| 開講学期／Course Start | 2026年度／Academic Year 後期／Second |
|---|---|
| 開講曜限／Class period | 火/Tue 14 , 火/Tue 15 |
| 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／Department of Engineering |
| 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（機械系コース）／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 | J8428 |
| 連絡先／Contact | 湯浅 友典(Tel: 0143-46-5347, E-mail: yuasa@muroran-it.ac.jp, Room: Y401) |
| 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 | 2026/09/10 |
|---|---|
| 授業のねらい ／Learning Objectives |
工学の各専門分野で必要となる統計的データ処理の基礎を体得し，Excelを用いた演習を通して，実データや模擬データに対する具体的な適用方法を学ぶ．確率，記述統計，推定，検定，相関・回帰分析を扱い，データのばらつきや不確かさを考慮しながら，各専門領域におけるデータ処理や解析に統計的な考え方と手法を的確に適用できる力を養う． |
| 到達度目標 ／Outcomes Measured By: |
1. 確率，確率分布，正規分布，シミュレーションの基礎を理解し，Excelを用いて確率的な現象を計算・分析できる．（理解力，計算力） 2. データの分布やばらつきを理解し，推定，検定，比較，相関・回帰分析によりデータの特徴や関係性を説明できる．（理解力，論理力） 3. 専門分野のデータ処理や解析において，統計的な考え方と手法を適切に選択・適用し，結果を論理的に判断できる．（理解力，計算力，論理力） |
| 授業計画 ／Course Schedule |
総授業時間数（実時間）：2単位(45分/60分)×2時限×15回＝22.5時間 第01回：統計的データ処理の導入とExcelの基本操作（データを捉える知識力，計算力の修得） 第02回：確率の基本と相対度数（確率的現象を理解する知識力，論理力の修得） 第03回：条件付き確率とベイズの定理（条件付き判断力，確率的推論力の修得） 第04回：二項分布とポアソン分布（回数データを扱う知識力，確率計算力の修得） 第05回：正規分布と標準化（測定データのばらつきを捉える力，規格判定力の修得） 第06回：モンテカルロシミュレーション（データ推定力，確率現象を実践的に扱う力の修得） 第07回：前半まとめと総合演習（確率分野の総合理解力，計算力・論理力の修得） 第08回：確率，条件付き確率，確率分布，正規分布，シミュレーションの到達度考査（確率計算力と実践的理解力の確認） 第09回：記述統計とデータの可視化（データを捉える知識力，可視化力の修得） 第10回：標本分布と標準誤差（母集団を推測する基礎理解力，推定の知識力の修得） 第11回：信頼区間と区間推定（データ推定の知識力，不確かさを扱う力の修得） 第12回：仮説検定と1標本t検定（統計的判断力，論理力の修得） 第13回：2群比較と分散分析の導入（データ比較の知識力，検定を選択する力の修得） 第14回：相関分析と単回帰分析（データ関係性の知識力，予測モデル構築力の修得） 第15回：記述統計，信頼区間，仮説検定，2群比較，相関・回帰分析の到達度考査（統計的データ処理を総合的に活用する力の確認） ※ 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 |
挫折しない統計学入門 : 数学苦手意識を克服する / 浅野晃著 / オーム社(ISBN:9784274802959) |
| 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． |
| 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． 再試験は行わない．不合格者は再履修とする． 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． |
| 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 |
| 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を用いた反転学習 | |
| 2 | 2 | 各専⾨分野におけるデータとその特徴 | Moodleを用いた反転学習 | 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を用いた反転学習 | 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を用いた反転学習 | 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を用いた反転学習 | 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を用いた反転学習 | 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 M | Moodleを用いた反転学習 | 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試験 | |
| 9 | 9 | 統計的推測 | Moodleを用いた反転学習 | 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を用いた反転学習 | 学習時間 3.5時間（予習・復習時間を含む） |
| 11 | 11 | 区間推定 | Moodleを用いた反転学習 | 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を用いた反転学習 | 学習時間 3.5時間（予習・復習時間を含む） |
| 13 | 13 | 検定 | Moodleを用いた反転学習 | 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を用いた反転学習 | 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試験 |
|
Active learning 1-1 ／主体的学修（反転授業，小テスト，振り返り 等） |
小テーマごとに自己学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 |