【授業の目的】
現代社会において，データの統計的および確率的な考察の需要は分野を問わず増加しています．データに基づき，数理的な妥当性を保証しながら，未来予測や過去分析・推測のための知識やルールを構築する能力は，現代科学を理解・推進する基礎の一つであると考えられます．本授業の目的は，そのために必要となる数理統計学の概念を身につけることです．
【授業の到達目標】
この授業を履修した学生は，
・データの算術平均，中央値，幾何平均の違いを説明できる．
・データを標準化できる．
・相関と回帰の違いを説明でき，データから相関係数や回帰式を計算できる．
・条件付き確率，同時確率，周辺化を用いて，逆確率を計算できる．
・複数の確率変数の和の分布を計算できる．
・複数の確率変数の独立性について説明できる．
・最尤法を用いて，確率モデルのパラメタをデータから推定できる．
【授業概要（キーワード）】
データの標準化，相関，回帰，逆向き推論，確率変数の独立性，確率変数の和の分布，点推定，区間推定，最尤推定
【学生主体型授業（アクティブラーニング）について】
A-1．ミニッツペーパー、リフレクションペーパー等によって、自分の考えや意見をまとめ、文章を記述し提出する機会がある。：1～25％
【科目の位置付け】
本授業は，主に「データからの知識獲得」にまつわる課題について，数理統計学の観点から論理的に分析し，解決策を提案する力を身につけるためのものです．
【SDGs（持続可能な開発目標）】
09.産業と技術革新の基盤をつくろう
【授業計画】
・授業の方法
数理統計学に登場する専門用語や考え方を説明した上で，具体例の観察および計算を演習形式で行う予定です．
・日程
第１回 ガイダンス（学習目標の提示，授業の進め方の説明）
第２回 データを代表する値の性質を知る．
第３回 データを代表する値を求める．データのばらつきを測る．データを線形変換する．データを標準化する．
第４回 相関係数：２つのデータに関係があるかどうかを調べる．
第５回 回帰：入力データから出力データを予測する．
第６回 中間テストと解説
第７回 データを観測したとき，そのデータを生成した確率モデルを当てる．
第８〜９回 条件付き確率，乗法定理，同時確率の周辺化，確率変数の独立性
第１０〜１１回 確率変数の平均と分散，線形変換，標準化，複数の確率変数の和の分布
第１２〜１４回 観測データを生成した確率モデルのパラメタを「点」または「区間」で当てる．
第１５回 期末テストと解説
【学習の方法・準備学修に必要な学修時間の目安】
・受講のあり方
ウェブクラスで配布する予定のテキスト（pdf資料），および，エクセルファイルを活用してください．
・授業時間外学習（予習・復習）のアドバイス
授業で取り扱った内容を，他の受講者と議論したり，ウェブや図書館で自分なりに調べてみてください．
【成績の評価】
・基準
日程欄に記載した内容に関わる計算および説明ができるようになること．具体的には，授業の到達目標欄に記載した内容ができるようになること．
・方法
２回のテスト（中間テスト３０点，期末テスト５０点を予定）と，テストの回以外にほぼ毎回提出していただく予定の「確認メモ」（各回２点を予定）の合計点で評価する予定です．得点が１００点を超えた場合は最終的な成績を１００点とします．
【テキスト・参考書】
テキスト（pdf資料）は，ウェブクラスで配布する予定です．参考書は授業のなかで提示する予定ですが，必ずしも購入する必要はありません．
【その他】
・学生へのメッセージ
各回の授業に参加した結果，「どこまで分かったか」「どこから分からなくなったか（どんなクエスチョンが新たに生まれたか）」を，ことばに直してメモ書きすることをおすすめします．これを積み重ねて作られるメモ集は（一人ひとりの受講者にとっての）財産になると思います．
・オフィス・アワー
基本的には授業終了後から１１：００までとしますが，随時，地教２号館４階４３４までどうぞ（事前にウェブクラスからメールでアポイントメントをとると確実です）．
|