　　　　　

数理基礎教育課程　

授業科目区分	科目名	単位数	科目コード	開講時期	履修方法
数理基礎教育課程数理基礎科目数理基礎	情報のための統計 Statistics for Information Science	2	G213-01	2021年度２期（後学期）	修学規程第4条を参照

担当教員名

＊印は、実務経験のある教員を示しています。

授業科目の学習・教育目標

キーワード

学習・教育目標

1.データサイエンス 2.確率変数と確率分布関数 3.統計分析 4.R、Pythonによる統計処理 5.地域連携教育

現代社会は、情報技術の発達により、大量かつ多様なデータが簡単に収集できるようになっている。このように世の中にあるデータなどを統計的に分析，評価する学問分野をデータサイエンスと呼ぶ。このデータサイエンスによって集められたデータから明らかになったさまざまな知見を社会に提供できる。本科目ではデータサイエンスの基本的な手法である数値データの統計的評価の実践演習を行いながら，その数学的意味を理解する．またR、Pythonなどのコンピュータソフトを使った統計的な処理方法や表現技術を習得する．

授業の概要および学習上の助言

本科目ではデータサイエンスの学問分野の基礎となるデータを定量的に分析・評価するための統計的手法を学ぶ．具体的には以下の項目に関して講義および演習を実施する．（１）現代社会におけるデータサイエンスの役割と、データの取得、管理について学ぶ。（２）データを確率変数として取り扱うための確率の数学的な意味を理解する．（３）確率変数の分布を表す確率関数について理解を深める．（４）データ解析の統計学を実践を通じて学ぶことによって，統計処理の基本とその数学的な概念を理解する．（５）コンピュータの表計算ソフトを用い，統計学的手法による実験データの解析方法を学習し，その活用技法を習得する．

教科書および参考書・リザーブドブック
教科書：指定なし参考書：指定なしﾘｻﾞｰﾌﾞﾄﾞﾌﾞｯｸ：指定なし

履修に必要な予備知識や技能
情報のための数学で学んだ数学力は必要である．また，情報のための数学で学習したExcelの使用に慣れていることが望ましい．各自所有のパソコンを持参すること．

学生が達成すべき行動目標
No.	学科教育目標（記号表記）
①	D	データサイエンスの役割を理解し、データの取得と管理について理解している
②	D	データを確率変数として取り扱うための数学計算を行うことができる。
③	D	データ解析の統計学を実践を通じて学ぶことによって，数学的意味を理解して統計処理を実施できる。
④	D	コンピュータソフトを用い，統計学的手法による実験データの解析を行うことができる。
⑤	A	毎回の授業に出席し，授業内容の理解に努めて，レポート・宿題をやり遂げることができる．
⑥	C	科目における基本的専門用語の英語表現を理解することができる。

達成度評価
				評価方法
				試験	クイズ小テスト	レポート	成果発表 (口頭・実技)	作品	ポートフォリオ	その他	合計
総合評価割合	24	20	15	15	0	0	26	100
指標と評価割合	総合評価割合		24	20	15	15	0	0	26	100
	総合力指標	知識を取り込む力	12	10	0	0	0	0	0	22
		思考・推論・創造する力	12	10	5	5	0	0	11	43
		コラボレーションとリーダーシップ	0	0	5	5	0	0	0	10
		発表・表現・伝達する力	0	0	5	5	0	0	0	10
		学習に取組む姿勢・意欲	0	0	0	0	0	0	15	15

※総合力指標で示す数値内訳、授業運営上のおおよその目安を示したものです。

評価の要点
評価方法	行動目標		評価の実施方法と注意点
試験	①	レ	学期末に達成度確認試験を行い，総合評価割合24％として評価する．達成度確認試験は，この科目で修得すべき知識と応用力が十分に身についているかどうかを判定するためのものである．このため，授業内容全般を範囲とするが，下記の小テストで扱わなかった内容をやや重点化する．
	②	レ
	③	レ
	④	レ
	⑤
	⑥	レ
クイズ小テスト	①	レ	授業の進行に合わせて小テスト２回を実施し，総合評価割合２０％として評価する．小テストの結果をもって学習内容の理解度を確認する．
	②	レ
	③	レ
	④	レ
	⑤	レ
	⑥	レ
レポート	①	レ	クラス内でチームを編成し，チームで修得したデータをRやPythonを使って処理する．具体的にはデータの統計的な分析を行うとともに，解析結果を考察しレポートにまとめる．なお，レポートについては総合評価割合15％として評価する．
	②	レ
	③	レ
	④	レ
	⑤	レ
	⑥	レ
成果発表 (口頭・実技)	①	レ	チームでまとめた分析結果をチームでまとめるとともに，その内容をパワーポイントを使って発表する．成果発表は総合評価割合15％として評価する．発表内容に関してはパワーポイントの図，発表の仕方，内容について評価する．
	②	レ
	③	レ
	④	レ
	⑤	レ
	⑥
作品	①
	②
	③
	④
	⑤
	⑥
ポートフォリオ	①
	②
	③
	④
	⑤
	⑥
その他	①	レ	この項目の総合評価割合は26％である．学習態度を授業への積極的参加，授業中の質疑応答，授業において課される課題の取り組みや提出状況から評価する．また，チーム学習における活動状況も評価の対象となる．
	②	レ
	③	レ
	④	レ
	⑤	レ
	⑥	レ

