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II
時間割番号 TCS111
担当教員名 宗久 知男
開講学期・曜日・時限 後期・月・IV 単位数 2
<対象学生>
(未登録)
<授業の目的>
具体的な応用例を取り上げながら,統計的推定,統計的仮説検定及び分散分析について実践的に学ぶ。コンピュータ理工学科では,卒業研究としてユーザインタフェースの評価のために被験者による心理学的実験を行う場合がある。個人による評価は同一刺激に対しても繰返しでばらつき,また個人差もある。このようなバラツキのあるデータから意味のある結論を得るための道具として,推定・検定・分散分析を使いこなす力を修得することを目的とする。
<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
記号コンピテンシー(能力・資質) 
CS-A専門6.情報科学、及び、数学や自然科学等の知識と手法を用いて、以下のことができる。6a.解決すべき問題を形式化することができる。
<到達目標>  到達目標とは
目標NO説明コンピテンシーとの対応
CS
1統計的推定の基礎を理解し,実際に区間推定を実施できるようになる.CS-A
2統計的検定の概念を理解し,t検定など代表的な検定を実施できるようになる.CS-A
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.CS-A
<成績評価の方法>
目標No割合評価の観点
130%標本抽出の概念を説明でき区間推定を実施できるか,毎講義の小テスト/期末試験とレポートにより評価
230%t検定など代表的な検定を実施できるか,毎講義の小テスト/期末試験とレポートにより評価
340%分散分析を実施できるか,毎講義の小テスト/期末試験とレポート(2課題)により評価
合計100% 
<授業の方法>
【基本事項】「確率統計および演習I」を履修済みであること
【授業実施】
- 毎回小テストを行う
- Pythonを用いた演習を行う
<受講に際して・学生へのメッセージ>
(未登録)
<テキスト>
  1. 小寺平治著, ゼロから学ぶ統計解析 第10刷, 講談社, ISBN:4061546562,
    (2007年出版 ゼロから学ぶシリーズ)
<参考書>
  1. 谷合廣紀著, Pythonで理解する統計解析の基礎, 技術評論社, ISBN:4297100495,
    (2018年出版 Python × math series)
<授業計画の概要>
1タイトル推定の基礎(母集団と標本抽出,標本分布)
事前学習
事後学習
事前学習:教科書の該当ページを閲読。事後学習:授業内容の振り返り。
授業内容・母集団と標本抽出の概念について解説
・標本分布の平均と分散について解説
2タイトル統計的推定(信頼区間,母平均の推定,母分散の推定)
事前学習
事後学習
事前学習:教科書の該当ページを閲読。事後学習:授業内容の振り返り。
授業内容・区間推定の概念について解説
・母平均および母比率に関する信頼区間の算出法について解説
3タイトル統計的推定(母分散,母比率の推定)
事前学習
事後学習
事前学習:教科書の該当ページを閲読。事後学習:授業内容の振り返り。
授業内容・母比率及び母分散に関する信頼区間の算出法について解説
4タイトル区間推定に関する演習
事前学習
事後学習
事前学習:Pythonの文法の確認。事後学習:レポート課題を解いて提出。
授業内容・Pythonを用いて区間推定する技術を修得
・与えられたデータに対して受講生がプログラムをつくりレポート作成
5タイトル仮説検定(帰無仮説,有意水準,棄却域,両側・片側検定,母平均の検定)
事前学習
事後学習
事前学習:教科書の該当ページを閲読。事後学習:授業内容の振り返り。
授業内容・検定の概念について解説
・二項検定について解説
6タイトル仮説検定(等平均の検定)
事前学習
事後学習
事前学習:教科書の該当ページを閲読。事後学習:授業内容の振り返り。
授業内容・t検定に関して解説
7タイトル仮説検定(母分散の検定,等分散の検定)
事前学習
事後学習
事前学習:教科書の該当ページを閲読。事後学習:授業内容の振り返り。
授業内容・χ^2検定に関して解説
8タイトル仮説検定(母比率の検定,適合度の検定)
事前学習
事後学習
事前学習:教科書の該当ページを閲読。事後学習:授業内容の振り返り。
授業内容・母比率および適合度の検定に関して解説
9タイトル仮設検定に関する演習
事前学習
事後学習
事前学習:Pythonの文法の確認。事後学習:レポート課題を解いて提出。
授業内容・Pythonを用いて仮説検定する技術を修得
・与えられたデータに対して受講生がプログラムをつくりレポート作成
10タイトル分散分析(1次元実験配置,分散分析表)
事前学習
事後学習
事前学習:配付資料を閲読。事後学習:授業内容の振り返り。
授業内容・分散分析の概念について解説
・1元配置分散分析表の構成法に関して解説
11タイトル分散分析(2次元実験配置)
事前学習
事後学習
事前学習:配付資料を閲読。事後学習:授業内容の振り返り。
授業内容・2元配置分散分析表の構成法に関して「繰返しなし」「繰返しあり」の場合について解説
12タイトル分散分析に関する演習
事前学習
事後学習
事前学習:Pythonの文法の確認。事後学習:レポート課題を解いて提出。
授業内容・Pythonを用いて分散分析する技術を修得
・与えられたデータに対して受講生がプログラムをつくりレポート作成
13タイトルノンパラトリック検定
事前学習
事後学習
事前学習:配付資料を閲読。事後学習:授業内容の振り返り。
授業内容・ノンパラメトリック検定の概念について解説
・符号検定,順位和検定など代表的な手法について解説
14タイトルベイズ統計学への導入
事前学習
事後学習
事前学習:配付資料を閲読。事後学習:授業内容の振り返り。
授業内容・ベイズ統計学の概念について解説
15タイトル最終評価(総括とまとめ)
事前学習
事後学習
・事前学習:第1~14回の内容の復習。事後学習:期末試験に関する解説を受けての振り返り。
授業内容・記述式の期末試験に取り組んだ後,略解を見ながら自己採点。
・授業担当教員から出題意図の解説や,誤りやすい点に関して注意。
<実務経験のある教員による授業科目の概要>
・教員は被験者を用いた音響心理学実験を多数実施し,そのデータを統計解析して論文執筆した経験を有している。
・基礎知識をいかに現場の問題に応用するかの実例をできるだけ多く取り入れ、知識を活用する能力を習得させる。
<備考>
(未登録)