確率・統計ＩＩ（k）[3385]

＜学位授与の方針＞

○	1. 基礎知識の習得
○	2. 専門分野知識の習得
○	3. 汎用的問題解決技能
	4. 道徳的態度と社会性
	5. 創成能力

＜授業のねらい＞

「確率・統計I」で学んだ基本的な推測統計学の考え方を発展させ、いくつかの重要な検定手法を実際に適用できる技術を身につける。複数の要素について解析を行う多変量解析の方法と、より広い問題に対して適用可能な最尤推定とベイズ推定という２つの考え方を学び、現在の確率や統計を利用した解析技術についての理解を深める。

＜受講にあたっての前提条件＞

「確率・統計I」の単位を修得していること。

＜具体的な到達目標＞

・統計検定の考え方と手順を知り、平均の差について検定することができる
・分散分析の考え方を理解し、実際の問題に適用することができる
・回帰と最少二乗法について理解し、実際に計算を行うことができる
・主成分分析と因子分析の考え方と計算方法を理解している
・最尤法とベイズ推定の基本的な考え方を理解している

＜授業計画及び準備学習＞

授業計画
1. 統計解析の基礎（教科書１〜７章）
　　「確率・統計I」の内容に関する復習
2. ２群の平均の検定（教科書７章）
　　最もよく使われる統計検定である２群の平均の差の検定を行う
3. 分散分析（教科書８章）
　　分散分析により観測した各要素が結果に影響しているかを解析する手法を学ぶ
4. 多重比較法（教科書９章）
　　３つ以上の群において、どの群とどの群に差があるのか特定する手法を学ぶ
5. 実験計画法（教科書１０章）
　　実験計画法の考え方と基本的な手順を学ぶ
6. 重回帰分析（教科書１３章）
　　重回帰分析による複数の変量を同時に扱う際に変数間の因果関係などを解明する手法を学ぶ
7. 最小二乗法（教科書１３章）
　　回帰分析の理論として最小二乗法について学ぶ
8. 中間試験
　　１〜７回の範囲について試験を行う
9. ノンパラメトリック手法（教科書１１〜１２章）
　　カテゴリデータや順位データなどに関する検定について学ぶ
10. 主成分分析（教科書１４章）
　　主成分分析の考え方と手順を学び、具体的な例に適用する
11. 因子分析（教科書１４章）
　　因子分析の考え方と手順を学び、主成分分析との違いを理解する
12. クラスタリング（教科書１５章）
　　与えられたデータを決められた個数の集団に分離するクラスタリング技術の基礎的なアルゴリズムを学ぶ
13. 最尤推定
　　最尤推定の考え方を学び、正規分布モデルを用いた平均と分散の推定の手順を知る
14. ベイズ推定
　　事前分布を用いたベイズ推定の考え方を学び、最尤法と比較する
15. 期末試験
　　１〜１４までの範囲について試験を行う

準備学習
教科書や参考書の対応する節をあらかじめ予習しておくこと。
授業の内容を復習し、教科書の章末問題やプリントで示された問題を解くこと。
※自力で予習と復習に時間をかけて取り組んでも理解が不十分な場合は、必ずSAを利用すること。

＜成績評価方法及び水準＞

中間試験の結果を40点満点、期末試験の結果を60点満点として評価し、合計60点以上で合格とする。

＜教科書＞

栗原伸一「入門統計学」
ISBN: 978-4-274-06855-3　出版社: オーム社

＜参考書＞

足立浩平「多変量データ解析法」
ISBN: 978-4779500572　出版社: ナカニシヤ出版

Allen B. Downey, 黒川洋・黒川利明 訳「Think Stats」
ISBN: 978-4-87311-572-6　出版社: オライリー・ジャパン／オーム社

＜オフィスアワー＞

居室: A1516 内線: 2815
メール(jt13456@ns.kogakuin.ac.jp)などでアポイントを取るように

＜備 考＞

2014年9月16日　変更

＜参考ホームページアドレス＞

https://nip.info.kogakuin.ac.jp/wiki/projects/1/_2014.html