金沢工業大学　学習支援計画書　G161-01
|| 英語(English)
学習支援計画書(シラバス)　検索システム
印刷
数理・DS・AI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・DS・AI教育課程
数理基礎科目
数理基礎
技術者のための統計
Statistics for Engineers
 2 G161-01 2024年度
３期（前学期）
４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.データの整理と分布 2.確率と確率分布 3.確率論に基づく統計量の評価 4.推定と検定 5.データサイエンス この科目では、データサイエンスの基礎となる統計的な処理についての学習を行う。偶然性 を伴う現象は確率や確率変数を用いて表現することができる。観察や実験，その他のさまざ まな取り組みで得られたデータの整理を通じて、確率変数や確率分布の概念を理解できる。 また、代表的な確率分布である正規分布などの使用に習熟する。さらに、母集団や標本分布 について学び、それらを用いて母数の統計的推定および検定ができる。さらに，統計用プロ グラミング言語「R」を用いて社会の実データ統計分析を行うことができるようになる．
授業の概要および学習上の助言
○　学習内容は下記の通りである： 　１．データの整理とデータの分布（データサイエンスの基礎となるデータの取り扱いについて学習する） 　　　(1) データの収集と整理　　　　　　　(2) データの分布　　　　　　　　(3) 量的データ分布の特徴量　　　　　 ２．２変量の間の関係（２変量のデータ分析を行うための基本的考え方を学習する） 　　　(1) ２変量データの整理　　　　　　　(2) 相関関係と相関係数　　　　　(3) ２変量の関係と推測 　３．データ解析における確率論の基礎（偶然性を伴う現象を扱うための確率論の基本を学習する） 　　　(1) 確率論の基本的考え方　　　　　　(2) 離散量の確率分布　　　　　　(3) 連続量の確率分布 　４．統計的データ処理の基本（統計的データ分析について必要な統計学的基礎を学ぶ．） 　　　(1) 標本集団のサンプリング　　　　　(2) 確率論に基づく統計量の評価　(3) 母数の統計的推定 　５．統計的検定と多変量解析（統計的データ分析について必要な統計学的基礎を学ぶ．） 　　　(1) 統計的検定の基本的考え方　　　　(2) 統計的検定の方法　　　　　　(3) 多変量解析へ 　６．社会の実データを用いてプログラミング言語「R」を用いて統計分析を行う。
教科書および参考書・リザーブドブック
教科書：文理融合データサイエンス入門[共立出版] 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
○この授業で必要な基礎知識は統計的な考え方を理解するための基礎数学の内容を理解していること．
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 データの整理を行うとともにデータの基本的特徴量を求めることができる。
② D 確率変数の概念が理解でき，簡単な確率変数の期待値や分散を求めることができる。
③ D 収集したデータを整理し必要な統計量を計算することによって，データを分析することができる．
④ D 標本分布を用いて母平均、母分散、母比率の推定・検定ができる。
⑤ C 基礎的な統計用語の英単語を理解し、英語で出題された問題に対応できる。
⑥ A 毎回の授業に出席し、与えられた課題に取り組み、授業内容の理解に努めることができる。
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 30 30 20 0 0 0 20 100
指標と評価割合 総合評価割合 30 30 20 0 0 0 20 100
総合力指標 知識を取り込む力 20 20 10 0 0 0 10 60
思考・推論・創造する力 10 10 5 0 0 0 0 25
コラボレーションと
リーダーシップ		 0 0 0 0 0 0 0 0
発表・表現・伝達する力 0 0 0 0 0 0 0 0
学習に取組む姿勢・意欲 0 0 5 0 0 0 10 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 試験は，総合評価割合を３０％として学期末に実施する。
② レ
③ レ
④ レ
⑤ レ
⑥
クイズ
小テスト		 ① レ 小テストを２回実施する。それぞれの評価割合を１５％として合計３０％の総合評価割合で評価する。各 小テストの範囲と各小テストを実施する授業回数は、それぞれ授業明細表に記載してある。
② レ
③ レ
④ レ
⑤ レ
⑥
レポート ① レ レポートは総合評価割合を２０％として評価する。レポートは主として「R」を使ったプログラミングの 課題を実施する。他人のレポートを複製ことは厳に慎むこと。また、レポートの提出期日を厳守すること 。レポートの提出期日は授業明細表に記載してある。
② レ
③ レ
④ レ
⑤ レ
⑥ レ
成果発表
(口頭・実技)		 ①
②
③
④
⑤
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 学習に取り組む姿勢・意欲を，受講態度や授業内容の理解度を補充する課外学習への参加などで評価し， さらに予習・復習として取り組んだ宿題や演習も含めて，総合評価割合２０％として評価する．
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
