Syllabus data

Teacher name ： 森谷 義哉
Course Title
Statistics
Course Title in English
Statistics
Course Type
General Courses
ー
Eligible Students
School of Economics and Management／School of Nursing Art and Science
Target Grade
1Year
Course Numbering Code
IA9991GCA1
Credits
2.00Credits
The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.
Type of Class
講義 (Lecture)
Eligible Year/Semester
Fall semester 2026
Instructor
森谷 義哉
Affiliation
国際商経学部
Language of Instruction
Japanese
Related SDGs
9
Office Hours and Location
火曜日／昼休み(12:10-13:00)／教員研究室
Contact
  1. メールアドレス（初回の授業資料に記載）
  2. 質問 Q & A 回答（クロスプロファイル）

Corresponding Diploma Policy
A double circle indicates the most relevant DP number and a circle indicates the associated DP.
Corresponding Undergraduate School DP
ー
Corresponding Graduate School DP
ー
Corresponding University-Wide DP
1-1◎／4-2◎
Academic Goals of Teacher Training Course
ー

Course Objectives and Learning Outcome
【講義目的】
統計学はあらゆる領域で必要不可欠であり、その修得においては、「必要なデータを正しく収集」、「正確に分析」、「適切な結論を導出」する力が極めて重要である。本講義では、統計学の基礎知識の習熟を通して、統計解析の有効性を知ることを目的とする。さらに、解析の前提と信ぴょう性を把握することにより統計解析の限界について理解する。
【到達目標】
簡単なデータに対する統計的手法の適用とその結果の解釈を実践し、実際の問題に実用できるようになることを目標とする。
Subtitle and Keywords of the Class
サブタイトル：統計解析の有効性と限界を理解する
キーワード：平均・分散、母集団と標本、中心極限定理、区間推定、仮説検定
Course Overview and Schedule
【講義内容】
統計学の入門として、データの収集やデータのまとめ方から、確率、確率変数・確率分布、推定・検定までをできるだけ平易に講義し、それらの基本的な考え方を理解できるようにする。
【授業計画】
  1. データの整理(1)　データの視覚化
  2. データの整理(2)　平均値・中央値・最頻値
  3. データの整理(3)　分散・標準偏差
  4. データの整理(4)　相関係数
  5. 確率(1)　確率・条件付き確率
  6. 確率(2)　ベイズの定理
  7. 確率変数・確率分布(1)　離散型確率分布（二項分布）
  8. 確率変数・確率分布(2)　連続型確率分布（正規分布・カイ2乗分布・t分布・F分布）
  9. 母集団と標本　標本抽出・標本平均・標本分散・標本分布・大数の法則・中心極限定理
  10. 推定　推定の考え方・点推定・区間推定
  11. 検定(1)　検定の考え方
  12. 検定(2)　1標本問題：平均の検定
  13. 検定(3)　1標本問題：分散の検定・比率の検定
  14. 検定(4)　2標本問題：平均の差の検定
  15. 検定(5)　2標本問題：等分散の検定
定期試験
※受講者の統計学的な知識に応じて、講義内容を調整することがある。
※パソコンの利用：使用しない予定である。
In-person/Remote Classification
In-person
Implementation Method and Remote Credit Limit Application
・対面授業のみ
・遠隔授業単位上限の適用を受けない
Uses of Generative AI
Fully permitted
Precautions for using Generative AI
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、授業内、予習復習、レポート等を含む成果物作成等において生成AIの利用を全面的に許可しており、生成AIの利用について制限を設けないが、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。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。使用した場合にその旨をレポート等に記載するかどうか等については、担当教員の指示に従うこと。
Textbook
プリント資料を配付する。
References
受講者と相談の上、適宜指示する。
○主要な参考文献
  1. 山田剛史・村井潤一郎(2004)『よくわかる心理統計』ミネルヴァ書房（学術情報館に所蔵：図書/電子ブック）
○統計学一般
  1. 東京大学教養学部統計学教室(1991)『統計学入門』東京大学出版会（学術情報館に所蔵：図書）
  2. 久保川達也(2016)『統計学』東京大学出版会（学術情報館に所蔵：図書/電子ブック）
○看護
  1. 田久浩志・小島隆矢(2006)『ナースの統計学』オーム社（学術情報館に所蔵：図書）
  2. 髙木廣文(2009)『ナースのための統計学（第2版）』医学書院（学術情報館に所蔵：図書）
  3. 石井京子・多尾清子(2002)『ナースのための質問紙調査とデータ分析（第2版）』医学書院（学術情報館に所蔵：図書）
Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)
【事前学習】
  1. 講義内容を把握して授業に臨めるように、プリント資料や参考文献を読み込む(30h)
【事後学習】
  1. 講義内容の理解を深め、かつ定着させるために、プリント資料や参考文献を読み直す(15h)
  2. レポートを作成する(15h)
Contents of Active Learning
質問に対して、教員と学生間、または学生間のディスカッションを行う。
Grading Criteria and Methods
【成績評価の基準】
授業中説明した統計学の基礎理論を十分理解し、与えられた問題に対して正しく適用でき、その計算結果を正しく評価できる者に単位を授与する。
講義目的・到達目標に記載する能力（知識・技能、思考力、判断力、表現力等）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】
原則として、定期試験（100%）により評価する。
ただし、課題の提出状況等により最大30%を限度として加点評価する場合がある。
How to Disclose Assignments and Exam Results
  1. レポート（課題）は、次回の授業で、間違いの多かった部分を中心に講評する。
  2. 定期試験は、授業評価アンケートの教員コメント欄に、試験結果に関する講評も合わせて記載する。
Precautions and Requirements for Course Registration
【履修上の注意】
  1. 計算をするので、電卓やスマートフォンのアプリなどを用意すること。ただし、スマートフォンは定期試験では使用できないことに注意する。
  2. （予習）次回の授業のプリントが配布されているときは、少しでもよいので読んでみることを勧める。
  3. （復習）授業で配布されたプリントを読み直すこと。特に、講義中に出された演習問題に取り組むことは良い復習になる。また、レポートを作成することによって理解できたかどうか確認できる。
【履修要件】
  1. 前提知識は問わないので、講義中は集中して、与えられた課題に積極的に取り組む姿勢を期待する。特に、数式が登場しても、努力すれば理解できるレベルなので、諦めずに慣れて欲しい。
  2. 最初は難しそうに見えても、前向きにチャレンジして欲しい。
Practical Education
該当しない。
Remarks
担当教員の専門分野は数理統計学であり、この授業では統計学を教養レベル（統計学の入門レベル）で講義する。
In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.