Statistics Analysis ｜ Syllabus data

開講年度

2025Year

開講学期

Second Semester

科目名

Statistics Analysis

授業種別

Lecture

科目名（英語）

Statistics Analysis

授業情報(授業コード・クラス・授業形態)

A2000032 Statistics Analysis

担当教員

MIKAMI Dan

単位数

2.0Credits

曜日時限

Wed.2Period

キャンパス

Hachioji Remote

教室

学位授与の方針

1 基礎知識の修得 10 ％
2 専門分野の知識・専門技術の修得 80 ％
3 汎用的問題解決力の修得 10 ％
4 道徳的態度と社会性の修得 0 ％

具体的な到達目標

・ヒストグラムや散布図などを用いて、データの可視化が行える。
・t分布、F分布などを用いて母集団の推定・検定などができる
・回帰分析などの多変量解析方法について、基礎知識を理解できる。

受講にあたっての前提条件

授業のねらいを把握し、それを習得する意志がある。

授業の方法とねらい

正規分布以外の分布（t,χ2,F)などの分布を用いた推定統計について学ぶ。また、回帰分析、判別分析などの多変量解析の基礎について、例題を交えながら学ぶ。

AL・ICT活用

Project Based Learning

第1回

授業形態

授業情報欄記載の通り

事前学習

講義資料を予習すること。

0.5時間

授業内容

確率と確率変数

事後学習・事前学習

講義資料を予習すること。演習問題を復習すること。

0.5時間

第2回

授業形態

授業情報欄記載の通り

授業内容

確率分布

事後学習・事前学習

講義資料を予習すること。演習問題を復習すること。

0.5時間

第3回

授業形態

授業情報欄記載の通り

授業内容

母集団と標本

事後学習・事前学習

講義資料を予習すること。演習問題を復習すること。

0.5時間

第4回

授業形態

授業情報欄記載の通り

授業内容

点推定と最尤推定

事後学習・事前学習

講義資料を予習すること。演習問題を復習すること。

0.5時間

第5回

授業形態

授業情報欄記載の通り

授業内容

区間推定

事後学習・事前学習

講義資料を予習すること。演習問題を復習すること。

0.5時間

第6回

授業形態

授業情報欄記載の通り

授業内容

検定

事後学習・事前学習

講義資料を予習すること。演習問題を復習すること。

0.5時間

第7回

授業形態

授業情報欄記載の通り

授業内容

回帰分析

事後学習・事前学習

講義資料を予習すること。演習問題を復習すること。

0.5時間

第8回

授業形態

授業情報欄記載の通り

授業内容

判別分析

事後学習・事前学習

講義資料を予習すること。演習問題を復習すること。

0.5時間

第9回

授業形態

授業情報欄記載の通り

授業内容

主成分分析

事後学習・事前学習

講義資料を予習すること。演習問題を復習すること。

0.5時間

第10回

授業形態

授業情報欄記載の通り

授業内容

クラスター分析

事後学習・事前学習

講義資料を予習すること。演習問題を復習すること。

0.5時間

第11回

授業形態

授業情報欄記載の通り

授業内容

ニューラルネットワーク

事後学習・事前学習

講義資料を予習すること。演習問題を復習すること。

0.5時間

第12回

授業形態

授業情報欄記載の通り

授業内容

ベイズ推定

事後学習・事前学習

講義資料を予習すること。演習問題を復習すること。

0.5時間

第13回

授業形態

授業情報欄記載の通り

授業内容

応用事例と演習

事後学習・事前学習

講義資料を予習すること。演習問題を復習すること。

0.5時間

第14回

授業形態

授業情報欄記載の通り

授業内容

授業内試験

事後学習・事前学習

復習をしておくこと

0.5時間

第15回

授業形態

授業情報欄記載の通り

授業内容

振り返り

事後学習

復習すること。

0.5時間

成績評価の方法

授業課題、試験の結果に基づいて評価を行う。試験が未受験の場合は不可。
Grade D以上の者に単位を認める。

受講生へのフィードバック方法

演習に対するフィードバックは授業中に随時行う
試験へのフィードバックはオンデマンド教材で実施する

教科書

指定しない

参考書

指定しない

オフィスアワー

火曜３限（12:30-14:00)　新宿校舎 A-2313
なるべく事前にメールで連絡をください。メールでの質問も歓迎します。

メールアドレス：　mikami.dan [at] cc.kogakuin.ac.jp
メールを送る時には [at] を @ に置き換えてください。

受講生へのメッセージ

確率統計から多変量解析は、研究や社会に出てからの仕事でも活きる重要な基礎知識です。積極的に学んで身に着けてください。

実務家担当科目

Applicable

実務経験の内容

民間企業において、研究および研究成果の実用化に関する取り組みを行ってきた。

教職課程認定該当学科

Department of Computer Science

その他の資格・認定プログラムとの関連