Syllabus data

Course Title
Statistics
Course Title in English
Statistics
Course Type
General Courses
-
Eligible Students
All Schools
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
(Spring semester)
Instructor
江口 善章
Affiliation
環境人間学部
Language of Instruction
Japanese
Related SDGs
4/9
Office Hours and Location
授業終了後教室にて
Contact
ユニバーサルパスポートの当該授業プロファイル「Q&A」を利用されたい。

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

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
〇サブタイトル:統計解析の有効性と限界を理解する
〇キーワード: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】平均や分散など基本的な統計指標から復習し、母集団と標本、母平均の区間推定、仮説検定の考え方・結果の捉え方等について講義する。

【授業計画】
1.ガイダンス
2.平均の定義と特性、算術平均以外の平均
3.分散・標準偏差の定義と意味
4.母集団と標本、正規分布の特性
5.標準正規分布の確率の求め方、正規分布の確率の求め方
6.3種類の平均(母平均・標本平均・標本平均の平均)
7.中心極限定理の説明
8.中心極限定理をどう使うか?(母平均の区間推定)
9.不偏分散とt分布の導入
10.仮説検定の考え方(母分散が既知のとき)
11.母分散が未知のときの母平均についての仮説検定
12.2つの母平均の差についての仮説検定(大量のデータがあるとき)
13.2つの母平均の差についての仮説検定(母分散が等しいとき)
14.2つの母平均の差について仮説検定(母分散が等しくないとき)
15.等分散性の仮説検定(F検定)
定期試験

 上記の計画に沿って講義を進める予定であるが、進捗状況によって変更もあり得る。
In-person/Remote Classification
In-person
Implementation Method and Remote Credit Limit Application
対面方式のみで実施する
Uses of Generative AI
Fully permitted
Precautions for using Generative AI
まずは、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。
その上で、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ついて生成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。
Textbook
江口善章著 『増補改訂版−統計解析の基礎』(北樹出版)
References
必要に応じて適宜授業中指示する。
Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)
【予習】授業に際して指定された教科書の該当部分を事前読み込み(20h)
【復習】講義内容の理解を深めて定着させるために授業中取った自分のノートの読み返し(30h)
    課題レポート(3回、10h)
Contents of Active Learning
該当しない
Grading Criteria and Methods
〇成績評価の基準
 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。

〇成績評価の方法
 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
提出された課題は採点の上、点数をつけて返却する。
なお、課題の解答例・配点基準についても配布する。
また、定期試験の採点結果はUNIVERSAL PASSPORTにて本人に開示する。

Precautions and Requirements for Course Registration
講義では必ず電卓を用意してください。平方根の計算ボタンが付いているものであれば安価な物で充分です。
定期試験でも電卓は使用できます。
 なお、定期試験では通信機能を備えたスマートフォンなどを電卓代わりに使用することはできません。

Practical Education
該当しない
Remarks
担当者は計量経済学を基礎にして、観光を対象とした理論的実証的研究を行っている。
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.