| 授業方針・テーマ |
統計学はデータを用いて客観的に主張を論じるために必要なツールであり、あらゆる分野で有用な学問である。
本講義では、得られたデータを用いて母集団のパラメータを推定したり、仮説を検定したりする方法を学ぶ。
授業中には可能な限り練習問題を解く時間を設ける。 |
習得できる知識・能力や授業の
目的・到達目標 |
さまざまなパラメータの統計的推測・仮説検定について理解する。
|
授業計画・内容
授業方法 |
1. 確率変数１ 確率変数、分布関数、期待値
2. 確率変数２ 平均、分散、共分散、独立性
3. 確率変数３ ベルヌーイ分布、二項分布、正規分布
4. 標本分布１ 標本平均、中心極限定理、大数の法則
5. 標本分布２ 正規近似（連続性補正）
6. 標本分布３ カイ二乗分布、t分布、F分布
7. 推定１ 点推定、区間推定
8. 推定２ 母平均・母分散の区間推定
9. 推定３ 母比率の区間推定、標本サイズの決定
10. 検定１ 検定の考え方、正規母集団の母平均の検定
11. 検定２ 母比率の検定（大標本）
12. 検定３ 母平均の差の検定
13. 検定４ 等分散性の検定
14. 検定５ 適合度検定、独立性の検定
15. 演習 まとめ・演習
【授業方法】 講義形式
|
| 授業外学習 |
1回の授業毎に復習問題を課す。
単元毎に知識を整理し理解を深めるよう、計算問題を含む宿題を4回課す。
予習の他，講義中に扱った練習問題や参考書などで復習をすること。 |
| テキスト・参考書等 |
テキストは指定しないが参考書として以下を挙げる。
大屋幸輔『コアテキスト統計学』新世社
授業はスライドに沿って行う予定。 |
| 成績評価方法 |
期末試験75%、宿題25%
|
質問受付方法
(オフィスアワー等) |
メール、授業後またはアポイントメント
|
特記事項
(他の授業科目との関連性) |
・スライドや宿題、お知らせなどはe-learningシステムのkibacoにアップするので頻繁に参照すること。
・kibacoで自己登録可能なので、履修登録以前でもスライドのダウンロードは可能。初回授業でも各自ダウンロードすること。
・授業中および期末試験にはルート機能付き電卓を持参のこと。
・授業中の練習問題、復習問題、宿題を解くことがよい試験対策となる。 |
| 備考 |
|
シラバス照会