| 授業コード | 06500300 | 単位数 | 2 |
| 科目名 | 統計学 | クラス | |
| 履修期 | 前期授業 | カリキュラム | ＊下表参考 |
| 担当者 | 古山 滋人 | 配当年次 | ＊下表参考 |
| 授業の題目 | 統計学の基礎 |
| 学修の概要 | 政府統計や調査報告・フィールドワーク論文が読めるための基本的知識と、統計的データをまとめたり分析したりするために必要な統計学の基礎的知識を学ぶ。 |
| 学修の到達目標 | ①政府統計や調査報告・フィールドワーク論文などが読める。 ②統計学の基礎的事項を理解し、次の段階へ進むことができる。 ③現実のデータを解析するための必要な基礎的スキルが身につく。 |
| 授業計画 | 第１回 | 統計学への誘い（受講ガイダンスを含む） 統計学の目的と意義を学ぶ。 |
| 第２回 | 度数分布表とヒストグラム データの種類とデータの姿を把握する方法を学ぶ。 | |
| 第３回 | ローレンツ曲線とジニ係数 貧富の格差を図る2つの経済指標を学ぶ。 | |
| 第４回 | クロス集計表 クロス集計表の見方とリスク比・オッズ比を学ぶ。 | |
| 第５回 | 代表値 平均値と中央値と最頻値の求め方と使い方を学ぶ。 | |
| 第６回 | 四分位数と箱ひげ図 データ全体の様子を把握する方法を学ぶ。 | |
| 第７回 | 分散と標準偏差 分散と標準偏差の求め方と意味を学ぶ。標準化得点と偏差値を学ぶ。 | |
| 第８回 | 前半部分の振り返りと中間試験 前半部分の理解度を確認し、復習する。 | |
| 第９回 | 散布図と相関係数 相関係数の求め方と注意点を学ぶ。 | |
| 第１０回 | 回帰分析①（回帰直線） 回帰直線の求め方を学ぶ。 | |
| 第１１回 | 回帰分析②（決定係数） 決定係数の意味を学ぶ。 | |
| 第１２回 | 標本調査 全数調査と標本調査、母集団と標本（サンプル）の違いを学ぶ。 | |
| 第１３回 | 確率と確率分布①（確率の定義と定理、確率変数と確率分布） 確率分布の基礎を学ぶ。 | |
| 第１４回 | 確率と確率分布➁（二項分布と正規分布） 代表的な確率分布を学ぶ。 | |
| 第１５回 | まとめ 統計学の基礎的事項をまとめる。推測統計の概観をつかむ。 |
| 授業外学習の課題 | ①講義前後にテキストをよく読んで、予習と復習をしっかりしておくこと。1.5時間 ②新聞・雑誌など様々な資料を収集し学習すること。1.0時間 ③図書館にある関連図書を2冊以上読むこと。1.5時間 |
| 履修上の注意事項 | ①テキストベースで講義を進める。 ②ルート機能のついた電卓とテキストを毎回持参すること。 ③進度を考慮して講義の順番や講義内容を変更する場合がある。 ④適宜関連資料を配布する。 ⑤受講マナーを守れないものには厳しく対応する。 ⑥公認欠席時の資料は後日配付する。 ⑦中間試験時に公認欠席となる場合は代替措置で対応する。 |
| 成績評価の方法・基準 | 中間試験（50%）、期末試験（50%）で評価する。 |
| テキスト | 須藤昭義・中西寛子（2019）『書き込み式 統計学入門 スキマ時間で統計エクササイズ』東京図書 |
| 参考文献 | 必要に応じて紹介する。 |
| 主な関連科目 | 応用統計学 |
| オフィスアワー及び 質問・相談への対応 |
授業終了後に質問に応じる。 中間試験については、次回の授業で解説する。 期末試験については個別に対応するので、メール予約をすること。 |
| 所属 | ナンバリングコード | 適用入学年度 | 配当年次 | 身につく能力 | ||||
| 知識・技能 | 思考力 | 判断力 | 表現力 | 協創力 | ||||
| 商学部商学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 商学部経営学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 経済科学部現代経済学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 経済科学部経済情報学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 人文学部教育学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 人文学部英語英文学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 人文学部社会学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 法学部法律学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 人間環境学部人間環境学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 健康科学部心理学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 健康科学部健康栄養学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 国際コミュニティ学部国際政治学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 国際コミュニティ学部地域行政学科（データサイエンス科目） | 00100 | 2024～2024 | 1・2・3・4 | ○ | ○ | - | ○ | - |