開講学期/Course Start | 2024年度/Academic Year 前期/First |
---|---|
開講曜限/Class period | 木/Thu 12 , 木/Thu 13 |
授業区分/Regular or Intensive | 週間授業 |
対象学科/Department | 創造工学科 夜間主コース |
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/Probability and Statistics |
単位数/Number of Credits | 2 |
担当教員名/Lecturer | 加野 裕 (創造工学科電気電子工学コース) |
時間割コード/Registration Code | J8430 |
連絡先/Contact | 加野 裕(e-mail: h-kano@muroran-it.ac.jp) |
オフィスアワー/Office hours | 加野 裕(電気電子工学コースホームページを参照して下さい.) |
実務経験/Work experience |
更新日/Date of renewal | 2024/03/11 |
---|---|
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) 総授業時間数:22.5時間 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。 |
教科書 /Required Text |
やさしく語る確率統計 西岡康夫著 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100点満点で評価し、60点以上を合格とする。点数の配分は以下の通りである。 各週の課題等(40%)、定期試験(60%) |
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 |