・データサイエンスの基礎となるデータの取り扱いを正しく行 うことができる． ・確率変数の概念が理解でき，いろいろな確率変数の期待値や 分散を求めることができる。 ・基本的な確率分布が理解でき、確率の計算ができる。 ・収集したデータについて整理して基本統計量を計算すること ができる。 ・与えられたデータより、標本分布を用いて母数の推定・検定 ができる。また，この手法を実際の統計的問題に応用すること ができる。 ・データサイエンスの基礎となるデータの取り扱いを理解し行 うことができる． ・確率変数の概念が理解でき，簡単な確率変数の期待値や分散 を求めることができる。 ・基本的な確率分布が理解でき、確率の計算ができる。 ・収集したデータについて整理して基本統計量を計算すること ができる。 ・与えられたデータより、標本分布を用いて母数の推定・検定 ができる。
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 ○科目ガイダンスを行なう。 ○データの取得と種類について学習する。 ○量的データ分布の特徴量について学習する。 ○学習目標、授業方針、評価 方法等について説明する。 ○統計の基本的考え方とその 基本となる確率について，例 を用いながら解説する。 ○必要に応じて演習を実施す る。 ○学習した内容を復習し、課題に 取り組む。 ○次回の学習内容について例題を 中心に予習をする。 60 30
２回 ○データの整理について学ぶ。 ○学習事項を例を用いながら 解説する。 ○必要に応じて演習を実施す る。 ○学習した内容を復習し課題に取 り組む。 ○次回の学習内容について例題を 中心に予習をする。 30 30
３回 ○2変量のデータ分析について学習する。 ○相関関係や回帰分析に関して学習する。 〇多変量の解析について学ぶ。 ○学習事項を例を用いながら 解説する。 ○必要に応じて演習を実施す る。 ○学習した内容を復習し、課題に 取り組む。 ○これまでの学習を復習し小テス トに備える。 30 120
４回 〇小テスト（１） ○確率論の基本的考え方について学習する。 ○テスト(1)を実施する。　 ○学習事項を例を用いながら 解説する。 ○学習した内容を復習し、課題に 取り組む。 ○次回の学習内容について例題を 中心に予習をする 30 60
５回 ○振り返り授業 〇確率について学習する。 ○学習した内容を復習し、課 題に取り組む。 ○次回の学習内容について例 題を中心に予習をする。 〇自己点検：小テスト（１）の結 果をふまえこれまでに理解を確認 する． ○学習した内容を復習し、課題に 取り組む。 ○次回の学習内容について例題を 中心に予習をする 30 60
６回 〇条件付き確率とベイズの定理について学習する。 ○学習内容を例を用いながら 解説する。 ○必要に応じて演習を実施す る。 ○学習した内容を復習し、課題に 取り組む。 ○次回の学習内容について例題を 中心に予習をする 60 30
７回 ○離散量の確率分布について学習する。 ○連続量の確率分布について学習する。 ○学習内容を例を用いながら 解説する。 ○必要に応じて演習を実施す る。 ○学習した内容を復習し、課題に 取り組む。 ○次回の学習内容について例題を 中心に予習をする 60 30
８回 ○連続量の確率分布について学習する。 ○学習内容を例を用いながら 解説する。 ○必要に応じて演習を実施す る。 ○学習した内容を復習し、課題に 取り組む。 ○これまでの学習を復習し小テス トに備える。 30 120
９回 〇小テスト（２） ○母集団と標本集団のサンプリングについて学習する 。 ○テスト(2)を実施する。　 ○基本事項を例を用いながら 解説する。 ○学習した内容を復習し小テスト の準備を行う。 ○次回の学習内容について例題を 中心に予習をする。 60 30
１０回 ○振り返り授業 〇推測統計の基本的考え方について学習する。 ○母数の統計的推定について学習する。 ○基本事項を例を用いながら 解説する。 ○必要に応じて演習を実施す る。 〇自己点検：小テスト（２）の結 果をふまえこれまでに理解を確認 する． ○学習した内容を復習しデータ整 理の課題に取り組む。 ○次回の学習内容について例題を 中心に予習をする 60 30
１１回 ○母数の統計的推定について学習する。 〇統計の基本的考え方について学習する。 ○学習した内容を復習し課題 に取り組む。 ○次回の学習内容について例 題を中心に予習をする。 ○学習した内容を復習し課題に取 り組む。 ○次回の学習内容について例題を 中心に予習をする。 60 30
１２回 ○統計的検定の方法と実践について学習する。 ○学習した内容を復習し課題 に取り組む。 ○次回の学習内容について例 題を中心に予習をする。 ○学習した内容を復習し課題に取 り組む。 ○次回の学習内容について例題を 中心に予習をする。 60 30
１３回 ○統計的検定の方法と実践について学習する。 ○学習した内容を復習し課題 に取り組む。 ○次回の学習内容について例 題を中心に予習をする。 ○学習した内容を復習する。 ○これまで学習した内容を復習し 、期末試験に備える。 30 180
１４回 ○期末試験 〇多変量解析の考え方について学習する。 ○期末試験を実施する。 〇多変量解析について解説し ，演習を行う。 ○期末試験の内容を振り返る。 〇統計の実践課題に取り組む。 60 60
１５回 ○期末試験の返却と授業全体の振り返り ○期末試験の解説するるとと もに，学習の理解度を確認す る。 〇授業アンケートを実施する 。 〇自己点検：授業全体の振り返り を行う。 ○返却された試験とその解答を復 習する。 60