| 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 | 2024/03/13 |
|---|---|
| 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。 |
| 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 |