授業科目名	確率統計及び演習I
時間割番号	TCS110
担当教員名	福本　文代
開講学期・曜日・時限	前期・月・IV	単位数	2
＜対象学生＞
2019年度以前の入学生
＜授業の目的＞
工学の分野においては，現象を定量的に記述したり比較することが要求される．ところが，あらゆる測定において，偶然事象である測定誤差あるいは雑音が混入するのが常である．本講義では，このような偶然事象から法則性を抽出し，その法則に基づいて現象を説明する枠組みである記述統計学の基礎を学ぶ．その前段階として，偶然を数量化するために用いられる確率の概念を学ぶ．本講義では, 講義の一部をMathematica によるプログラミング演習に充てる. すなわち, 演習によりデータ分析と処理を行うことで，統計学の基礎的な事項の理解を深めることとする．
＜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(～2023年度入学生)>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） 説明   CS-A 共通 汎用能力 ２・情報リテラシー 情報収集力 図書館やインターネットなどから多様な文献や資料を入手できる。 ○ CS-B ３・数量的リテラシー さまざまな情報を統計学的手法などにより、数理的に表現・分析できる。 ◎ CS-C ４・論理的思考力 情報を多面的・客観的にとらえ、筋道を立てて根拠を示しながら説明できる。 ○
＜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 現象の定理的な記述や比較が可能となるよう, 具体的な課題を通して確率・統計手法の基本原理を理解する. これによりテキスト処理をはじめとする各種データ処理において 統計量を扱うことができるようになる. 具体的な項目は以下の通りである. CS-A 2 (a) 与えられたデータに対する各種代表値の求め方が理解できている. CS-B 3 (b) 確率変数, 確率密度関数, 分布関数について理解できている. CS-B 4 (c) 正規分布, 2項分布などの基本的な分布の意味について理解できている. CS-B 5 (d) 与えられた分布に従う確率変数の平均, 分散を求めることができる. CS-C
＜成績評価の方法＞
目標No 割合 評価の観点 1 10% なぜデータサイエンスを学ぶ必要があるのかを理解し、説明できる． 2 20% 代表値を理解し，実データに対して統計量を扱うことができる． 3 30% 相関について理解し，実データに対して統計量を扱うことができる． 4 30% 確率および確率分布を理解し，実データに対して統計量を扱うことができる． 5 10% テキストデータをコンピュータで分析する有効性を理解し説明． 合計 100%
＜授業の方法＞
初等関数についての積分
＜受講に際して・学生へのメッセージ＞
(未登録)
＜テキスト＞
小寺平治, ゼロから学ぶ統計解析, 講談社, ISBN:4-06-154656-2
＜参考書＞
(未登録)
＜授業計画の概要＞
1 タイトル 資料の処理（度数分布表・ヒストグラム） 事前学習 事後学習 pp. 2～22 授業内容 資料の処理（度数分布表・ヒストグラム） 2 タイトル 代表値（平均・中位数・最頻値） 事前学習 事後学習 pp. 2～22 授業内容 代表値（平均・中位数・最頻値） 3 タイトル 散布度（分散・チェビシェフの定理） 事前学習 事後学習 pp. 22～33 授業内容 散布度（分散・チェビシェフの定理） 4 タイトル 相関（相関） 事前学習 事後学習 pp. 34～45 授業内容 相関（相関） 5 タイトル 相関（回帰直線) 事前学習 事後学習 pp. 34～45 授業内容 相関（回帰直線) 6 タイトル Pythonによる演習1（リストの作成, 平均値・分散の計算） 事前学習 事後学習 pp. 2～33 授業内容 Pythonによる演習1（リストの作成, 平均値・分散の計算） 7 タイトル Pythonによる演習2（関数の定義, 相関係数の計算） 事前学習 事後学習 pp. 2～33 授業内容 Pythonによる演習2（関数の定義, 相関係数の計算） 8 タイトル 前半のまとめと中間試験 事前学習 事後学習 pp. 1～45 授業内容 前半のまとめと中間試験 9 タイトル 確率分布（離散変数, 期待値, 分散） 事前学習 事後学習 pp. 48～70 授業内容 確率分布（離散変数,期待値, 分散） 10 タイトル 順列・組み合わせ・2項分布 事前学習 事後学習 pp. 70～78 授業内容 順列・組み合わせ・2項分布 11 タイトル 正規分布 事前学習 事後学習 pp. 78～ 93 授業内容 正規分布 12 タイトル Pythonによる演習3（確率分布に関する演習） 事前学習 事後学習 pp. 48～70 授業内容 Pythonによる演習3（確率分布に関する演習） 13 タイトル Pythonによる演習4（正規分布, 2項分布に関する演習） 事前学習 事後学習 pp. 70～ 93 授業内容 Pythonによる演習4（正規分布, 2項分布に関する演習） 14 タイトル 機械学習入門 事前学習 事後学習 器楽学習 授業内容 機械学習入門 15 タイトル 後半のまとめと期末試験 事前学習 事後学習 pp. 1～93 授業内容 後半のまとめと期末試験 16 タイトル 事前学習 事後学習 授業内容 17 タイトル 事前学習 事後学習 授業内容 18 タイトル 事前学習 事後学習 授業内容 19 タイトル 事前学習 事後学習 授業内容 20 タイトル 事前学習 事後学習 授業内容 21 タイトル 事前学習 事後学習 授業内容 22 タイトル 事前学習 事後学習 授業内容 23 タイトル 事前学習 事後学習 授業内容 24 タイトル 事前学習 事後学習 授業内容 25 タイトル 事前学習 事後学習 授業内容 26 タイトル 事前学習 事後学習 授業内容 27 タイトル 事前学習 事後学習 授業内容 28 タイトル 事前学習 事後学習 授業内容 29 タイトル 事前学習 事後学習 授業内容 30 タイトル 事前学習 事後学習 授業内容
＜実務経験のある教員による授業科目の概要＞
演習を通して理解を深める。
＜前年度授業に対する改善要望等への対応＞
アンケート結果確認中
＜備考＞
(未登録)