シラバス参照

授業情報／Course information

科目一覧へ戻る 2022/04/06 現在

科目名／Subject 統計学A
担当教員（所属）／Instructor 五十嵐　未来 (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 2022年度／Academic Year 　前期／Spring Semester
開講曜限／Class period 他
対象所属／Eligible Faculty 商学部／Faculty of Commerce
配当年次／Years 1年 , 2年 , 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 2022/02/28
授業の目的・方法
／Course Objectives and method		 目的：
現代社会では、ビッグデータと呼ばれるように、経済活動をはじめ様々なデータが大規模に蓄積されている。個人・企業および社会が意思決定を行うためにはこれらのデータを適切に処理し、有効活用していくことが重要である。
統計学では、このような規模や性質の異なる様々なデータに対して、適切な処理を行い、有用な情報を抽出するための手法を提供する。
本講義では、この基礎を学ぶことを目的とする。

方法：
・本講義は時間割を指定しないオンデマンド形式の遠隔授業（manabaにて公開）で実施する
・各回の講義動画の最後に講義内容に関連する小テストを行う
・講義の最終回に全体の理解度を確認する期末レポートを行う
達成目標
／Course Goals		 以下の項目を達成することを目標とします。
・確率や標本分布に基づく統計的推測の基礎を理解する
・統計ソフト「R」を用いて基礎的なデータ分析が出来る
授業内容
／Course contents		 各回の講義内容は以下の通りです。ただし、履修者の習得度などに応じて講義内容は変更となる場合があります。

第1回　イントロダクション（本講義の概要・Rの使い方について）
第2回　記述統計(1)
第3回　記述統計(2)
第4回　相関と回帰(1)
第5回　相関と回帰(2)
第6回　確率
第7回　分布と期待値(1)
第8回　分布と期待値(2)
第9回　基本的な分布(1)
第10回　基本的な分布(2)
第11回　標本分布(1)
第12回　標本分布(2)
第13回　推定(1)
第14回　推定(2)
第15回　仮説検定
事前学修・事後学修
／Preparation and
review lesson		 積み上げ型学習となるため予習復習は必須となります。

事前学習：
講義動画を視聴する前に教科書の該当箇所を読むことを強く推奨します。

事後学習：
講義の各回に理解度を確認する小テストを出題します。講義や教科書の内容を繰り返し学習して小テストに取り組んでください。分からない箇所があった場合はresponでの質問も受け付けていますが、参考となる図書を講義中に挙げますので、周辺知識を身に付けるためにもそちらを参照することをお勧めします。
使用教材
／Teaching materials		 講義資料（PDFや動画）はmanabaにて公開します。
また、本講義は以下の教科書に基づいて構成されているため、手元に置いて事前・事後学習に使用することを強く推奨します。

教科書：
『統計学（改訂版）』、森棟・照井・中川・西埜・黒住著、有斐閣、ISBN: 978-4-641-05380-9
成績評価の方法
／Grading		 次の割合で評価します。
・小テスト：60%
・期末レポート：40%
成績評価の基準
／Grading Criteria		 小テストと期末レポートによって得られた点数から以下の基準で成績を評価します。
・秀：100-90
・優：89-80
・良：79-70
・可：69-60
・不可：59-0
履修上の注意事項
／Remarks		 manabaにアクセスできる端末が必要です。
ただし、統計ソフト「R」を用いた実習を行うため、ノートPC（デスクトップPC）を用意することが望ましいです。スマホやタブレットを用いてRを動かすことは不可能ではありませんが推奨しません。

また、時間割を指定しないオンデマンド形式のオンライン授業であるため、出席・欠席の概念はなく、毎回の小テストと期末レポートのみで成績が評価されます。
実務経験者による授業
／Courses conducted by the
ones with practical
experiences		 該当しない

科目一覧へ戻る