 |
|
| 生物統計学【生物資源学科】 【Biological Statistics】 |
|
|
| 科目の記号/番号：STAT112 セメスター：4S 単位：2 |
| | 【キーワード】 基本統計量、代表値と分散、推定と検定、母集団と標本（試料） |
| 【科目の概要】 参考書、統計資料、学術論文などには、さまざまなデータが記述されている。それらが表現する意味、データの収集・とりまとめの方法はどのようなものであろうか。自然科学の研究において、調査・実験方法の決定や得られたデータを客観的・定量的に評価するには、統計学的手法を適切に利用することが重要である。本講義で学ぶ内容は実験・実習授業や卒業研究に応用できることを意識して授業に臨んで欲しい。受講学生の能動的な授業参加を前提に、実習的要素（計算練習など）を加味した授業を行う。授業中に実際に計算演習を行うので、関数電卓を各自持参すること。 |
|
|
|
|
| 生物統計学【生物環境システム学科】 【Biological Statistics】 |
|
|
| 科目の記号/番号：STAT112 セメスター：5S 単位：2 |
| | 【キーワード】 基礎統計量、代表値と分散、推定と検定、母集団と標本（試料） |
| 【科目の概要】 参考書、統計資料、学術論文などには、さまざまなデータが記述されている。それらが表現する意味、データの収集・とりまとめの方法はどのようなものであろうか。自然科学の研究において、調査・実験方法の決定や得られたデータを客観的・定量的に評価するには、統計学的手法を適切に利用することが重要である。本講義で学ぶ内容は実験・実習授業や卒業研究に応用できることを意識して授業に臨むと共に、授業に能動的に参加してほしい。授業中に実際に計算演習を行うので，MyPCまたは電卓（少なくとも平方根キーが必須）を各自持参すること。 |
|
|
|
|
| 生物統計学【生命化学科】 【Biological Statistics】 |
|
|
| 科目の記号/番号：STAT112 セメスター：4S 単位：2 |
| | 【キーワード】 基本統計量、代表値と分散、推定と検定、母集団と標本（試料） |
| 【科目の概要】 参考書、統計資料、学術論文などには、さまざまなデータが記述されている。それらが表現する意味、データの収集・とりまとめの方法はどのようなものであろうか。自然科学の研究において、調査・実験方法の決定や得られたデータを客観的・定量的に評価するには、統計学的手法を適切に利用することが重要である。本講義で学ぶ内容は実験・実習授業や卒業研究に応用できることを意識して授業に臨んで欲しい。受講学生の能動的な授業参加を前提に、実習的要素（計算練習など）を加味した授業を行う。授業中に実際に計算演習を行うので、関数電卓を各自持参すること。 |
|
|
|
|
| 統計学Ｉ【リベラルアーツ学科】 【Statistics I】 |
|
|
| 科目の記号/番号：STAT112 セメスター：2S/3S 単位：2 |
| | 【キーワード】 記述統計・推定統計・計量分析 |
| 【科目の概要】 この科目では、人文科学・社会科学・自然科学において必要となる基礎的な統計学的知識の習得を目指すとともに、実際の調査データなどを用いながら、実験や社会調査への適用の前段階として、統計分析の訓練を行う。まず度数分布表、ヒストグラム、また平均値、標準偏差といった基本統計量の概念と用法を学ぶ。次に確率論にしたがったサンプル抽出を前提とする推定統計の基礎を習得する。そして最終的には、ランダムサンプリングされたデータの計量分析および統計的検定を実践してみることにより、基本的な統計学的知識とその活用方法を習得する |
|
|
|
|
| 統計学入門【ユニバーシティ・スタンダード】 【Introduction to Statistics】 |
|
|
| 科目の記号/番号：STAT201 セメスター：3S 単位：2 |
| | 【キーワード】 情報の獲得、情報の重要度、分析力、判断力、統計処理 |
| 【科目の概要】 現代の情報化社会において、あふれている情報を如何に効率よく、正確に獲得するかは重要な課題となっている。人は個人によって情報の種類、情報の高さが異なる。したがって、個人個人が必要な情報を取得し、分析し、判断していかなければならない。統計学は、一人一人の知的活動が求められる高度知識社会に必要な分析力・判断力の基となるものといえる。本科目では、情報やデータを分析・判断し活用するための統計処理の基礎を身につけることを目標とする。 |
|
|
|
|
| 確率統計学 I【機械情報システム学科】 【Probability and Statistics I】 |
|
|
| 科目の記号/番号：STAT203 セメスター：3S 単位：2 |
| | 【キーワード】 確率変数の分布関数、確率密度関数、二項分布、ポアソン分布 |
| 【科目の概要】 複雑化した高度情報社会に突入した現在は、いろいろな情報が錯綜し便利で有益な情報と同時に、社会を混乱させるような情報も氾濫している時代である。このような時代では、データを整理、分析し得られた数値をどのように解釈し、どう判断を下すのか、いわゆる「統計的鑑識眼」というものが必要になる。その獲得を目標とし、本講義では確率統計学に関する基本的な知識である確率変数の分布関数、確率密度関数、および、基本分布と言われる二項分布、ポアソン分布、正規分布などについて重点的に学習する。特に、推測統計学の基礎となる重要な中心極限定理等は具体的なデータを用いて演習形式で議論をし、実際に目で見える形にする。 |
|
|
|
|
| 確率統計学 I【ソフトウェアサイエンス学科】 【Probability and Statistics I】 |
|
|
| 科目の記号/番号：STAT203 セメスター：3S 単位：2 |
