![]() ![]() |
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(M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 |
2021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) |
鷲沢 嘉一 | ||
居室 /Office |
西1-502 | ||
公開E-mail |
washizawa@uec.ac.jp | ||
授業関連Webページ /Course website |
遠隔授業に関する情報を参照 | ||
更新日 /Last update |
2021/03/05 16:25:35 | 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) |
実験から得られたデータから科学的な結論を得るためには統計学の知識が必要です.すなわち,文系理系に関わらず,ほぼすべての科学分野において統計学の知識と素養が必要とされます.とりわけ,機械学習の分野は,データから背後に存在する規則を学習する機械を実現させるため,統計学と密接な関連があり,特に最近では統計学と機械学習の先端技術に分野の垣根がなくなっていることも多いです. このように,統計学は現在も発展を続けている学問分野ですが,基礎理論に限ってもその対象が広く,入門の教科書の採用する事項も定まっていません.本講義では,前半は統計学への応用を踏まえた確率論の復習と多変量解析を学びます.後半は推計統計学のうち,統計的推定と検定の基本的な事項について学びます. 統計学の広範囲の対象分野の中から,真に基礎となる話題に限定し,深く理解することを目標とします.基礎的な話題について深く理解し,統計学についての素養や考え方を体得することにより,専門研究や業務で発展的な応用が必要になったときにスムーズに学びをつなげることができます. |
---|---|
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) |
竹村彰通『統計』(共立出版)の内容に沿って講義を進めますが,教科書がなくても理解できるように講義を進めます. |
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) |
第1回: ガイダンスおよび統計学の歴史と概要 第2回: 1変量データの記述 第3回: 多次元データの記述 第4回: 最小二乗法と回帰分析 第5回: 多変量解析の手法 第6回: 確率変数 第7回: 多次元分布 第8回: 主な確率分布 第9回: 大数の法則と中心極限定理 第10回: 統計的モデル 第11回: 点推定 第12回: 検定論 第13回: 典型的な検定問題 第14回: 区間推定 第15回: 線形回帰モデルの推定と検定 |
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) |
講義時間中に理解できなかったものについては復習および質問して理解してください. |
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) |
成績評価は期末試験で行います. |
オフィスアワー: 授業相談(1,000文字以内) /Office hours(up to 1,000 letters) |
質問,連絡はgoogle classroomまたは,上記メールアドレスへ送付してください. 対面またはリアルタイムでの対応が必要な場合は,その旨の連絡してください. |
学生へのメッセージ(1,000文字以内) /Message for students(up to 1,000 letters) |
様々な分野で役に立ち,科学的な思考を身に付けられるような講義を目指します. |
その他 /Others |
特にありません. |
キーワード /Keywords |
確率分布,統計,推定,検定 |