具体的な達成の目安
理想的な達成レベルの目安	標準的な達成レベルの目安
授業の９０％の達成レベル．（例えば，授業で扱ったキーワードについて正確に説明でき，目的に適したデータの統計処理ができること．また，その結果を適切な表・グラフで表現できること．）	授業の６０％の達成レベル．（例えば，授業で扱ったキーワードについてほぼ正確に説明でき，目的に適したデータの統計処理ができる．また，その結果を表・グラフで表現できる．）

ＣＬＩＰ学習プロセスについて
一般に、授業あるいは課外での学習では：「知識などを取り込む」→「知識などをいろいろな角度から、場合によってはチーム活動として、考え、推論し、創造する」→「修得した内容を表現、発表、伝達する」→「総合的に評価を受ける、ＧｏｏｄＷｏｒｋ！」：のようなプロセス（一部あるいは全体）を繰り返し行いながら、応用力のある知識やスキルを身につけていくことが重要です。このような学習プロセスを大事に行動してください。
※学習課題の時間欄には、指定された学習課題に要する標準的な時間を記載してあります。日々の自学自習時間全体としては、各授業に応じた時間（例えば2単位科目の場合、予習2時間・復習2時間／週）を取るよう努めてください。詳しくは教員の指導に従って下さい。

授業明細
回数	学習内容	授業の運営方法	学習課題予習・復習	時間：分
1回	教員の紹介授業の運営方針と授業スケジュールの説明データサイエンスの役割とデータの管理についての学習	これからの授業運営について説明する。講義を中心として運営する。	(1)・学習支援計画書を読み，学生の行動目標を確認する．身の回りのデータのばらつきについて考える。 (2)・指定された学習内容を予習しておく。	(1) 30 (2) 30
2回	確率，確率変数、確率関数に関する学習	演習を適宜取り入れながら，講義を中心として運営する。	(1)・授業内容を見直し，統計・確率の課題に取り組む。 (2)・授業内容を見直し、課題に取り組む。	(1) 60 (2) 60
3回	確率，確率変数、確率関数に関する学習	演習を適宜取り入れながら，講義を中心として運営する。	(*1)・授業内容を見直し，課題に取り組む。・授業内容を見直し、課題に取り組む	(1) 60 (2) 60
4回	データ分析を実践による統計的手法	演習を適宜取り入れながら，講義を中心として運営する。	(1)・授業内容を見直し，実験データの取り扱いについて理解する。 (2)・次回に向けた取り組みを実施する。	(1) 60 (2) 60
5回	データ分析を実践による統計的手法	演習を適宜取り入れながら，講義を中心として運営する。	(1)・学習内容を確認するとともに，課題に取り組む。 (2)・これまでの学習内容を復習し、小テストに向けた学習を行う。	(1) 60 (2) 120
6回	小テスト１（範囲：第1〜5回） 2変量の分析のための統計学習	小テストを実施する．これまでの学習内容の理解を確認する。演習を適宜取り入れながら，講義を中心として運営する。	(1)・学習内容を確認し理解を深めておく。 (2)・指定された学習項目を実施する。	(1) 60 (2) 60
7回	ふりかえり授業（小テスト１の解説等）、2変量の分析のための統計学習。	・小テスト２をもう一度見直し間違い等を訂正するとともに，理解不足な部分の理解を深める。演習を適宜取り入れながら，講義を中心として運営する。	(1)・学習内容を確認し理解を深めておく。 (2)・指定された学習項目を実施する。	(1) 60 (2) 60
8回	2変量の分析のための統計学習	演習を適宜取り入れながら，講義を中心として運営する。	(1)・学習内容を確認し理解を深めておく。 (2)・指定された学習項目を実施する。	(1) 60 (2) 60
9回	データ分析実践のための技法	演習を中心として運営する。	(*1)・第5〜9回までの学習内容を理解するとともに，小テスト２の範囲の学習を行う。	(*1) 120
10回	小テスト２の実施（範囲：第5〜9回）コンピュータによるデータ分析の実践	小テスト２を実施する．これまでの学習内容の理解し確認する。演習を中心として運営する。	(*1)・データ分析のための課題を実施する。。	(*1) 120
11回	振り返り授業（小テスト２の解説等）コンピュータによるデータ分析の実践	振り返りの講義を行う。演習を中心として運営する。	(1)・小テスト２をもう一度見直し間違い等を訂正するとともに，理解不足な部分の理解を深める。 (2)・データ分析のための課題を実施する。	(1) 60 (2) 60
12回	グループによるデータの分析	チームで取得するデータと分析方法の討議を行う。	(*1)・分担してデータの分析を実施する。	(*1) 90
13回	グループ発表統計手法によるデータの分析に関するチーム討論	演習を適宜取り入れながら，チーム学習によるデータ処理を実践する。	(1)・統計分析の学習内容を確認するとともに，課題に取り組む。 (2)・グループ発表の内容を復習する。	(1) 30 (2) 90
14回	期末試験データサイエンスの応用事例と機械学習	期末試験を実施する。演習を適宜取り入れながら，講義を中心として運営する	(1)・期末試験の内容について確認を行う。 (2)・指定された課題に取り組む。	(1) 30 (2) 90
15回	総括的復習と全体を振り返っての自己点検	これまでの授業の総括的復習を行い、学んだ内容の主要点を明確化する。各自の評価の確認し．内省的学習を行う。	(*1)・この授業で学んだことを振り返り，不十分である内容について復習する。	(*1) 60
16回	○特別講義「企業と数理」　地元企業の技術者による講演（地域連携教育）	○大学で学ぶ数理の必要性や重要性についての講演を聴講する。 ○講演会の聴講に関しては，担当教員の指示に従う。	・予習：講演者の企業について調べてくる。・復習：各自の講演メモを参考に講演に関する感想文を書く。	30 　 30