授業情報/Course information

開講学期/Course Start 2023年度/Academic Year   後期/Second
開講曜限/Class period 木/Thu 1 , 木/Thu 2
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(Bクラス・化学生物システムコース)/Statistical Data Analysis
単位数/Number of Credits 2
担当教員名/Lecturer 飯森 俊文 (システム理化学科化学生物システムコース)
時間割コード/Registration Code J4031
連絡先/Contact 飯森 俊文(居室: H棟410号室; 内線:5767; Email: iimori@muroran-it.ac.jp)
オフィスアワー/Office hours 飯森 俊文(月曜日17:30ー18:30)
実務経験/Work experience
更新日/Date of renewal 2023/09/08
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出来る。
授業計画
/Course Schedule
総授業時間数(実時間):22.5時間
1回: ガイダンス、有効数字の意味
2回: 各専門分野におけるデータとその特徴
3回: 箱ひげ図とヒストグラム
4回: 平均の意味と分散
5回: 多変量解析における相関関係と散布図
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: 正規分布と有意水準
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
16回: 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。
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)
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、16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。
履修上の注意
/Notices
2年生前期に履修する確率論の内容を十分に理解しておくこと。授業の変更や緊急時の連絡は授業中、掲示板、またはMoodle上で通知する。
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、確率論、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、講義内容の振り返りのための演習課題を与えるので,各自で課題に取り組む自己学習を行い講義にのぞむこと.
・講義時間が限られているため講義時間内に詳解できない箇所については、自主的に参考書を読み理解を確認すること.
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)
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