検索したい科目/教員名/キーワードを入力し「検索開始」ボタンをクリックしてください。
※教員名では姓と名の間に1文字スペースを入れずに、検索してください。
令和2年度以降入学者 | データと対話するための統計学 | ||||
---|---|---|---|---|---|
教員名 | 渡辺勇士 | ||||
単位数 | 2 | 学年 | 1~4 | 開講区分 | 文理学部 |
科目群 | 総合教育科目 | ||||
学期 | 後期 | 履修区分 | 選択 |
授業の形態 | 対面授業(オンデマンド型動画配信を7回含む) ・教育支援システムは Blackboard を用い、掲示板を活用して質問を受け付けたり、学生同士で議論や情報交換を行ったりします. ・基本的に Blackboard、Google Classroom、 OneDrive、 Google Drive、 Google Chat でコミュニケーション行います。 *日本大学の Google アカウント NU-AppsG によるログインが必要です。 Blackboard ID:20223069 |
---|---|
授業概要 | 現代社会では、あらゆる分野で統計学がますます重要になってきています。その上で、すべての人が統計について学ぶ必要があります。 本授業は、文系・社会系の学生でも取り組める内容とします。 |
授業のねらい・到達目標 | 「統計学の数理や理論ではなく、『ものの考え方』としても統計的思考の本質」(p.3)について学び、理解を深めます。 「数学は統計的思考にとって必須ではない」 (p.21) 、「データ解析の第一歩はデータを”見る”こと」 (p.31) について理解を深めます。 そして、 ・統計学がどのような学問か理解し、説明できるようになります。 ・統計を読み取り、自分の考えをもって批評できるようになります。 この科目は文理学部のディプロマポリシー DP3, DP4, DP5 及び カリキュラムポリシー の CP3, CP4, CP5 に対応しています。 ・仮説に基づく課題や問題を提示し、客観的な情報を基に,論理的・批判的に考察することの重要性を説明できます。(A-3-1) ・事象を注意深く観察して、解決すべき問題を認識できます。(A-4-1) ・新しいことに挑戦する気持ちを持つことができる。(A-5-1) |
授業の方法 | 授業の形式:【講義】 毎回、教科書の内容に沿って学び、確認課題を行います。より理解を深めたい方には、 任意課題 があります。 課題に対してはBlackboardを通してフィードバックを行います。 また、授業時間帯での参加が難しい場合は、授業の録画をオンデマンドで視聴してもらい、学修してもらいます。 必要なもの 書籍:教科書 機材:PC/Mac/Chromebook/Linux 等。課題によっては、スマホでは実行できない場合もあります。 アカウント:要 NU-AppsG ブラウザ:要 Google Chrome ※ Internet Explorer では動作しない場合あり。 |
履修条件 | 新カリキュラムのため、令和2年度以降の入学者のみ履修できます。 |
授業計画 | |
---|---|
1 |
0. ガイダンス (A-3-1)【対面授業】
【事前学習】Blackboardで提示した方法で、統計学に関する学習を行う。(A-3-1) (2時間) 【事後学習】教科書 p.6-17 を復習。 (A-3-1) (2時間) |
2 |
1. データ解析の第一歩 (A-3-1)(A-4-1)(A-5-1)【オンデマンド授業】
【事前学習】教科書 p.18-35 を予習し、探索的データ解析、散布図、幹葉表示、メディアン、箱ひげ図、外れ値に触れる。 (A-3-1) (2時間) 【事後学習】教科書 p.18-35 を復習し、 課題を行う。(A-3-1) (2時間) |
3 |
2. データの位置とばらつきの可視化 (A-3-1)(A-4-1)(A-5-1)【対面授業】
【事前学習】教科書 p.36-48 を予習し、平均値、全偏差、処理平均、処理偏差、誤差偏差に触れる。 (A-3-1) (2時間) 【事後学習】教科書 p.36-48 を復習し、 課題を行う。 (A-3-1) (2時間) |
4 |
3. データとの「対話」と「モデル」 (A-3-1)(A-4-1)(A-5-1)【オンデマンド授業】
【事前学習】教科書 p.49-59を予習し、母集団、標本、アブダクション、統計的モデル、線形モデルに触れる。 (A-3-1) (2時間) 【事後学習】教科書 p.49-59を復習し、 課題を行う。 (A-3-1) (2時間) |
5 |
4. 統計モデリング (A-3-1)(A-4-1)(A-5-1)【対面授業】
【事前学習】教科書 p.60-72を予習し、モデル、本質、心理学的本質主義、記述統計学、推測統計学に触れる。 (A-3-1) (2時間) 【事後学習】教科書 p.60-72を復習し、 課題を行う。 (A-3-1) (2時間) |
6 |
5. ばらつきの数値化 (A-3-1)(A-4-1)(A-5-1)【オンデマンド授業】
