山梨大学電子シラバス>検索結果一覧>授業データ |
授業科目名
|
担当教員
|
|||||||||||||||||||||
確率統計及び演習II
|
茅 暁陽
|
|||||||||||||||||||||
時間割番号
|
単位数
|
コース
|
履修年次
|
期別
|
曜日
|
時限
|
||||||||||||||||
253308 | 2 | CS・F過年度生 | 1 | 後期 | 水 | IV | ||||||||||||||||
[概要] | ||||||||||||||||||||||
まず,推定・検定の基礎となる確率分布について学ぶ.引き続き,統計的推測について,点推定,区間推定,仮説検定の三つを順を追って説明しながら,統計的推測が様々な局面での問題解決のためにどのような役割を果たしうるのかを講義する.最後に,分散分析を取り上げる.Mathematica によるプログラミングを通じた演習を可能な限り多く行い,理解を深めることとする. | ||||||||||||||||||||||
[具体的な達成目標] | ||||||||||||||||||||||
授業の到達目標及びテーマ<BR>1.統計的推定の基礎を理解し,実際に点推定・区間推定を実施できるようになる.<BR>2.統計的検定の概念を理解し,二項検定・t検定・F検定など代表的な検定を実施できるようになる.<BR>3.分散分析の手法および実験計画法の基礎を理解し,実際に実施できるようになる.<BR>4.統計的推定・検定および分散分析の実行プログラムをMathematicaによりプログラミング可能となる. | ||||||||||||||||||||||
[必要知識・準備] | ||||||||||||||||||||||
確率統計および演習?を履修済みであること | ||||||||||||||||||||||
[評価方法・評価基準] | ||||||||||||||||||||||
|
||||||||||||||||||||||
[教科書] | ||||||||||||||||||||||
[参考書] | ||||||||||||||||||||||
(未登録) | ||||||||||||||||||||||
[講義項目] | ||||||||||||||||||||||
第1回:t分布,F分布の性質<BR>第2回:推定の基礎(母集団と標本抽出,標本分布)<BR>第3回:点推定(不偏性,一致性,最尤性)<BR>第4回:区間推定(信頼区間,母平均の推定,母分散の推定)<BR>第5回:Mathematicaによる演習1(点推定・区間推定に関する演習)<BR>第6回:検定(帰無仮説,両側・片側検定,二項検定,平均の検定)<BR>第7回:中間試験 +検定(平均値の差の検定,分散に関する検定)<BR>第8回:検定(ノンパラメトリック検定)<BR>第9回:Mathematicaによる演習2(検定に関する演習)<BR>第10回:分散分析(1次元実験配置,分散分析表)<BR>第11回:分散分析(繰り返しのない場合の2次元実験配置)<BR>第12回:分散分析(繰り返しのある場合の2次元実験配置,交互作用)<BR>第13回:Mathematicaによる演習3(分散分析に関する演習)<BR>第14回:実験計画法(直交表とラテン方格,実験の設計)<BR>第15回:最終評価(総括とまとめ) | ||||||||||||||||||||||
[教育方法] | ||||||||||||||||||||||
主に推定、検定、分散分析の3つの内容についてそれぞれ3回ずつの講義の後に1回の演習を行うことで理解を深める。 | ||||||||||||||||||||||
[JABEEプログラムの学習・教育目標との対応] | ||||||||||||||||||||||
(未登録) | ||||||||||||||||||||||
[その他] | ||||||||||||||||||||||
(未登録) |