Statistics

Statistics

-

基本科目

Graduate School of Social Sciences

1Year

KCAMS5MCA1

2.00Credits

講義 (Lecture)

Spring semester 2026

Toru KAISE

社会科学研究科

Japanese

N/a

適宜、研究室にて（要予約）

kaise@g3s.u-hyogo.ac.jp

ー

1〇／2〇

N/a

ー

【講義目的】データ解析の基本である数理統計学の体系を理解すること。
【到達目標】実際のデータを解析できる能力を養う。特に、一変量および多変量の正規分布を想定した解析を重点的に扱い、統計モデルと推定の概念が明確に理解でき、推定量の特性から導かれる区間推定および検定についての基礎と応用が会得できる。

キーワード：統計的意思決定、データサイエンス、モデリング

【講義内容】
数理統計学の基本的な内容とする。

【授業計画】
以下の各項目を授業で行う。

１．統計解析の概要
２．データの整理（度数分布表、ヒストグラム、平均、分散、モード、メジアン、歪度、尖度）
３．確率の概念、定義、定理
４．確率変数、確率分布の概念
５．正規分布、その他の分布
６．二項分布とその近似
７．母集団と標本、推定量の概念
８．推定量の性質と推定量の特性を示す分布（カイ２乗分布、ｔ分布、Ｆ分布）
９．区間推定（正規分布の平均と分散、および比率に関して）
１０．検定の概念
１１．検定（正規分布の平均と分散、および比率に関して）
１２．相関係数と回帰分析
１３．多変量正規分布
１４．確率過程の概念
１５．時系列解析
定期試験

In-person

都合により遠隔授業とする回がある場合は、事前に授業等で周知する。

Limited permission for use

生成ＡＩの利用にあたっては『本学の教育における生成ＡＩの取扱いについ て（学生向け）』の記載内容について留意すること。
この授業においては、以下の範囲において、生成ＡＩの利用を許可し、これ以外の範囲での利用は禁止する。生成ＡＩの利用については担当教員の指示に従うこと。教員が認める範囲を超えて生成ＡＩを利用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。生成ＡＩの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。また、生成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ならない。
＜利用可の範囲＞ 講義資料の要約、論点の洗い出し、情報収集、文書の翻訳・校正等

森棟公夫、その他　『統計学 改訂版』　有斐閣（生協等で購入）

大屋幸輔『コア・テキスト統計学』　新世社　（第２版）等
英文の文献については、授業中に指示をする。

【予習】授業で扱う予定の項目について、テキストおよび配布した授業資料の該当箇所を読んで、予習用の演習課題を提出する（20h）。
【復習】授業で扱った内容について、テキストおよび配布した授業資料の該当箇所を読んで、復習用の演習課題を提出する（40h）。

ディスカッションを通じて、学生が研究テーマについて理解を深め、物事を論理的・多面的・客観的に捉えることができるようにする。

【成績評価の基準】
　講義目的・到達目標の到達度に基づき、社会科学研究科規程に従い成績評価の上、単位を付与する。
【成績評価の方法】
　予習・復習課題の提出および小テストを評価する平常点（5０％）と定期試験（5０％）を基準とし、総合的に評価する。

課題について授業の中で行う。

数学を用いるので、履修者は高校および大学の基礎程度を身に付けていることが望ましい。Excelを使用しながら基本から応用までを学ぶため，経営情報関連に興味があることが望ましい。なお、授業および授業内演習、さらにレポート課題等は積上げによる学習を必要とするため、予習および復習を十分行うこと。

該当しない。