[前へ戻る]
   

 授業科目
 Course Title
基礎統計学
Introduction to Statistics
 担当者
 Instructor
助教   中西 勇人  前学期 金曜日2時限
 単 位
 Credit
2

関連するディプロマポリシー Related Diploma Policy
自立した良識ある市民としての判断力と実践力/Judgment and practical ability as an independent citizen of sound sense
時代の課題と社会の要請に応えた専門的知識と技能/Expert knowledge and skills to address the issues of the age and the demands of society
 
到達目標
受講生が確率論に基づいた統計学の理解することを目標とする。具体的には、
① 計算演習を行うことで、統計学で現れる基本的な式変形を理解すること
② コンピューターシミュレーションを用いて、統計理論を直感的に理解すること
③ 経済データを扱う際の注意点を理解すること
したがって、微積分・線型代数の基礎(経済数学Ⅰ・Ⅱ)とロジカルシンキングで学んだ内容(または相当する内容)の理解が想定されている。
また、本科目は計量経済学やビッグデータ分析、ファイナンスの講義を理解するために前提となる科目である。
 
授業内容
確率と統計の基礎を確認しながら、統計量の性質や推論に用いる論理について講義する。
 
授業計画
各回の講義内容は、以下のように予定しているが、受講者の理解に応じて項目を増減する。
自習においては復習を重点的に行うことを推奨する。
具体的には、語句の定義の確認することや、講義内に説明した計算を自分で説明してみたり、復元することが効果的である。自習時間の目安は4時間程度である。
特別な予習は想定していないが、高校卒業程度の記号法は断りなく用いる場合がある。
事前に配布する配布資料で意味の分からない記号については、教科書等で確認しておくこと。また、数式そのものに苦手意識があるのならば第一回の講義等の早い段階に相談すること。

01.母集団と標本 (和の記号を用いる)
シラバスを確認し、統計調査をする意味、調査方法について学ぶ。
度数分布・ヒストグラム・散布図など、図表によるデータの把握方法について確認する。

02.統計データのまとめ方
平均・分散・相関係数など、特性値によるデータの把握方法について確認する。
復習の例:適当なデータセットをWeb上で入手し、そのヒストグラムや特性値を確認し、
データの有り様を文章で表現する。

03.確率
確率について解説し、確率の計算方法を確認する 。
復習の例(第4講以降):第4講以降は、前講までの内容をある程度理解していないと次講の内容を理解することは困難である。
毎回出来るだけ細かく記号法や新しい概念、計算を確認すること。

04.確率変数
確率変数について解説する。

05.確率分布―離散確率変数
離散確率変数の計算と確率分布について解説する。

06.確率分布―連続確率変数
連続確率変数の計算と確率分布について解説する。(微積分を用いる)
復習の例:第6講終了までに確率変数について自分なりに説明できるようになっていることが想定される。

07.大数の法則・中心極限定理
大数の法則と中心極限定理を確認する。

08.確率変数の基本的性質についてのまとめ
講義内試験を行い、受講者の理解に応じて確率変数の性質について解説する。
予習の例:第7回までの講義について自分で1時間程度でプレゼンテーションしてみること。

09.母集団と標本(標本分布)
母集団と標本の関係について確率変数の概念を用いて学ぶ。標本分布についても学ぶ。

10.母数の推定の基礎
母平均の推定、母平均の差の推定、母分散の推定について学ぶ。

11.帰無仮説
帰無仮説について学ぶ。
予習の例:背理法について復習しておくこと。

12.仮説検定の基礎
母平均の検定について学ぶ。
復習の例:検定の練習問題を解き、仮説検定の具体的な手順を定着させること。

13.母平均の差の検定
母平均の差の検定について学ぶ。

14.交絡
交絡について学び多変数データを扱う必要性を解説する。
復習の例:交絡の例を挙げ、交絡の何が問題なのか文章で表現してみること。
 
授業運営
本授業では講義・計算演習・統計ソフトウェアのチュートリアルを行う。統計ソフトウェアとしてはRを使用する予定だが、毎回の講義でプログラムが5行程度書けるようになれば十分である。
レジメやプログラミング画面の動画をドットキャンパスを通じて配布するので各自必要に応じて印刷・視聴すること。
簡単なデータの整理や計算演習などの課題の提出を課す場合がある。課題を通して、受講者は講義内容を理解し、ソフトウェアを用いた簡単なデータ分析を出来るようになることが期待される。
この授業ではアクティブ・ラーニングを取り入れます。
 
評価方法
試験と課題により評価する。課題は試験結果がボーダーライン上の場合のみ評価する。

 
オフィスアワー
火曜11:00~13:00 研究室(1-723)で対応する。
但し、同時限に他の講義がある等都合がつかない場合は事前に連絡があれば対応する。
連絡方法については講義内で指示する。

 

参考書
森棟公夫・照井信彦・中川満・西埜晴久・黒住英司『統計学』[有斐閣]2015
上田拓治『44の例題で学ぶ統計的検定と推定の解き方』[オーム社]2009
酒井聡樹『これからレポート・卒論を書く若者のために』2[共立出版]2017

 
 
 
[前へ戻る]