Syllabus data

Teacher name ： 中桐 斉之
Course Title
Special Lecture on Ecological informatics
Course Title in English
Special Lecture on Ecological informatics
Course Type
-
博士前期課程科目
Eligible Students
Graduate School of Human Science and Environment
Target Grade
All
Course Numbering Code
HHHME5MCA3
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
演習 (Seminar)
Eligible Year/Semester
Spring semester 2026
(Spring semester)
Instructor
中桐 斉之
Affiliation
環境人間学研究科
Language of Instruction
Japanese
Related SDGs
11／14／15
Office Hours and Location
オフィスアワー一覧表（ユニバーサルパスポートに掲示）をご参照ください。

Contact
オフィスアワー一覧表（ユニバーサルパスポートに掲示）をご参照ください。




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
2◎／1〇
Corresponding University-Wide DP
N/a
Academic Goals of Teacher Training Course
ー

Course Objectives and Learning Outcome
環境人間学を学ぶ上で必要となる、問題を解決するための情報科学の手法（コンピュータを用いたデータの解析やシミュレーションなど）を習得することを目的としています。
生物や生態系に関する諸問題では、適切なモデリングとシミュレーションにより、長期的変化の予測や各種の環境変動のもとでの仮想実験が非常に有効です。
本講義ではデータ解析と生態系に関する基本的なモデリングとシミュレーションの手法を理解し、これを通して産業やまちといった社会システムなど関連する他の様々な複雑系への効果的な応用のための思考法を身に付けることを目的とし、データ解析と生態系および関連するシステムに関して、モデリングとそれを用いたシミュレーション実験による解析が理解できるようになることを目標とします。
Subtitle and Keywords of the Class
データ解析　生態系　数理　モデリング・シミュレーション
Course Overview and Schedule
人間活動は、地球環境に多大な影響を及ぼしている面は無視できません。そして、どのような影響を及ぼしているかを解析・予測するには、様々なデータから規則を導き出し、その規則を用いて未知の部分を説明したり、予測・推測したりする回帰分析や、モデリングとシミュレーションが有効となってきます。
そこで、本講義では、データ解析とモデリングとシミュレーションについて解説します。講義はゼミ形式で行い、９０分のうち、知識伝達・ワークショップの二部構成で実施とすることを基本にする予定です。また、PCを使用します。
授業計画（予定）
1.．ガイダンス（何を学ぶか、モデルとは？）
2．データ解析とは
3．統計ソフトjamoviによるデータ解析
4．統計量
5.   記述統計
6.   仮説検定
7．多変量解析
8．回帰分析
9．生態系と数理モデリング
10．１種の生物種の個体群動態の増殖モデル、指数増殖
11．コンタクトプロセス
12．餌-捕食者系格子モデルのシミュレーション
13．環境変動に対する生態系の応答
14．生態系の攪乱実験シミュレーション
15．まとめ



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
Limited permission for use
Precautions for using Generative AI
※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ってください。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ません。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ります。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。
Textbook
プリントを配布する予定である。
References
数理生物学入門・共立出版・巌佐庸著
「空間」の数理生物学 (シリーズ 数理生物学要論 巻2) ・日本数理生物学会 (編集), 瀬野 裕美 (編集)・共立出版
確率モデル入門・今野紀男著・ダイヤモンド出版

jamoviでトライ！ 統計入門・眞嶋良全、永井暁行編・ナカニシヤ出版

みんなの医療統計 12日間で基礎理論とEZRを完全マスター!・新谷 歩著・講談社
Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)
課題に事前事後学習の内容が含まれています。事前事後ともに、授業資料を確認した後、課題を中心に学習を行ってください。予習と復習を含めて1回あたり４時間程度を目安にして下さい。

Contents of Active Learning
ゼミ形式で行いますので、学生による演習があります。
Grading Criteria and Methods
環境人間学を学ぶ上で必要となる、データの解析を理解し問題を解決するための情報科学の手法を習得した者に単位を与えます。その際、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）の到達度に基づき、S（90点以上）,Ａ（80点以上）,B（70点以上）,C（60点以上）による成績評価をします。成績評価は、レポート(70%)、発表、授業内での課題の遂行等(30%)により、学修目標に即して多面的に行う。

How to Disclose Assignments and Exam Results
授業で課した課題や試験結果の学生へのフィードバックはユニバーサルパスポート上で行います。
Precautions and Requirements for Course Registration
履修希望者は、事前に（受講日までに）メールか直接、担当教員まで受講予定である旨の連絡をしてください。
予習は、授業予定の内容のレジュメを作成し、復習は、授業で使用したプリントを見て復習してください。毎回合計４時間程度を目安にしてください。
Practical Education
該当しない
Remarks
担当教員は、生態情報学の研究を行っています。この講義は、担当教員の専門分野である。詳細は、教員研究者データベースウェブサイト(https://cv01.ufinity.jp/u_hyogo/)等を参照して下さい。


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.