授業の主題
|
|
|
確率，統計，確率分布，検定，回帰分析
|
| |
|
|
学修目標（到達目標）
|
|
|
1. 平均・分散・変動係数など基本統計量の計算が出来る
2. ベイズの法則・大数の法則・中心極限定理など確率法則を理解し，説明・応用が出来る．
3. 確率変数と分布関数の概念を理解し，基本的な演算を行える．
4. Pythonを用いた基本的な演算ができる．
対象となる学習目標：1
|
| |
|
|
|
|
|
|
授業概要
|
|
|
1. 集合の概念復習とPythonの使い方
2. 確率の表現，基本演算
3. 確率変数，確率密度関数と累積確率分布関数
4. 複数の確率変数
5. ベルヌーイ試行列，二項分布とポアソン分布
6. 正規分布
7. 確率・データ分析演習
（PC必須．Excel/Python利用．Pythonについては，講義中にて説明．）
8. 確率過程
|
| |
|
|
評価方法と割合
|
|
評価方法
|
|
|
次項の項目及び割合で総合評価し、次のとおり判定する。
「Ｓ（達成度90％～100％）」、「Ａ（同80％～90％未満）」、
「Ｂ（同70％～80％未満）」、「Ｃ（同60％～70％未満）」を合格とし、
「不可（同60％未満）」を不合格とする。（標準評価方法）
|
| |
|
|
評価の割合
|
|
|
【授業には３分の２以上の出席を必要とする】
・期末レポート： 80%
・ミニレポート： 20%
|
| |
|
|
ルーブリック
|
【授業別ルーブリック】
| 評価項目 | 評価基準 |
| Ｓ（達成度90％～100％） | Ａ（同80％～90％未満） | Ｂ（同70％～80％未満） | Ｃ（同60％～70％未満） | 不可（同60％未満） |
| 確率論の基礎知識の習得 | 複数の確率分布を適切な推論に応用することが十分にできる． | 正規分布だけではなく，二項分布ポアソン分布なども理解して，適切な確率分布を選択できる． | 正規分布，大数の法則，中心極限定理といった基本的な内容を説明できる． | 確率分布の概念を理解しており，基礎的な計算に対応することができる． | 確率分布の概念が理解できていない． |
| Pythonを用いたベクトル・配列情報の処理 | 自らの手で学習しながら，より高度な確率モデルのパッケージへの応用ができる． | NumPyに関連する解説情報を読み解き，多次元配列の解析ができる． | プログラムを用いて，確率分布からの乱数の生成とシミュレーションを実行することができる． | プログラムを用いて，データの読み出しの実行と，必要最小限のベクトル・配列の処理を実装できる． | プログラムを用いた基本的なデータ処理ができない． |
|
| |
|
|
|
|
授業時間外の学修に関する指示
|
|
予習に関する指示
|
|
|
講義全般において，Google colaboratoryを用いる．
講義中に説明をする予定だが，事前に各自でその操作方法などを確認しておくことが望ましい．
（目安時間：30分）
|
| |
|
|
復習に関する指示
|
|
|
★2．オンデマンド教材（授業内容の一部）
各回に提示する小テストに取り組むこと．
解き方に不明点があれば，質問登録フォームに入力すること．
（目安時間：2時間）
|
| |
|
|
教科書・参考書
|
|
参考書
|
|
|
|
|
978-4485300633
|
|
小林潔司, 織田澤利守
|
|
電気書院
|
2012
|
|
|
|
978-4798155067
|
|
馬場 真哉
|
|
翔泳社
|
2018
|
|
|
|
|
|
|
オフィスアワー等（学生からの質問への対応方法等）
|
|
|
特に設定しません．
随時，アポイントを取って質問に来てください．
|
| |
|
|
履修条件
|
|
|
|
| |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|