　　　　　

システム設計工学専攻

対象課程	科目名	単位数	科目コード	開講時期	授業科目区分
博士前期課程（修士課程）	ベイズ統計モデリング入門 Introduction to Bayesian Statistical Modeling	2	2684-01	2026年度前学期	関係科目

担当教員名
加藤　樹里

授業科目の学習・教育目標

キーワード

学習・教育目標

1.ベイズ統計 2.統計モデリング 3.確率分布 4.最尤推定法 5.一般化線形混合モデル

近年のデータサイエンスの隆盛に伴い，データ自体のより深い理解や適切な分析手法の理解，実施が求められるようになっている。ベイズ統計モデリングもその一つの手法である。本講義では，久保 (2012)の輪読により，ベイズ統計モデリングの入門として，データの性質とそれに応じた確率分布の理解，最尤推定法，および一般化線形（混合）モデルの理解を目標とする。これらの知識を身につけ，今後のより高度な統計モデリングや，各自の修士研究に応用するための知識を得ることを目標とする。

授業の概要および学習上の助言

久保拓弥 (2012). データ解析のための統計モデリング入門岩波書店をテキストとして，輪講形式によって進める予定である。割り当てられた章の内容についてまとめて，プレゼンテーションをする。参加者による質疑応答・討論を行う。担当でない週も，必ず該当章を予習しておく。これらを通して，ベイス統計モデリングの基礎的な知識を身につけることを目指す。また，テキスト内ではRを用いた初歩的な分析が必要になる。この取り組みを通してRやデータ分析に慣れることも目指す。様々な研究領域の院生の履修が予測されるため，様々な背景のオーディエンスを意識したプレゼンテーションを心掛けること。また，他の受講者によるプレゼンテーションを聴く際にも，積極的な質疑やコメントを行い，総合的に自らの知識を深めることを目指す。

教科書および参考書・リザーブドブック
久保拓弥 (2012). データ解析のための統計モデリング入門岩波書店

履修に必要な予備知識や技能

統計学の初歩的な基礎知識が必要となる（心理科学科の場合は『心理学統計法』，メディア情報学科の場合は『データサイエンス基礎』，経営情報学科の場合は『統計学1』など。あるいは，数理科目『技術者のための統計』程度）。また，講義では統計ソフトウェアR，RStudioを用いて初歩的な分析をしながらテキストを読み進めていく。そのため心理科学科卒業の履修生は，RStudioを利用できる準備をしておくこと。他学科卒業の学生もなるべく事前にR,RStudioをインストールしておくことが望ましい（ただし難しい場合には，RStudioをブラウザで利用できる方法を初回講義内でレクチャーする）。

学生が達成すべき行動目標
No.
①	データに適した確率分布を考察することができる。
②	最尤推定法の考え方について，概要を説明できる。
③	統計モデリングの考え方を各自の研究計画に生かしていくことができる。
④
⑤
⑥

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	0	0	80	0	0	0	20	100

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
	②
	③
	④
	⑤
	⑥
クイズ小テスト	①
	②
	③
	④
	⑤
	⑥
レポート	①	レ	発表スライドとプレゼンテーションを「レポート」として評価する。割り当てられた章の内容を十分に理解し，的確にまとめたスライドとなっているか，プレゼンテーションと質疑応答において，効果的な説明が行われ，質問者の質問に対して的確な応答と議論がなされているかを評価する。加えて，自分以外の参加者によるプレゼンテーションについて，その要点と感想をまとめたミニレポートを毎回提出する。
	②	レ
	③	レ
	④
	⑤
	⑥
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	授業への出席と討論への参加態度を評価対象とする。特に，自分が発表しない回での討論への積極的な参加を重視する。
	②	レ
	③
	④
	⑤
	⑥

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
統計モデリングが用いられる具体的な場面やデータを説明することができる。従来の統計的仮説検定と，本授業で学んだ統計モデリングの違いを説明できる。	統計モデリングがどのような場面で用いられるかを説明することができる。従来の統計的仮説検定と，本授業で学んだ統計モデリングの違いが理解できる。

※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	オリエンテーション輪講で取り上げる文献の紹介	講義と討論	関連する基礎知識の復習次回の章の予習	60
2	統計モデリング導入の講義担当箇所の決定	講義	講義で取り上げた内容についての復習次回の章の予習	60 60
3	輪読：各自の担当箇所をまとめ，1週あたり1－2人ずつプレゼンテーションを行う。クラス全体で討論する。（輪講では授業の参加人数に応じて，授業期間中に2- 3回程度発表を行う）	発表と討論	各自の発表に関する準備次回の章の予習	60 発表準備の場合は18 0
4	輪読：プレゼンテーションと討論	発表と討論	各自の発表に関する準備次回の章の予習	60 発表準備の場合は18 0
5	輪読：プレゼンテーションと討論	発表と討論	各自の発表に関する準備次回の章の予習	60 発表準備の場合は18 0
6	輪読：プレゼンテーションと討論	発表と討論	各自の発表に関する準備次回の章の予習	60 発表準備の場合は18 0
7	輪読：プレゼンテーションと討論	発表と討論	各自の発表に関する準備次回の章の予習	60 発表準備の場合は18 0
8	輪読：プレゼンテーションと討論	発表と討論	各自の発表に関する準備次回の章の予習	60 発表準備の場合は18 0
9	輪読：プレゼンテーションと討論	発表と討論	各自の発表に関する準備次回の章の予習	60 発表準備の場合は18 0
10	輪読：プレゼンテーションと討論	発表と討論	各自の発表に関する準備次回の章の予習	60 発表準備の場合は18 0
11	輪読：プレゼンテーションと討論	発表と討論	各自の発表に関する準備次回の章の予習	60 発表準備の場合は18 0
12	輪読：プレゼンテーションと討論	発表と討論	各自の発表に関する準備次回の章の予習	60 発表準備の場合は18 0
13	輪読：プレゼンテーションと討論	発表と討論	各自の発表に関する準備次回の章の予習	60 発表準備の場合は18 0
14	輪読：プレゼンテーションと討論	発表と討論	各自の発表に関する準備次回の章の予習	60 発表準備の場合は18 0
15	輪読：プレゼンテーションと討論全体のまとめ	発表と討論自己点検	各自の発表に関する準備これまでの総復習	60（発表準備の場合は180 ） 180