|
授業科目名
|
||||||
|
データサイエンス１
|
||||||
|
担当教官
|
||||||
|
比江島 欣慎
|
||||||
|
時間割番号
|
単位数
|
履修年次
|
期別
|
|||
| M0001912 | 1 | 1 | 通期 | |||
| ［学習目標］ | ||||||
| 医学の発展は多くの研究に支えられています。こうした研究には様々なスタイルがありますが，中でも数値的なデータを生体などから収集し，それらをもとに考察を進めていくという研究スタイルは，最も認知されており，数多く行われています。こうしたスタイルの研究を実施する際，データサイエンス（なじみのある言葉で表現すると統計学）についての十分な知識が必要となります。それだけでなく，こうした研究の結果が記述された論文を読む際にも，その知識は必要不可欠となります。 そこで，この科目では，皆さんがこれから医学を学ぶ際に，また医師・研究者になった際に， 必要となるデータサイエンスに焦点を当て，データ収集に基づいた真理探究のプロセスの基本，データ解析の基礎，およびその背後にある統計理論を学んでいきます。 最終到達目標は次の3点です。 1.小規模な調査研究を実施できるようになる。 2.簡単なデータ分析を適切に行えるようになる。 3.医学論文における容易な解析結果を理解できるようになる。 |
||||||
| ［授業計画］ | ||||||
1.どうしてデータサイエンスが必要？ データサイエンスの必要性を医学研究やEBMの立場から説明していきます。 学習の動機付けを行います。 2.データに基づく研究とは？ データに基づく研究を議論し，その必要性・重要性を認識します。 また，このタイプの研究のプロセスを学びます。 3.データサイエンスの基礎 集団を対象にした研究を例にランダムサンプリングなどの概念を理解し， データサイエンスの基礎を学びます。 4.データの基本 データそのものについてその分類やばらつきの概念などを学びます。 5.JMPによるデータ解析 統計解析ソフトJMPを使用して， データの種類や調べたい事柄に合わせて 様々なデータ分析手法を修得します。 6.推定・検定の基礎 推定や検定についての基本的な考え方を学びます。 7.確率分布 データサイエンスで用いられる確率分布について学びます。 JMPを用いたシミュレーションで更に理解を深めます。 8.中心極限定理 データサイエンスを支える重要な定理について学びます。 JMPを用いたシミュレーションで更に理解を深めます。 9.様々なデータ分析手法 JMPが行うデータ分析の数理的な部分を詳説していきます。 必要に応じてJMPを用いたシミュレーションを行い， 更に理解を深めます。 10.様々な推定理論 最尤法や最小二乗法などの推定理論を学びます。 |
||||||
| ［評価基準］ | ||||||
| 講義への参加や貢献度，講義の際に出題される課題のでき具合，期末テスト及び期末レポートの内容を総合的に評価します。 | ||||||
| ［教科書］ | ||||||
|
|
||||||
| ［参考書］ | ||||||
|
|
||||||