| | 【キーワード】 確率変数、分布関数、二項分布、ポアソン分布、正規分布、中心極限定理 |
| 【科目の概要】 複雑化した高度情報社会に突入しつつある現在、データを整理、分析し、得られた数値をどのように解釈し、どう判断を下すのかその方法を考える。そのためには、確率変数とその分布関数を理解する必要があり、特に、基本分布関数である二項分布、ポアソン分布、正規分布、更に推測統計学の基礎となる中心極限定理なども学ぶ。 |
|
|
|
|
| 確率統計学 I【マネジメントサイエンス学科】 【Probability and Statistics I】 |
|
|
| 科目の記号/番号：STAT203 セメスター：3S 単位：2 |
| | 【キーワード】 確率変数、分布関数、二項分布、ポアソン分布、正規分布、中心極限定理 |
| 【科目の概要】 複雑化した高度情報社会に突入しつつある現在、データを整理、分析し、得られた数値をどのように解釈し、どう判断を下すのかその方法を考える。そのためには、確率変数とその分布関数を理解する必要があり、特に、基本分布関数である二項分布、ポアソン分布、正規分布、更に推測統計学の基礎となる中心極限定理なども学ぶ。 |
|
|
|
|
| 経営統計学【国際経営学科】 【Business Statistics】 |
|
|
| 科目の記号/番号：STAT211 セメスター：3S/4S 単位：2 |
| | 【キーワード】 意思決定、統計学、多変量解析 |
| 【科目の概要】 企業の経営活動による成果は様々な数値で表される。最も重要なことはこれらの数値を解析し、経営活動にフィードバックすることにある。本講では、多変量解析を中心とした数値解析について口述し、身近なデータを用いた演習によって理解度を高めることを目的としている。解析等はパソコンを用いて処理し、処理結果の解釈を意思決定に反映させる能力を養う。 |
|
|
|
|
| 確率統計学 II【機械情報システム学科】 【Probability and Statistics II】 |
|
|
| 科目の記号/番号：STAT212 セメスター：4S 単位：2 |
| | 【キーワード】 母集団、平均値、比率、分散、仮説検定 |
| 【科目の概要】 『確率統計学Ⅰ』に引き続き「統計的鑑識眼」を獲得することを目標とする。まず、母集団から無作為に抽出された標本値を用いて、ひとつの母集団におけるデータの平均値、比率、分散、あるいは、二つの母集団における母平均差、比率差などのいわゆる母数の推定方法を学ぶ。次に、母集団の分布の特性または母数に関する仮説（帰無仮説という）を母集団から無作為抽出された標本値を分析することにより採択するかまたは棄却するかの判定をする、いわゆる仮説の検定の仕方を学ぶ。なお、推定、検定いずれも数多くの具体的な例題を用いて演習と並行して講義を進めていく。 |
|
|
|
|
| 確率統計学 II【ソフトウェアサイエンス学科】 【Probability and Statistics II】 |
|
|
| 科目の記号/番号：STAT212 セメスター：4S 単位：2 |
| | 【キーワード】 無作為抽出、仮設の検定、棄却域 |
| 【科目の概要】 確率統計学Iに続く科目であり、母集団から無作為抽出された標本をもとに、すなわち統計量の分布を用いて平均、比率、平均差、比率差、分散など、いわゆる母数の推定と、及び標本を用いて母集団に対するある仮説の妥当性を系統的に調べる、いわゆる仮説の検定の仕方を学ぶ。 |
|
|
|
|
| 確率統計学 II【マネジメントサイエンス学科】 【Probability and Statistics II】 |
|
|
| 科目の記号/番号：STAT212 セメスター：4S 単位：2 |
| | 【キーワード】 無作為抽出、仮設の検定、棄却域 |
| 【科目の概要】 確率統計学Iに続く科目であり、母集団から無作為抽出された標本をもとに、すなわち統計量の分布を用いて平均、比率、平均差、比率差、分散など、いわゆる母数の推定と、及び標本を用いて母集団に対するある仮説の妥当性を系統的に調べる、いわゆる仮説の検定の仕方を学ぶ。 |
|
|
|
|
| 統計的方法【マネジメントサイエンス学科】 【Statistical Method 】 |
|
|
| 科目の記号/番号：STAT214 セメスター：4S 単位：2 |
| | 【キーワード】 品質管理、管理と改善、品質、データ解析、品質保証、検定と推定 |
| 【科目の概要】 製品はどんな精密な機械で注意深く製造しても必ずそのできばえ(品質)はばらつくが、それには統計的な規則性がある。品質管理では、品質の分布を統計的に把握し、統計的推測に基づいて活動することが重要である。本科目では、品質管理上での管理や改善などの実践の場での活用をねらいとして、基礎的な統計的手法について、計量値データの解析を中心に解説する。 |
|
|
|
|
| 統計学ＩＩ【リベラルアーツ学科】 【Statistics II】 |
|
|
| 科目の記号/番号：STAT216 セメスター：4S 単位：2 |
| | 【キーワード】 多変量解析・計量モデル・分析法の基本概念 |
| 【科目の概要】 この科目では、統計学Ⅰに引き続き、人文科学・社会科学・自然科学において必要となる応用的な統計学的知識の習得を目指すとともに、実際の調査データなどを用いながら、実験や社会調査への適用の前段階として、統計分析の訓練を行う。特に3つ以上の変数を用いた多変量解析について、その計量モデルの基礎を習得することを目標とし、重回帰分析を中心としながら、分散分析、パス解析、因子分析などの概念と用法を学んでいく。統計ソフトの形式的な使用法のみを覚えるのではなく、そのモデル・手法の基本概念を理解した上で分析を実践できるようになることが最大の目標となる。 |
|
|