|
授業科目名
|
担当教員
|
|||||||||||||
|
統計的推論
|
各教員
|
|||||||||||||
|
時間割番号
|
単位数
|
コース
|
履修年次
|
期別
|
曜日
|
時限
|
||||||||
| PTT703 | 1 | (未登録) | 1 | 後期 | (未登録) | (未登録) | ||||||||
| ［概要と目標］ | ||||||||||||||
| 統計の基本概念と統計的推論の基礎理論を学びます．受講生が統計の多様な応用を理解し，生活や研究分野で活用するために必要な知識を身につけることを目的とします． 本講義は Carnegie Mellon University Open Learning Initiative (OLI) “Statistical Reasoning” independent learners: Open & Free https://oli.cmu.edu/courses/statistical-reasoning-copy/ を活用したEラーニングです．履修者は申告後に配布されるコースキーを用いて上記の教材にログインし，各自で学習を進めます． 履修者は定められた期間（後学期）に上記のプログラムで定められた全てのユニットを修了することで単位が認定されます． |
||||||||||||||
| [到達目標] | ||||||||||||||
|
1.データの分布を，ヒストグラム、ステンプロット、箱ひげ図等を適切に用いて解釈できる． 2.データの分布の形状を捉え，外れ値を判断することができる． 3.データを分布の形状に応じた適切な指標で評価できる. 4.標準偏差の意味を理解し，活用することができる． 5.散布図を用いて２変数の間の関係を説明することができる． 6.最小二乗回帰直線を用いてデータの予測をすることができる． 7.サンプリングの特徴が収集されたデータと精度に与える影響を説明できる． 8.確率を得るための相対度数法を説明できる． 9. 確率分布の特徴を認識し、離散確率変数の確率分布を使用して確率を推定することができる． 10. 密度関数を使用して、連続確率変数を含む確率を見つけることができる． 11. サンプリングの変動性とサンプリング分布の概念を説明できる． 12. 点推定および区間推定を理解し，説明することができる． 13. 仮説検定を理解し，説明することができる． |
||||||||||||||
| ［必要知識・準備］ | ||||||||||||||
| この講義の履修には、統計に関する事前知識は不要ですが，基本的な代数学の知識が必要です． 演習を実施するためにMicrosoft Excel, Minitab, R，などいずれかの環境が必要となります． |
||||||||||||||
| ［評価基準］ | ||||||||||||||
|
||||||||||||||
| ［教科書］ | ||||||||||||||
| (未登録) | ||||||||||||||
| ［参考書］ | ||||||||||||||
| (未登録) | ||||||||||||||
| ［講義項目］ | ||||||||||||||
| 1. Introduction 2. Examining Distributions 3. Examining Relationships 4. Sampling 5. Designing Studies 6. Introduction (Probability) 7. Random Variables 8. Sampling Distributions 9. Introduction (Inference) 10. Estimation 11. Hypothesis Testing 12. Inference for Relationships 13. Inference for Relationships Continued |
||||||||||||||