【事前学習】教科書 p.73-81を予習し、偏差、偏差平方和、蜂群図に触れる。 (A-3-1) (2時間) 【事後学習】教科書 p.73-81を復習し、 課題を行う。 (A-3-1) (2時間) |
7 |
6. 自由度 (A-3-1)(A-4-1)(A-5-1)【対面授業】
【事前学習】教科書 p.82-95を予習し、平方和、データ数、自由度、分散、不偏分散に触れる。 (A-3-1) (2時間) 【事後学習】教科書 p.82-95を復習し、 課題を行う。 (A-3-1) (2時間) |
8 |
7. 確率変数と確率分布 (A-3-1)(A-4-1)(A-5-1)【オンデマンド授業】
【事前学習】教科書 p.96-105を予習し、確率変数、確率分布、ベルヌーイ分布、二項分布に触れる。 (A-3-1) (2時間) 【事後学習】教科書 p.96-105を復習し、 課題を行う。 (A-3-1) (2時間) |
9 |
8. 正規分布 (A-3-1)(A-4-1)(A-5-1)【対面授業】
【事前学習】教科書 p.106-114を予習し、正規分布、中心極限定理、最小二乗法に触れる。 (A-3-1) (2時間) 【事後学習】教科書 p.106-114を復習し、 課題を行う。 (A-3-1) (2時間) |
10 |
9. パラメトリック統計学 (A-3-1)(A-4-1)(A-5-1)【オンデマンド授業】
【事前学習】教科書 p.115-123を予習し、正規分布曲線、平均 $\mu$ と分散 $\sigma^2$ 、標準偏差 $\sigma$ 、パラメーター、期待値、確率密度関数に触れる。 (A-3-1) (2時間) 【事後学習】教科書 p.115-123を復習し、課題を行う。 (A-3-1) (2時間) |
11 |
10. 確率分布 (A-3-1)(A-4-1)(A-5-1)【対面授業】
【事前学習】教科書 p.124-134を予習し、中心極限定理に触れる。 (A-3-1) (2時間) 【事後学習】教科書 p.124-134を復習し、 課題を行う。 (A-3-1) (2時間) |
12 |
11. 実験計画 (A-3-1)(A-4-1)(A-5-1)【オンデマンド授業】
【事前学習】教科書 p.135-141を予習し、実験計画法、反復実施、無作為化、局所管理、交絡に触れる。 (A-3-1) (2時間) 【事後学習】教科書 p.135-141を復習し、 課題を行う。 (A-3-1) (2時間) |
13 |
12. 完全無作為化法の分散分析(1) (A-3-1)(A-4-1)(A-5-1)【対面授業】
【事前学習】教科書 p.142-162を予習し、線形モデル、偏差分割式、自由度、平均平方、F値に触れる。 (A-3-1) (2時間) 【事後学習】教科書 p.142-162を復習し、 課題を行う。 (A-3-1) (2時間) |
14 |
12. 完全無作為化法の分散分析(2) (A-3-1)(A-4-1)(A-5-1)【オンデマンド授業】
【事前学習】教科書 p.142-162を予習し、帰無仮説、対立仮説、カイ二乗分布、F分布、棄却域、分散分析法に触れる。 (A-3-1) (2時間) 【事後学習】教科書 p.142-162を復習し、 課題を行う。 (A-3-1) (2時間) |
15 |
13. 乱塊法による分散分析 (A-3-1)(A-4-1)(A-5-1)【対面授業】
【事前学習】教科書 p.163-172を予習し、乱塊法、偏差分割に触れる。 (A-3-1) (2時間) 【事後学習】教科書 p.163-172を復習し、 課題を行う。 (A-3-1) (2時間) |
その他 | |
---|---|
教科書 | 三中信宏 『みなか先生といっしょに 統計学の王国を歩いてみよう』 羊土社 2015年 |
参考書 | アラン・ダブニー (著)、グレディ・クライン (著)、山形浩生 (訳) 『この世で一番おもしろい統計学』 ダイヤモンド社 2014年 大上丈彦 (著)、メダカカレッジ (監修) 『マンガでわかる統計学 素朴な疑問からゆる〜く解説』 SBクリエイティブ 2012年 AP®︎ Statistics | Math | Khan Academy. https://www.khanacademy.org/math/ap-statistics eラーニング教材・講義動画配信 | 数理・データサイエンス教育強化拠点コンソーシアム 数理・データサイエンス・AI(リテラシーレベル)モデルカリキュラム 対応教材 http://www.mi.u-tokyo.ac.jp/consortium/e-learning.html |
成績評価の方法及び基準 | 授業内テスト:Blackboardやオンライン教材による様々な課題(80%)、レポート課題(20%) ・レポート課題は、授業全体で2回ほど課す予定で、その内容を基に評価します。 ・オンライン参加の場合でも、対面参加の学生と同じ基準で評価います。 基本的にはBlackboardでコミュニケーションを行います。 |
オフィスアワー | 随時受け付ける。原則、事前にメールで予約すること。 |
備考 | シラバスの内容は学生の皆さんの学修の状況を考慮して、変更することもあります。また、事前学習・事後学習の時間は目安です。 |