山梨大学電子シラバス

授業科目名

データサイエンス１ (本年度非開講)

担当教員

西郷　達彦

時間割番号

単位数

履修年次

期別

M0001912

後期

［学習目標］

医学を含む諸科学においては，新たな事実を知るため研究を行ったり他人の研究結果を 読み解く必要があります。ここで何らかの事実を述べる際には、実際に実験や観察を行った一部の対象の事実からより広い対象に同じ事実が成り立つことを言う一般化が伴います。しかしここには論理の飛躍が伴い、これを保証するための方法論が必要です。その方法論が統計学であり、この科目で身につけるべき内容です。そこで研究を行い論文を書く際はもちろん、他人の研究成果を読み解く際にも統計学の知識と考え方が必要となります。 　近年では強力な統計ソフトウェアが充実していることから、十分な統計学の理解がないまま多くの手法が乱用されていることが指摘されています。根拠のない解析は間違った研究結果につながり、研究に携わる人々や機関・対象者・公表した内容に関わる人々など多方面に損害を与えます。確率・統計の基本概念を成り立ちなど背景から理解し，各手法の根底にある発想を身につけることが求められます。 　学部1・2年生は実際に解くべき具体的な問題を伴わないため統計学を学ぶ動機づけに欠ける時期ではありますが、数学の知識が豊富であるためこれに関わる基盤からの統計学を学ぶにはむしろ絶好の時期ともいえます。数学的な基礎から統計を身につけておくと、将来より専門的な手法を学ぶ際にもはるかに有利になります。安易なhow toを求めず長く用いられる基礎を身につけてください。 　将来の目標として１．医学論文の統計解析について読みこなせること。２．自らの研究において行う解析の意味が十分に理解できること。３．必要なときに統計の文献を読みこなし、統計家と議論することで、より広い解析ができること。などが挙げられます。 　データサイエンス１では基本的な確率から始め、得られたデータを整理する記述統計の方法と、その二つを組み合わせて一部データから全体を推測する推測統計学の基本を学びます。

［授業計画］

Ａ．記述統計<BR>統計学入門と１次元データの整理<BR>２次元データの整理<BR><BR>Ｂ．確率<BR>確率の基礎<BR>確率変数と確率分布<BR>離散分布<BR>連続分布<BR>多次元の分布<BR>大数の法則と中心極限定理<BR><BR>Ｃ．推測統計<BR>標本分布<BR>推定<BR>仮説検定<BR>回帰分析

［到達目標］

１．基本的な確率の計算と確率分布の例を理解する。 ２．記述統計の手法を身につける。 ３．推定・検定など推測統計学の考え方を理解し、実際に基本的な推定・検定ができるようになる。 ４．Ｒ環境の基本的な操作方法を学ぶ。 ５．医学研究に必要な統計解析の発想を身につけ、新しい知識を生み出す科学的思考力を養う。

［評価方法］

No	評価項目	割合	評価の観点
1	試験：期末期	30 %	講義理解
2	試験：中間期	30 %	講義理解
3	小テスト／レポート	40 %	演習・課題提出等

［教科書］

押川元重 , 阪口紘治, 基礎統計学, 培風館, ISBN:4563008710

［参考書］