応用確率・統計学演習（k）[3G25]

＜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

＜授業のねらい＞

「確率・統計」と「応用確率・統計」で学んだ統計解析の方法について、具体的に計算機を用いて手順を体験することで、具体的なデータ解析技術を習得すると共に、統計解析の考え方や適用範囲に関してより深く理解する。

＜受講にあたっての前提条件＞

「確率・統計」「応用確率・統計」を履修していること。

＜具体的な到達目標＞

・計算機を用いて基本的なデータ処理を行うことができる。
・数値実験により中心極限定理などを実際に体験し、統計理論の内容をより深く理解する。
・与えられたデータについて適切な検定や推定、分析を行う事ができる。
・統計解析の結果についてのわかりやすいグラフを作成する事ができる。
・具体的な事例に触れることで統計学の広がりについて知る。

＜授業計画及び準備学習＞

授業計画
1. 計算機を利用した統計解析の基礎
　Python を用いた統計解析に関して、パソコン環境の基礎的な扱い方を知る。
2. 基本的なグラフの作成
　データからヒストグラム、棒グラフ、散布図などを作成する。
3. 確率と乱数
　様々な確率分布に基づく乱数を生成し統計量を求めグラフを作成する。
4. 標本平均に関するシミュレーション（中心極限定理）
　同一の母集団から得られる標本の平均値をシミュレーションする。
5. 平均値の区間推定
　平均値の区間推定を行う。
6. 検定（t 検定、 U 検定、etc）
　平均値の差の検定を行う。
7. カイ二乗検定
　クロス集計などに対し、ピアソンの適合度および独立性の検定を行う。
8. オープンデータの利用
　公開されているデータなどを読み込む際の手順について学び、実際に解析を行う。
9. 分散分析
　一元配置分散分析を行う方法を学び、いくつかのデータに対して分析を行う。
10. 重回帰分析
　単回帰および重回帰分析を行う方法を学び、いくつかのデータに対して分析を行う。
11. 最小二乗法
　最小二乗法の計算を行い、その原理や計算手順い対する理解を深める。
12. 主成分分析
　主成分分析を行う方法を学び、いくつかのデータに対して分析を行う。
13. クラスタリング
　クラスタリングを行う方法を学び、いくつかのデータに対して分析を行う。
14. 学習内容の振り返り
　期末レポート課題に対する解説を行う。
準備学習
・コンピュータの操作、Python を用いた統計解析のパソコン環境の扱いについて、円滑な操作ができるよう、習熟しておくこと。
・演習を行う内容について、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、内容の理解に時間をかけて努力し、成果を提出レポートにまとめること。
※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＞

・各回、演習課題に取り組み、ミニレポートを提出する。
・期末試験は、学んだ内容全般に関する期末レポート課題とする。
・各回の演習課題と期末試験（レポート課題）を ６：４ の割合で総合し評価する。
　A+ 〜 F の６段階評価で D 以上を合格とする。
・評価は主に、課題に取り組んだ内容がレポートに十分に記述されているかに基づいて行う。

＜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
中村 永友「多次元データ解析法」
　ISBN　 978-4-320-01922-5
　出版社　共立出版

＜参考書＞

Wes McKinney「Pythonによるデータ分析入門」
　ISBN　978-4-87311-655-6
　ISBN　 978-4-87311-655-6
　出版社　オライリー・ジャパン
演習で利用する Python - Pandas ライブラリの詳細な利用方法を理解したい場合の参考に。

＜オフィスアワー＞

授業の開始前に、教室または非常勤講師室にて。

＜備 考＞

演習室を使用する都合上、受講希望人数によっては履修制限を設ける可能性がある。
履修希望者は、本科目の受講条件にある「応用確率統計」の初回授業に、冒頭から必ず出席すること。