| 授業コード | 06500301 | 単位数 | 2 |
| 科目名 | 統計学 | クラス | 01 |
| 履修期 | 前期授業 | カリキュラム | ＊下表参考 |
| 担当者 | 中西 正 | 配当年次 | ＊下表参考 |
| 授業の題目 | 統計学 |
| 学修の概要 | 統計学は、データをどのように分析し，それに基づいてどのような判断をくだしたらよいかを論ずる学問であり，あらゆる実証研究に関わる人の方法的基礎となっている．実社会においても、意思決定におけるデータ情報の重要性が認識されてきたため，統計的なものの考え方や統計手法を実践する必要性は非常に高まっている．本講義により，統計的なものの考え方を理解し，統計手法の適切な使用法の基礎を身に付けることを目標とする． |
| 学修の到達目標 | データ解析のための基礎的な統計手法に基づいて，データから情報を引き出し，判断や意思決定を行う手続きができるようになる． |
| 授業計画 | 第１回 | ガイダンス、統計学について 到達目標：ヒストグラムについて日本の所得分布を例に理解し，説明できるようになる． |
| 第２回 | ローレンツ曲線 到達目標：ジニ係数やローレンツ曲線について理解し，説明できるようになる． |
|
| 第３回 | １次元のデータの代表値 到達目標：平均値・分散・標準偏差について理解し，説明できるようになる． |
|
| 第４回 | ２次元のデータの関係性 到達目標：共分散・相関係数について理解し，説明できるようになる． |
|
| 第５回 | 確率の基礎（１） 到達目標：集合論や条件付確率について理解し，説明できるようになる． |
|
| 第６回 | 確率の基礎（２） 到達目標：集合論や条件付確率について理解し，説明できるようになる． |
|
| 第７回 | 離散型確率変数と連続型確率変数 到達目標：について理解し，説明できるようになる． |
|
| 第８回 | 前半のまとめと中間試験 前半の講義内容を理解し，説明できるようになる． |
|
| 第９回 | 多次元確率分布 到達目標：多次元確率分布について理解し，説明できるようになる． |
|
| 第１０回 | ベルヌーイ分布・二項分布 到達目標：ベルヌーイ分布・二項分布について理解し，説明できるようになる． |
|
| 第１１回 | 一様分布・指数分布 到達目標：一様分布・指数分布について理解し，説明できるようになる． |
|
| 第１２回 | 幾何分布とポアソン分布（オンデマンド） 到達目標：幾何分布とポアソン分布について理解し，説明できるようになる． |
|
| 第１３回 | 大数の法則（オンデマンド） 到達目標：大数の法則について理解し，説明できるようになる． |
|
| 第１４回 | 中心極限定理 到達目標：中心極限定理について理解し，説明できるようになる． |
|
| 第１５回 | 後半のまとめと期末試験 後半の講義内容を理解し，説明できるようになる． |
| 授業外学習の課題 | 授業中に理解不足が生じた箇所は，次回までに理解するよう努めること． |
| 履修上の注意事項 | 公認欠席は欠席として扱いますが，試験・成績等に関して不利にならないように配慮します． 本講義は，ブレンド型講義で，２回オンデマンド講義を実施します． その際の講義動画は，Moodleに掲載します． |
| 成績評価の方法・基準 | 授業内課題（２０％），中間試験（３０％），期末試験（５０％）で評価します． |
| テキスト | 特になし |
| 参考文献 | 東京大学教養学部統計学教室編『統計学入門』東京大学出版会 |
| 主な関連科目 | 応用統計学，経済統計学Ⅰ・Ⅱ |
| オフィスアワー及び 質問・相談への対応 |
授業内容に関することなど，質問がある場合は，授業の前後，メール，研究室訪問などで対応します． |
| 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 | 2024～2025 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 商学部経営学科（データサイエンス科目） | 00100 | 2024～2025 | 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 | 2024～2025 | 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 | 2024～2025 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 人文学部教育学科（データサイエンス科目） | 00100 | 2024～2025 | 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 | 2024～2025 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 人文学部社会学科（データサイエンス科目） | 00100 | 2024～2025 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 法学部法律学科（データサイエンス科目） | 00100 | 2024～2025 | 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 | 2024～2025 | 1・2・3・4 | ○ | ○ | - | ○ | - |
| 健康科学部心理学科（データサイエンス科目） | 00100 | 2024～2025 | 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 | 2024～2025 | 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 | 2024～2025 | 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 | 2024～2025 | 1・2・3・4 | ○ | ○ | - | ○ | - |