統計学 (A)（全学共通科目）

Statistics (A)（全学共通科目）

全学共通科目

−

全学部（全学共通科目、教職課程科目、副専攻科目）

1年

IA9991GCA1

2.00単位

講義 (Lecture)

2024年度前期

石橋 健

社会情報科学部

日本語

目標9

講義後教室にて，もしくは，メール等で予約する（※ 対面は火曜日のみ） 

k.ishibashi.kandai@gmail.com 

ー

ー

1-1◎／4-2◎

ー

データに基づいて現象を客観的に理解し，推測することは現代社会において必要不可欠ともいえる技術である．本講義では，そのための方法論である統計および確率の基礎について学ぶ．
本講義の到達目標は，統計および確率の基礎理論を修得し，「統計的なものの見方」の基礎を身につけることである．

統計学の基礎
キーワード：記述統計，推測統計，確率変数，確率分布，正規分布，区間推定，信頼区間，仮説検定

講義内容:
講義の前半では，記述統計の基礎および確率の基礎を学ぶ．講義の後半では，収集したデータから全体を推測するための母集団と標本に関する基礎的な考え方を学ぶ．また，講義中の演習課題やレポートではExcelを用いたデータの分析についても扱う．

授業計画:
1. イントロダクション・1変数データの記述と要約（テキスト：第2章）
2. 2変数データの記述と要約（テキスト：第2章）
3. 確率の基礎（テキスト：第1章）
4. 確率変数・確率分布（テキスト：第3章）
5. 離散型の確率分布・二項分布（テキスト：第3章）
6. 連続型の確率分布・正規分布（テキスト：第3章）
7. 理解度確認テストとこれまでのまとめ
8. 母集団と標本の基礎的概念（テキスト：第4章）
9. 推定量の性質（テキスト：第4章）
10. 大数の法則と中心極限定理（テキスト：第4章）
11. 母平均・母比率の推定（テキスト：第4章）
12. 仮説検定の基礎的概念（テキスト：第4章）
13. 仮説検定の手順（テキスト：第4章）
14. 仮説検定に関する演習（テキスト：第4章）
15. まとめと発展的な話題
16. 評価（到達度の確認）

生成系AIの利用:
生成系AIの利用については教員の指示に従うこと．生成系AIによる出力結果をそのまま課題レポートとして提出してはいけない．生成系AIによる出力をそのまま提出したことが判明した場合は単位を認定しない，又は認定を取り消すことがある．

岡本和夫 著「新版 確率統計 改訂版」実教出版（2021） （生協等で購入する） 

・小波秀雄「統計学入門」（著者のホームページ: http://konamih.sakura.ne.jp/Stats/Text/ よりPDFを取得）
・東京大学教養学部統計学教室 編「統計学入門 (基礎統計学Ⅰ）」東京大学出版会 (1991)
・日本統計学会 編「改訂版 日本統計学会公式認定 統計検定2級対応 統計学基礎」東京出版（2015）

その他については講義中に適宜指示する．

【予習】毎週の課題の該当する部分について講義資料を読み理解を深め，演習課題を解く（40h）
【復習】講義での解説を踏まえ演習課題の復習を行う（20h）

講義は反転学習の形式を取り入れる．すなわち，毎週の演習課題について該当する部分について講義資料を読みながら演習課題について取り組む．その際，学生は当該範囲に関する質問や講義でとくに解説してほしい点についても記述する．講義では学生からの質問に答えながら演習課題を解説することで知識を能動的に身につける．

成績評価の基準:
統計および確率の基礎理論を理解している者に単位を授与し，講義目的・到達目標に記載する能力の到達度に応じてSからCまで成績を与える．

成績評価の方法:
理解度確認テストおよび定期試験70%，毎週の演習課題20%，講義中のミニ演習10%を基準として受講態度（積極的な質問等）を含めて総合的に評価する．

毎週の演習課題は，解答時に記述された質問やコメントなどを講義時に取り上げながら課題の解説を行う．
講義中のミニ演習は講義時に学生の解答分布を表示しながら，典型的な誤りなどを講義の中で触れながら解説する．

・講義中に演習およびレポートの説明をおこなうことがあるので，各自のノートPCを講義に持参すること．
・講義中に指示した宿題や事前・事後学習はもとより，十分な予習・復習をして講義に出席すること．

該当しない