シラバス参照
シラバス参照
| 科目一覧へ戻る | 2023/03/17 現在 |
| 科目名／Subject | 応用統計 |
|---|---|
| 担当教員（所属）／Instructor | 穴澤 務 (商学部) |
| 授業科目区分／Category | 昼間コース 学科別専門科目 |
| 開講学期／Semester | 2018年度／Academic Year 前期／Spring Semester |
| 開講曜限／Class period | 他 |
| 対象所属／Eligible Faculty | |
| 配当年次／Years | 3年 , 4年 |
| 単位数／Credits | 2 |
| 研究室番号／Office | |
| オフィスアワー／Office hours |
| 更新日／Date of renewal | 2018/02/25 | ||
|---|---|---|---|
| 授業の目的・方法 ／Course Objectives and method |
目的：近年はビッグデータの時代と言われ、大量のデータから意思決定につながる情報を取り出すための能力が益々重要視されつつある。この講義では、データを加工（可視化・要約）して有益な情報を得るための基本的な技法を、理論と実践の両面から修得する。 方法：座学とPC実習を併用する。実践面だけ考えればPC実習だけで十分に思われるが、PCの計算手順はブラックボックスとなるので、結果の意味を論理的に捉えにくくなる。計算の手順と意味を理解するために、座学の授業で電卓による計算プロセスの確認を行う。 |
||
| 達成目標 ／Course Goals |
・得られたグラフや数値の意味を正しく解釈できるようになること。 ・大量のデータをExcelなどの身近なソフトで効率的に処理できるようになること。 |
||
| 授業内容 ／Course contents |
1. イントロダクション、記述統計(1)（量的1変数） 2. 記述統計(2)（量的2変数） 3. 記述統計(3)（格差を測る） 4. PC実習(1)（記述統計(1)～(3)） 5. PC実習(2)（同上） 6. 回帰分析(1)（最小2乗法） 7. 回帰分析(2)（需要予測） 8. 前半のまとめ 9. PC実習(3)（回帰分析(1),(2)） 10. PC実習(4)（同上） 11. 確率の基礎(1)（計算の基礎、離散型確率分布） 12. 確率の基礎(2)（連続型確率分布、期待値） 13. 品質管理（抜取検査、xバー管理図） 14. PC実習(5)（確率の基礎(1),(2)、品質管理） 15. 後半のまとめ |
||
| 事前学修・事後学修 ／Preparation and review class |
この講義は集中講義で短期間に達成目標の実現を目指す。そのために、授業の前後に下記を励行してほしい。 ・manabaにおいて補助教材（必要に応じて）と予習すべき内容を提示するので、予習しておくこと。 ・授業後の復習（座学の場合は電卓による計算方法の確認、PC実習の場合は操作方法の確認）をしっかり行うこと。 |
||
| 使用教材 ／Teaching materials |
教科書：大堀隆文・加地太一・穴沢務『例題で学ぶOR入門』コロナ社、2017年。その他、manabaで補助教材を適宜提示する。 参考書：適宜紹介する。 その他：PC実習日以外は必ず電卓（ルートキー,[M+]キー,[M-]キーがあるもの）を持参すること。 |
||
| 成績評価の方法 ／Grading |
基本的には、授業中の2回の小テストを80%、平常点を20%とウェイトづけして評価する。 |
||
| 成績評価の基準 ／Grading Criteria |
小樽商科大学の標準的な評価基準に従って評価する。 秀 (100-90)総合評価 100〜90％ 優 (89-80)総合評価 89〜80％ 良 (79-70)総合評価 79〜70％ 可 (69-60)総合評価 69〜60％ 不可(59-0) 総合評価 59％以下 |
||
| 履修上の注意事項 ／Remarks |
高等学校の数学Ⅰ程度の数学を用いるが、その他の数学が必要な場合はその都度丁寧に説明する。数理的な内容に関心が高い学生諸君の受講を歓迎する。 | ||
| 遠隔授業 ／Online class |
|