|
授業科目名
|
担当教員
|
|||||||||||||||||||||
|
環境統計解析
|
原本 英司／西田 継／中村 高志／遠山 忠／亀井 樹
|
|||||||||||||||||||||
|
時間割番号
|
単位数
|
コース
|
履修年次
|
期別
|
曜日
|
時限
|
||||||||||||||||
| GTR510 | 2 | (未登録) | 1 | 前期 | 金 | I | ||||||||||||||||
| ［概要と目標］ | ||||||||||||||||||||||
| [Environmental Statistics] The purpose of this class is to understand the basics of environmental statistics which is essential in environmental science researches. This class contains a variety of topics, such as basic statistics, probability distribution, analysis of variance, regression analysis, and multivariate analysis. Japanese and oversea students study together through group work. English is potentially used. 環境科学研究を行う上で必要となる統計解析技術を理解し、活用できるようになることを目指す。具体的には、1）手計算を通しての基本統計量の定義の理解、2）実際の水質データを用いた確率分布と分散分析、3）単回帰分析や重回帰分析によるデータの相関性の解析、4）多変量解析を通したデータの説明方法について、講義とグループワーク形式の実習で学ぶことにより、環境指標を的確に活用するための基礎理論と技術を習得する。多国籍の受講者を対象とするため、英語の使用を前提とする。 |
||||||||||||||||||||||
| [到達目標] | ||||||||||||||||||||||
|
- To be able to explain theoretically about the results of statistical analysis for environmental datasets using appropriate statistical method(s). ・基本統計量や確率分布、分散分析、回帰分析、多変量解析等の統計手法の特徴を理解し、適切な統計手法を用いて環境データを解析し、論理的に説明することができる。 |
||||||||||||||||||||||
| ［必要知識・準備］ | ||||||||||||||||||||||
| 本授業の履修に必要な専門知識：統計学、水質学 ※上記の専門知識がないと本授業の単位修得は困難であるので、十分に検討の上履修すること。 Knowledge required to take this class: Statistics, Water quality [It is difficult to get the credits of this course without the above knowledge, so students are advised to take this class after careful consideration.] |
||||||||||||||||||||||
| ［評価基準］ | ||||||||||||||||||||||
|
||||||||||||||||||||||
| ［教科書］ | ||||||||||||||||||||||
|
||||||||||||||||||||||
| ［参考書］ | ||||||||||||||||||||||
|
||||||||||||||||||||||
| ［講義項目］ | ||||||||||||||||||||||
| 1. Basic statistics: arithmetic/geometric mean, variance, and standard deviation (Haramoto) 2. Basic statistics: moving average and correlation coefficient (Haramoto) 3. Basic statistics: Spearman's rank correlation coefficient (Haramoto) 4. Probability distribution (Kamei) 5. Test: t-test (Kamei) 6. Test: analysis of variance (Kamei) 7. Regression analysis: single regression, least-squares method, correlation coefficient, coefficient of determination (Nakamura) 8. Regression analysis: multiple regression using continuous variables (Nakamura, Nishida) 9. Regression analysis: regression matrix, multicollinearity (Nakamura, Nishida) 10. Nominal variables to dummy variables (Nishida) 11. Regression analysis: multiple regression including nominal variables, confounding (Nishida) 12. Regression analysis: multi-level linear multiple regression model (Nishida) 13. Multivariate analysis: cluster analysis (Toyama) 14. Multivariate analysis: multivariate analysis and ：principal component analysis (Toyama) 15. Multivariate analysis: xxx (Toyama) 第1回 基本統計量：算術・幾何平均、分散、標準偏差（原本） 第2回 基本統計量：移動平均、相関係数（原本） 第3回 基本統計量：スピアマンの順位相関係数（原本） 第4回 確率分布（亀井） 第5回 検定：t検定（亀井） 第6回 検定：分散分析（亀井） 第7回 回帰分析：単回帰、最小二乗法、相関係数、決定係数（中村） 第8回 回帰分析：連続変数の重回帰（中村、西田） 第9回 回帰分析：相関マトリックス、多重共線性（中村、西田） 第10回 名義変数・ダミー変数（西田） 第11回 回帰分析：名義変数を含む重回帰、交絡（西田） 第12回 回帰分析：マルチレベル線形重回帰モデルの紹介（西田） 第13回 多変量解析：クラスター分析（遠山） 第14回 多変量解析：主成分分析（遠山） 第15回 多変量解析：お楽しみ（遠山） |
||||||||||||||||||||||
| ［前年度授業に対する改善要望等への対応］ | ||||||||||||||||||||||
| （作成中） | ||||||||||||||||||||||