⽴事象、乗法定理、ベイズの定理） 第５週 確率分布I（確率変数、離散型確率分布、確率変数の期待値と分散） 第６週 確率分布II（主な離散型確率分布、連続型確率分布、連続型確率変数の期待値と分散） 第７週 確率分布III（確率変数の標準化、正規分布、標準正規分布、標準正規分布表） 第８週 Moodle演習１（講義前半の振り返り） 第９週 確率分布IV（同時確率関数・同時確率密度関数、独⽴な確率変数、⼤数の弱法則、中⼼極限定理） 第１０週 統計的推定I（統計的推定、標本分布と⺟集団分布、標本平均、不偏分散） 第１１週 統計的推定II（推定量、点推定、区間推定） 第１２週 統計的推定III（ｔ分布とｔ分布表、区間推定、⺟平均の区間推定（⺟分散が未知の場合）、指数分布、カイ⼆乗分布） 第１３週 統計的仮説検定I（帰無仮説、統計的仮説検定、⽚側検定と両側検定、⺟平均の検定） 第１４ 週 統計的仮説検定II（⺟⽐率と標本⽐率、⺟⽐率の推定、⺟⽐率の検定） 第１５ 週 Moodle演習２（講義後半の振り返り） 第１６週 定期試験 教科書の該当部分（授業時間内に指⽰する）を予め理解した上で授業に参加すること。 適宜演習課題を課す。 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。 |
| 教科書 ／Required Text |
やさしく語る確率統計 ⻄岡康夫著 オーム社 2013(ISBN:9784274214073) |
| 教科書・参考書に関する備考 | 授業中に適宜資料を配布する。 |
| 成績評価方法 ／Grading Guidelines |
⽬標１について数学基礎を重視した計算問題を出題し達成度を測る。 ⽬標２について分布の諸性質に関する計算問題を出題し達成度を測る。 ⽬標３について統計基礎に関する計算問題を出題し達成度を測る。 以上を定期試験等で評価し、全体で60％以上の場合に合格とする。 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 |
1年生までの数学系の授業内容について復習しておくこと。 講義の80%以上の出席者を試験対象とする。 授業の変更や緊急時の連絡は授業中または掲示板で通知する。 再試験は後期に一度だけ実施する。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 |
線形代数A、線形代数B、微分積分A、微分積分B |
| 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。数理基礎科目群に含まれ，数理科学の基盤的な内容を学びます。 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 |
|---|---|---|---|---|
| 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） |
適宜確認テストを行う。 |
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
50%超 |
|
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） |
|
|
Active learning 3-2 ／上記項目に係るALの度合い |
該当なし |