山梨大学電子シラバス

授業科目名

データサイエンス１

担当教員

西郷　達彦

時間割番号

単位数

履修年次

期別

DMA113

通期

［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。

　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。

　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。

　将来の目標として１．医学論文の統計解析について読みこなせること。２．自らの研究において行う解析の意味が十分に理解できること。３．必要なときに統計の文献を読みこなし、統計家と議論することで、より広い解析ができること。などが挙げられます。

　データサイエンス１では基本的な確率から始め、得られたデータを整理する記述統計の方法と、その二つを組み合わせて一部データから全体を推測する推測統計学の基本を学びます。

［授業計画］

１：確率の基礎
２：条件付確率とベイズの公式
３：確率変数と確率分布
４：離散分布
５：連続分布
６：多次元の分布
７：独立確率変数の性質
８：これまでの講義のまとめ
９：大数の法則と中心極限定理
１０：標本分布
１１：点推定
１２：区間推定
１３：仮説検定
１４：医療統計学リテラシー
１５：これまでの講義のまとめ

状況に応じて講義の順序等が入れ替わることがある。

オンデマンド型で講義を行う。また毎回、学生が講義のまとめ等を提出する形となる。

［到達目標］

１．基本的な確率の計算と確率分布の例を説明できる。
２．記述統計の手法を実施できる。
３．推定・検定など推測統計学の考え方を理解し、実際に基本的な推定・検定を実施し、説明できる。
４．Ｒ環境の基本的な操作が実施できる。
５．医学研究に必要な統計解析の発想を身につけ、科学的思考力により新しい知識を生み出すことができる
６．以上により、統計学的な基盤と発想を学ぶことで、情報リテラシー・数量的リテラシー・理論的思考力・問題解決能力および科学的思考を身につける。

［評価方法］

No	評価項目	割合	評価の観点
1	試験：期末期	50 %	講義理解
2	小テスト／レポート	10 %	演習・課題提出等
3	受講態度	40 %	毎回講義ごとの課題

［教科書］

未定

［参考書］