科目ナンバー

SG-PM5-1C56

履修条件・関連科目等

確率・統計の基本的知識（学部講義統計数学１～３）を前提とする．重要な項目については適宜復習する．

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

データを解析するときには必ず統計手法を使っており, 生命科学・金融・保険数理・品質管理などの様々な分野で利用されている. 近年はデータ・サイエンスというキーワードが注目を浴びて, データ解析を適切に行うことができる人材が必要とされている. この講義では入門的な統計解析手法として普及している多変量解析法の背景にある理論を解説する. 最終的には既存のソフトで解析を行うことだけに満足せず, データ解析の背景にある統計推測の理論的な性質を理解し, 解析結果の適切な解釈ができるようになることを目指す.

科目目的

① 多変量正規分布の諸性質を説明できること．
② 推定理論の諸定理を説明できること．
③ 検定理論の諸定理を説明できること．　　

到達目標

① 多変量正規分布の諸性質を説明できること．
② 推定理論の諸定理を説明できること．
③ 検定理論の諸定理を説明できること．　　

授業計画と内容

1. Introduction.(4/23)
2 Random vectors and normal distributions.(4/23)
3. The multivariate normal distributions.(5/7)
4 .Exercise session..(5/7)
5.The Wishart distributions..(5/21)
6. The Wishart distributions: Jacobians of matrix transformations..(5/21)
7. Exercise session.(6/4)
8. Estimating a covariance matrix.(6/4)
9. Invariant tests of hypotheses.(6/18)
10. Exercise session.(6/18)
11. Distributions of eigenvalues.(7/2)
12 The MANOVA models and testing problems.(7/2)
13 Testing and estimating with missing data.(7/16)
14. Follow-up.(7/16)

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）

課題レポートおよび出席状況，平常点などを考慮して，総合的に評価する．

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

課題や試験のフィードバック方法（その他の内容等）

アクティブ・ラーニングの実施内容

実施しない

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

実施しない

授業におけるICTの活用方法（その他の内容等）

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

特定のテキストは用いず，講義スライドをmanabaに掲載する予定．必要な参考書・文献等は，講義の中で随時紹介します．

その他特記事項

参考URL