|
授業科目名
|
||||||||||||||||||||||
|
データサイエンス２
|
||||||||||||||||||||||
|
担当教員
|
||||||||||||||||||||||
|
西郷 達彦
|
||||||||||||||||||||||
|
時間割番号
|
単位数
|
履修年次
|
期別
|
|||||||||||||||||||
| M0002221 | 1 | 2 | 前期 | |||||||||||||||||||
| ［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<BR>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。<BR><BR> 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。<BR><BR> 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。<BR><BR> データサイエンス２では１での基礎をもとにより進んだ手法や正規母集団以外の解析方法など実際の医学研究で多用される手法を学びます。 | ||||||||||||||||||||||
| ［授業計画］ | ||||||||||||||||||||||
確率分布<BR>回帰分析<BR>分散分析<BR>適合度検定<BR>ノンパラメトリクス<BR>グラフィックスの環境Ｒの操作 |
||||||||||||||||||||||
| ［到達目標］ | ||||||||||||||||||||||
| １．確率についてやや進んだ手法を学び、知識を整理する。<BR>２．回帰分析や分散分析など正規母集団への応用的手法の基礎を身につける。<BR>３．クロス表やノンパラメトリクスなど正規母集団以外の解析方法を学ぶ。<BR>４．Ｒ環境を使って、簡単なデータの解析ができるようになる。<BR>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］ | ||||||||||||||||||||||
|
||||||||||||||||||||||
| ［教科書］ | ||||||||||||||||||||||
| ［参考書］ | ||||||||||||||||||||||
|
||||||||||||||||||||||