Statistics ｜ Syllabus data

授業科目名

Statistics

学年

1Grade

単位数

2.00Credits

実務経験の有無

開講クォーター

semester not specified

担当教員

Komatsu Goro

授業形態

授業で主に使用する言語

日本語

授業方法区分

開講キャンパス

Kioicho Campus

授業の到達目標及びテーマ

本講義では、統計学とデータ分析の基礎を学ぶ。

統計学と確率の基礎を学んだのち、仮説検定、修士論文執筆でよく用いられる回帰分析や、アンケート調査分析のための統計手法の習得を目指す。

また授業では、Excelを用いたデータ演習を行う予定である。

主な内容:
(1)データの整理方法や社会現象を測る手法を習得する。
(2)確率、確率変数そして確率分布を正しく理解する。
(3)推定と仮説検定という代表的な統計的推測を習得する。
(4)修士論文執筆に必要な回帰分析やアンケート調査分析手法を習得する。

キーワード:
統計学、確率、推定、仮説検定、回帰分析、アンケート統計分析、データサイエンス入門、Excel

授業の概要

第1週—データの整理
1 記述統計
2 確率

第2週—確率変数
3 離散確率変数
4 連続確率変数

第3週—点推定と区間推定
5 標本分布
6 区間推定

第4週—仮説検定
7 仮説検定 (1)
8 仮説検定 (2)

第5週—単回帰分析
9 単回帰分析 (1)
10 単回帰分析 (2)

第6週—重回帰分析
11 重回帰分析 (1)
12 重回帰分析 (2)

第7週
13 まとめ

授業計画

1回

1 記述統計

事前学習

資料を読む

事後学習

課題を提出する

2回

2 確率

事前学習

資料を読む

事後学習

課題を提出する

3回

3 離散確率変数

事前学習

資料を読む

事後学習

課題を提出する

4回

4 連続確率変数

事前学習

資料を読む

事後学習

課題を提出する

5回

5 標本分布

事前学習

資料を読む

事後学習

課題を提出する

6回

6 区間推定

事前学習

資料を読む

事後学習

課題を提出する

7回目

7 仮説検定 (1)

事前学習

資料を読む

事後学習

課題を提出する

8回

8 仮説検定 (2)

事前学習

資料を読む

事後学習

課題を提出する

9回

9 単回帰分析 (1)

事前学習

資料を読む

事後学習

課題を提出する

10回

10 単回帰分析 (2)

事前学習

資料を読む

事後学習

課題を提出する

11回

11 重回帰分析 (1)

事前学習

資料を読む

事後学習

課題を提出する

12回

12 重回帰分析 (2)

事前学習

資料を読む

事後学習

課題を提出する

13回

13 まとめ

事前学習

資料を読む

事後学習

課題を提出する

14回

事前学習

事後学習

15回

事前学習

事後学習

16回

事前学習

事後学習

17回

事前学習

事後学習

18回

事前学習

事後学習

19回

事前学習

事後学習

20回

事前学習

事後学習

21回

事前学習

事後学習

22回

事前学習

事後学習

23回目

事前学習

事後学習

24回

事前学習

事後学習

25回

事前学習

事後学習

26回

事前学習

事後学習

試験及び成績評価

課題：50%
期末試験：50%

課題(試験やレポート等)に対するフィードバック

授業にて適宜行う

講義で使用するテキスト（書名・著者・出版社・ISBN・備考）

追って連絡する

-

参考文献・推薦図書

必要に応じて配布する

研究室

オフィスアワー

科目ナンバリング

学位授与方針との関連