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 確率統計及び演習I
時間割番号 TCS110
担当教員名 福本　文代
開講学期・曜日・時限 前期・火・III 単位数 2
＜対象学生＞
2019年度以前の入学生
＜授業の目的＞
工学の分野においては，現象を定量的に記述したり比較することが要求される．ところが，あらゆる測定において，偶然事象である測定誤差あるいは雑音が混入するのが常である．本講義では，このような偶然事象から法則性を抽出し，その法則に基づいて現象を説明する枠組みである記述統計学の基礎を学ぶ．その前段階として，偶然を数量化するために用いられる確率の概念を学ぶ．本講義では, 講義の一部をMathematica によるプログラミング演習に充てる. すなわち, 演習によりデータ分析と処理を行うことで，統計学の基礎的な事項の理解を深めることとする．
＜本授業科目による獲得・涵養が特に期待されるコンピテンシー＞（能力・資質）
工学部>コンピュータ理工学科向け
＜到達目標＞  到達目標とは
目標NO説明コンピテンシー未選択
1現象の定理的な記述や比較が可能となるよう, 具体的な課題を通して確率・統計手法の基本原理を理解する. これによりテキスト処理をはじめとする各種データ処理において 統計量を扱うことができるようになる. 具体的な項目は以下の通りである.
2(a) 与えられたデータに対する各種代表値の求め方が理解できている.
3(b) 確率変数, 確率密度関数, 分布関数について理解できている.
4(c) 正規分布, 2項分布などの基本的な分布の意味について理解できている.
5(d) 与えられた分布に従う確率変数の平均, 分散を求めることができる.
＜成績評価の方法＞
目標No割合評価の観点
110%なぜデータサイエンスを学ぶ必要があるのかを理解し、説明できる．
220%代表値を理解し，実データに対して統計量を扱うことができる．
330%相関について理解し，実データに対して統計量を扱うことができる．
430%確率および確率分布を理解し，実データに対して統計量を扱うことができる．
510%テキストデータをコンピュータで分析する有効性を理解し説明．
合計100% 
＜授業の方法＞
初等関数についての積分
＜受講に際して・学生へのメッセージ＞
(未登録)
＜テキスト＞
  1. 小寺平治, ゼロから学ぶ統計解析, 講談社, ISBN:4-06-154656-2
＜参考書＞
(未登録)
＜授業計画の概要＞
1タイトル資料の処理（度数分布表・ヒストグラム）
事前学習
事後学習		pp. 2～23
授業内容資料の処理（度数分布表・ヒストグラム）
2タイトル代表値（平均・中位数・最頻値）
事前学習
事後学習
授業内容代表値（平均・中位数・最頻値）
3タイトル散布度（分散・チェビシェフの定理）
事前学習
事後学習
授業内容散布度（分散・チェビシェフの定理）
4タイトル相関（相関）
事前学習
事後学習
授業内容相関（相関）
5タイトル相関（回帰直線)
事前学習
事後学習
授業内容相関（回帰直線)
6タイトルPythonによる演習1（リストの作成, 平均値・分散の計算）
事前学習
事後学習
授業内容Pythonによる演習1（リストの作成, 平均値・分散の計算）
7タイトルPythonによる演習2（関数の定義, 相関係数の計算）
事前学習
事後学習
授業内容Pythonによる演習2（関数の定義, 相関係数の計算）
8タイトル前半のまとめと中間試験
事前学習
事後学習
授業内容前半のまとめと中間試験
9タイトル確率分布（離散変数）
事前学習
事後学習
授業内容確率分布（離散変数）
10タイトル確率分布（期待値, 分散）
事前学習
事後学習
授業内容確率分布（期待値, 分散）
11タイトル順列・組み合わせ・2項分布
事前学習
事後学習
授業内容順列・組み合わせ・2項分布
12タイトル正規分布
事前学習
事後学習
授業内容正規分布
13タイトルPythonによる演習3（確率分布に関する演習）
事前学習
事後学習
授業内容Pythonによる演習3（確率分布に関する演習）
14タイトルPythonによる演習4（正規分布, 2項分布に関する演習）
事前学習
事後学習
授業内容Pythonによる演習4（正規分布, 2項分布に関する演習）
15タイトル後半のまとめと期末試験
事前学習
事後学習
授業内容後半のまとめと期末試験
＜実務経験のある教員による授業科目の概要＞
演習を通して理解を深める。
＜備考＞
(未登録)