科目ナンバー

SE-SA2-7A13

履修条件・関連科目等

　「確率論」、「統計学」を履修していることが望ましい。これまでの学習で、電卓を用いてある程度統計解析ができるようになっていると思われるが、ここでは、さらに計算機を用いて統計解析を行うので計算機の扱いに慣れている必要がある。

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

　統計的データの取り扱いとその解析方法について学習する。実際のデータ解析を行うための基礎的な学習を講義と計算機を用いた演習を通じて学ぶ。データ解析第１では、データ解析を行うためのプログラミング言語ＲとPythonを活用してデータを計算機に読み込み、散布図を描いたり、基本統計量を算出したりして探索的にデータ解析できる能力を養う。

科目目的

　本講義では、計算機を利用して実データをどのように扱うかを学習する。実際の分析を通して、プログラミング言語の習得や、実データをどのように扱うかを統計学的な立場に立って分析を行う。

到達目標

　大きく以下の三点を理解あるいは実装できることを目標とする。
（１）データをRやPythonで適切に加工、可視化できる
（２）探索的なデータ解析が行える
（３）データに応じた解析方法を判断できる

授業計画と内容

第１回　データの分類と整理
第２回　Ｒ, Pythonによるデータ解析入門
第３回　変数間の関係（共分散、相関係数）
第４回　基本統計量と探索的データ解析
第５回　点推定と区間推定
第６回　統計モデルにおけるパラメータ推定
第７回　種々のパラメータ推定法
第８回　統計的仮説検定
第９回　平均の検定
第10回　分散の検定
第11回　適合度検定、分割表の独立性検定
第12回　単回帰分析
第13回　重回帰分析
第14回　モデル選択

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出

授業時間外の学修の内容（その他の内容等）

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける／授業時間に限らず、manabaでフィードバックを行う／その他

課題や試験のフィードバック方法（その他の内容等）

manabaとともに、この授業用にGoogle Classroomを用いて、補足資料の共有やショートコメントなどのフィードバックを行う。

アクティブ・ラーニングの実施内容

ディスカッション、ディベート

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法

その他

授業におけるICTの活用方法（その他の内容等）

Google Classroom, Google Drive, Google Colaboratoryを利用して、オンラインにも対応した授業を行う。

実務経験のある教員による授業

いいえ

【実務経験有の場合】実務経験の内容

【実務経験有の場合】実務経験に関連する授業内容

テキスト・参考文献等

講義資料・課題は、manabaあるいはGoogle Classroom上に掲示する。
参考文献：鎌倉, 神保, 竹田著, 景山三平監修. (2016) 理工系のための統計入門. 実教出版. ISBN:978-4407337242.
間瀬, 神保, 鎌倉, 金藤著. (2004) 工学のためのデータサイエンス入門. 数理工学社. ISBN:978-4901683128.

その他特記事項

参考URL