科目ナンバー

GI-SA1-IT07

履修条件・関連科目等

特になし

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

現代のデジタル社会において、AI（人工知能）や機械学習、ビッグデータ分析の根幹を支えるのは、データから客観的な知見を導き出す「統計学」である。本講義では、単なる数式の暗記ではなく、データが持つ意味を正確に読み解き、法学や政策立案、ビジネスの現場で「エビデンス（根拠）」として活用するための基礎体力を養う。
　具体的には、1変数・2変数の記述統計から、確率分布の基礎、区間推定、そして意思決定の要となる仮説検定（ｔ検定）までを体系的に学習する。さらに、統計学が機械学習や社会調査にどのように応用されているかを学び、データの誤用（騙しの統計）を見抜くための倫理観を養う。
　授業は講義とExcelを用いたPC実習を組み合わせて行う。実習ではオープンデータ等の実データを取り扱い、理論と実践で統計スキルを学ぶ。

科目目的

本授業は、デジタル社会における「共通言語」としての統計学の修得を目的とする。データに基づいた論理的思考（統計的思考力）を身につけ、社会のルールや倫理に照らして適切に運用・評価できる能力の基盤を築く。

到達目標

理論： 統計検の基礎概念を理解し、他者に説明できる。
技能： Excelを活用し、実データに対して集計・可視化・予測・t検定を自力で実行できる。
解釈： 分析結果のバイアスや誤用を見抜き、社会的な文脈で批判的に評価できる。

授業計画と内容

講義方針： 数理的な厳密さよりも、Excelを用いた実践的なデータ処理能力と、分析結果を社会のルール（法・政策・ビジネス）にどのように適用するかという「解釈力」の育成を重視する。

第 1 回：統計学の役割とデータの構造(教科書1章)
第 2 回：中心傾向の指標（代表値）(教科書2章)
第 3 回：データの散らばりと可視化(教科書1・2章)
第 4 回：相関分析と単回帰分析(教科書3章)
第 5 回：予測モデルの拡張（重回帰）(教科書4章)
第 6 回：確率論と２値の予測（分類）(教科書5章)
第 7 回：正規分布とデータの標準化(教科書6章)
第 8 回：標本調査の理論(独自教材)
第 9 回：母数の推定（区間推定）(教科書6章)
第10回：仮説検定の基礎（t検定）(教科書7・8章)
第11回：統計学の拡張と実社会の倫理（独自教材）
第12回：総合演習（1）：データの記述と予測（演習）
第13回：総合演習（2）：推測と検定（演習）
第14回：まとめ（授業内試験と解説）

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。

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

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

その他

授業におけるICTの活用方法（その他の内容等）

受講者が所有するPCを持参し、授業内演習で活用する。
Excelが使えることが必須である。

実務経験のある教員による授業

はい

【実務経験有の場合】実務経験の内容

総合シンクタンクにおいて、人工知能（AI）やデータサイエンスの専門家として、数多くのリサーチ・コンサルティングに従事した。また、AIが産業・社会に与える影響に関する調査研究を行い、講演や取材掲載が多数ある。

【実務経験有の場合】実務経験に関連する授業内容

人工知能（AI）の専門家として、統計学がAI等のビジネス実務や政策調査にどのように役立つかを紹介する。特に、第8回では政策調査・ビジネスのアンケート調査の実務経験が、第11回では統計学の延長にある機械学習やAIのビジネス実務経験が活かされる。

テキスト・参考文献等

＜指定教科書＞
・瀬川 浩平、『ゼロから始める統計入門』、マイナビ出版、2021年、2,728円。
（原則として初回までに購入すること）
＜参考図書＞
・西内 啓、「マンガ　統計学が最強の学問である」、ダイヤモンド社、2025年、2,200円。

その他特記事項

参考URL