| 授業コード | 06500652 | 単位数 | 2 |
| 科目名 | 応用統計学 | クラス | 52 |
| 履修期 | 後期授業 | 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 | 応用統計学 |
| 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：基礎的な統計学の内容を復習し，授業の進め方について理解する． |
| 第２回 | 母集団と標本 到達目標：母集団と標本について理解し，説明できるようになる． |
|
| 第３回 | 正規母集団からの標本 到達目標：正規母集団からの標本について理解し，説明できるようになる． |
|
| 第４回 | 点推定（１） 到達目標：点推定について理解し，説明できるようになる． |
|
| 第５回 | 点推定（２） 到達目標：点推定について理解し，説明できるようになる． |
|
| 第６回 | 区間推定（１） 到達目標：区間推定について理解し，説明できるようになる． |
|
| 第７回 | 区間推定（２） 到達目標：区間推定について理解し，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 | 仮説検定（母集団平均に関する検定） 到達目標：仮説検定（母集団平均に関する検定）について理解し，説明できるようになる． |
|
| 第１０回 | 仮説検定（母集団分散） 到達目標：仮説検定（母集団分散）について理解し，説明できるようになる． |
|
| 第１１回 | 仮説検定（母集団分散の比） 到達目標：仮説検定（母集団分散の比）について理解し，説明できるようになる． |
|
| 第１２回 | 分割表を用いた仮説検定（１） 到達目標：分割表を用いた仮説検定について理解し，説明できるようになる． |
|
| 第１３回 | 分割表を用いた仮説検定（２） 到達目標：分割表を用いた仮説検定について理解し，説明できるようになる． |
|
| 第１４回 | 統計学を用いた実用例 到達目標：統計学を用いた実用例について理解し，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． 4時間程度の授業外学習(予習と復習)を行うこと. |
| 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． |
| 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％） |
| 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 | 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 | ○ | ○ | ○ | ○ | - |