シラバス参照
|
シラバス参照
|
| 講義概要/Course Information |
| 科目基礎情報/General Information |
| 授業科目名 /Course title (Japanese) |
数理統計（Ｉエリア） | ||
|---|---|---|---|
| 英文授業科目名 /Course title (English) |
Fundamentals of Mathematical Statistics | ||
| 科目番号 /Code |
MTH402e MTH402f MTH402g MTH403h MTH403i | ||
| 開講年度 /Academic year |
2019年度 | 開講年次 /Year offered |
2 |
| 開講学期 /Semester(s) offered |
後学期 | 開講コース・課程 /Faculty offering the course |
情報理工学域 |
| 授業の方法 /Teaching method |
講義 | 単位数 /Credits |
2 |
| 科目区分 /Category |
専門科目 | ||
| 開講類・専攻 /Cluster/Department |
Ⅱ類 | ||
| 担当教員名 /Lecturer(s) |
長岡 浩司 | ||
| 居室 /Office |
西10-835 | ||
| 公開E-mail |
nagaokaアットis.uec.ac.jp | ||
| 授業関連Webページ /Course website |
http://www.quest.is.uec.ac.jp/nagaoka/MathStat19_I/ | ||
| 更新日 /Last update |
2019/10/01 12:38:52 | 更新状況 /Update status |
公開中 /now open to public |
| 講義情報/Course Description |
| 主題および 達成目標（2,000文字以内） /Themes and goals（up to 2,000 letters） |
統計学とは何かという明確な定義を与えることはとても難しい。広く捉えるならば、それは、データから何を読み取り、そこからどういう結論を導いたらよいのかという無数の具体的問題に直面した人類が、長い年月の間に発展させてきた方法論の総称である。そこではデータの持つランダムさを確率論の枠組みでとらえることが基本となる。統計学の対象はきわめて多様であり、それに応じて様々な問題設定と解決手法が提案されて今日に至っている。本講義では、情報処理技術の高度化に伴う現在の技術動向をふまえつつ、記述統計学と推測統計学を二本柱とする伝統的な数理統計学の中から、統計学的方法論全般の基礎となる部分に的を絞り、その考え方と数学的技法について解説していく。 |
|---|---|
| 前もって履修 しておくべき科目（1,000文字以内） /Prerequisites（up to 1,000 letters） |
確率統計、線形代数学第一、線形代数学第二、微分積分学第一 |
| 前もって履修しておくこ とが望ましい科目（1,000文字以内） /Recommended prerequisites and preparation（up to 1,000 letters） |
微分積分学第二 |
| 教科書等（1,000文字以内） /Course textbooks and materials（up to 1,000 letters） |
教科書は使用しない。主な参考書を以下に示す。 クライツィグ『確率と統計』(培風館) 稲垣・山根・吉田『統計学入門』(裳華房) 押川・阪口『基礎統計学』(培風館) 竹村『統計』(共立出版) |
| 授業内容と その進め方（2,000文字以内） /Course outline and weekly schedule（up to 2,000 letters） |
授業計画 第1回:統計学の歴史と概要 第2回:1次元データの特徴量 第3回:多次元データの特徴量 第4回:最小二乗近似 第5回:確率分布と確率変数の基本事項 第6回:同時分布、独立性、iid 第7回:主要な確率分布 第8回:正規分布と中心極限定理 第9回:統計的モデルとパラメータ推定問題 第10回:最尤推定 第11回:フィッシャー情報量とクラメル・ラオ不等式 第12回:仮説検定の考え方 第13回:仮説検定の構成 第14回:区間推定 第15回:まとめと展望 |
| 実務経験を活かした 授業内容 (実務経験内容も含む) /Course content utilizing practical experience |
|
| 授業時間外の学習 （予習・復習等）（1,000文字以内） /Preparation and review outside class（up to 1,000 letters） |
・開講までに１年次の科目「確率統計」の内容をよく復習しておいて下さい。 ・毎回の講義内容の復習は必須です。 |
| 成績評価方法 および評価基準 （最低達成基準を含む） （1,000文字以内） /Evaluation and grading （up to 1,000 letters） |
成績評価は試験で行なう。 データや確率分布に関する基礎知識と計算能力、検定や推定に関する基本概念の理解および授業で紹介した程度の例題を解ける応用力を修得しているかどうかを評価する。 |
| オフィスアワー： 授業相談（1,000文字以内） /Office hours（up to 1,000 letters） |
金曜４限 |
| 学生へのメッセージ（1,000文字以内） /Message for students（up to 1,000 letters） |
統計学には数学的難しさとともに「考え方」の難しさがあります。そこが統計学の醍醐味であり、要注意ポイントでもあります。頭を柔軟かつフルに働かせて「考え方」の理解に努めて下さい。 |
| その他 /Others |
特になし |
| キーワード /Keywords |
確率分布、統計、推定、検定 |