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 | 菅野剛 | ||||
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 |
授業形態 | 遠隔授業(オンデマンド型) |
---|---|
授業の形態 | Google Chrome ブラウザ を使い Google Classroom で行います (クラスコード は Blackboard に掲載)。 必要な場合は Google Meet、 Google Chat、 Hubs などによる同時双方向で対応します。 |
Blackboard ID | 20233053 |
授業概要 | 現代社会では、あらゆる分野で統計学が重要になってきています。統計学的な考え方を学びます。 "For Today’s Graduate, Just One Word: Statistics." You will learn how to think statistically. |
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。 「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。 高校統計学の理解やプログラミング経験は個人差が非常に大きいため、各自の状況に応じて、時間をかけてしっかりと学習に取り組みます。 自ら学ぶ姿勢を培い、継続的な学習習慣を形成します。 反証可能な形で論旨を展開する方法に触れる。 具体的な現象を抽象化し、数値で表現し、モデルに基づいて理解する論理展開に触れる。 【日本大学教育憲章ルーブリック】 上記の<知識><技能>の習得を経て,以下の<能力>を育むことが目標である。 ・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る。(A-3-1: 論理的・批判的思考力) ・事象を注意深く観察して,解決すべき問題を認識できる。(A-4-1: 問題発見・解決力) ・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: 挑戦力) この科目は文理学部(学士(社会学))のディプロマポリシー DP 3,4,5 及び カリキュラム・ポリシー CP 3,4,5 に対応しています。 |
授業の形式 | 講義 |
授業の方法 | 教科書に沿って学びます。早めに購入をして下さい。後半で難しくなります。毎回の理解の積み重ねが大切です。 予習:教科書と資料で予習をします。 授業:毎回、小テストに取り組み、自身の理解を振り返ります。また Google Colaboratory による R 言語 (The R Project for Statistical Computing) を用いた課題に取り組み、理解を深めます。 復習:課題に取り組み、クリアできるまで繰り返し復習し、理解を固めます。 授業内で課題(試験やレポート等)に対するフィードバックを行う。 本授業の事前・事後学習は、各2時間の学習を目安とします。 |
授業計画 | |
---|---|
1 |
統計学の確認テスト(中学程度)、統計学を学ぶ意義、様々な教材と資料の紹介 (A-3-1)
【事前学習】Google Workspace for Education Fundamentals (G Suite for Education) について理解を深めておく。 (A-3-1) (2時間) 【事後学習】教科書 p.6-17 の復習課題 (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
2 |
統計学の確認テスト(高校程度)、1. データ解析の第一歩、小テストと R言語の演習課題 (A-3-1)(A-4-1)(A-5-1)
【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】EDAについての復習課題に取り組む (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
3 |
2. データの位置とばらつきの可視化、小テストと R言語の演習課題 (A-3-1)(A-4-1)(A-5-1)
【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】代表値と変動についての復習課題に取り組む (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
4 |
3. データとの「対話」と「モデル」、小テストと R言語の演習課題 (A-3-1)(A-4-1)(A-5-1)
【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】母集団と標本についての復習課題に取り組む (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
5 |
4. 統計モデリング、小テストと R言語の演習課題 (A-3-1)(A-4-1)(A-5-1)
【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】統計モデリングについての復習課題に取り組む (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
6 |
5. ばらつきの数値化、小テストと R言語の演習課題 (A-3-1)(A-4-1)(A-5-1)
【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】ばらつきについての復習課題に取り組む (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
7 |
6. 自由度、小テストと R言語の演習課題 (A-3-1)(A-4-1)(A-5-1)
【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】自由度についての復習課題に取り組む (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
8 |
7. 確率変数と確率分布、小テストと R言語の演習課題 (A-3-1)(A-4-1)(A-5-1)
【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】確率分布についての復習課題に取り組む (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
9 |
8. 正規分布、小テストと R言語の演習課題 (A-3-1)(A-4-1)(A-5-1)
【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】正規分布についての復習課題に取り組む (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
10 |
9. パラメトリック統計学、小テストと R言語の演習課題 (A-3-1)(A-4-1)(A-5-1)
【事前学習】教科書 p.115-123 を予習し、正規分布曲線、平均 μ と分散 σ² 、標準偏差 σ 、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】パラメトリック統計学についての復習課題に取り組む (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
11 |
10. 確率分布、小テストと R言語の演習課題 (A-3-1)(A-4-1)(A-5-1)
【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】中心極限定理についての復習課題に取り組む (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
12 |
11. 実験計画、小テストと R言語の演習課題 (A-3-1)(A-4-1)(A-5-1)
【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】実験計画についての復習課題に取り組む (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
13 |
12. 完全無作為化法の分散分析(1)、小テストと R言語の演習課題 (A-3-1)(A-4-1)(A-5-1)
【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】完全無作為化法の分散分析についての復習課題に取り組む (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
14 |
12. 完全無作為化法の分散分析(2)、小テストと R言語の演習課題 (A-3-1)(A-4-1)(A-5-1)
【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】完全無作為化法の分散分析についての復習課題に取り組む (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
15 |
13. 乱塊法による分散分析、小テストと R言語の演習課題 (A-3-1)(A-4-1)(A-5-1)
【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】乱塊法による分散分析についての復習課題に取り組む (A-3-1) (2時間) 【授業形態】オンデマンド型授業 |
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 はじめての Google for Education https://gacco.org/ AP®︎ Statistics | Math | Khan Academy. https://www.khanacademy.org/math/ap-statistics 九州大学 数理・データサイエンス教育研究センター 講義資料 http://mdsc.kyushu-u.ac.jp/lectures 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 | 毎回の小テスト、演習課題、復習課題など(100%) 必ず第1回目から Google Classroom のクラスに参加し、学習と課題提出に取り組んで下さい。 × CHIPS の履修登録だけを済ませておく。 × Blackboard のコース登録だけを済ませておく。 × Google Classroom のクラス参加だけを済ませておく。 継続的な学習習慣と、理解の蓄積が大切です。 小テスト、 R言語の演習課題、復習課題などの学習状況・理解度の確認、成績評価のため、 NU-AppsG と Google Classroom の利用が必要です。 以上を踏まえ、課題を通して (A-3-1)(A-4-1)(A-5-1)の修得状況を評価します。 |
オフィスアワー | 授業時間帯の前後を中心に、 学習支援のためのチャットボット、 Google フォーム、 Google Classroom 等で随時対応。 |
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。 事前学習・事後学習の時間は、高等学校までの学習内容と英語の理解を前提とした場合の目安です。 FAQ
|