到達目標
・実験・観察データ、社会科学的データ、アンケート調査などを整理し、データからある方向性を見出して結果を導くことができる。
・データを図表化し、プレゼンテーションできる。
ルーブリック
| 理想的な到達レベルの目安 | 標準的な到達レベルの目安 | 未到達レベルの目安 |
関心・意欲・態度 | データ解析手法の利用に高い関心を持ち、その有用性を強く感じている。発展レベルの問題の解決に意欲的に活用しようとする。 | データ解析手法の利用に関心を持ち、その有用性を感じている。標準レベルの問題の解決に意欲的に活用しようとする。 | 左記のレベルに達していない。 |
知識・理解 | 学習した範囲のおおむね85%以上の内容について、各手法に関する基礎的な概念や原理・法則を理解し、知識として身につけている。 | 各手法に関する基礎的な概念や原理・法則を理解し、知識として身につけている。 | 左記のレベルに達していない。 |
技能・表現 | 目的に応じて適切な解析技法を正しく選択し、正確かつ能率的に表現・処理することができる。 | 目的に合う解析技法を正しく選択し、正確に表現・処理することができる。 | 左記のレベルに達していない。 |
学科の到達目標項目との関係
JABEE A1 数学・自然科学を理解し、使いこなせる基礎能力
JABEE A2 情報技術を理解し、工業技術に応用できる基礎能力
教育方法等
概要:
大量のデータから情報を抽出し社会に役立てるデータ駆動型社会において、統計学やデータ解析の基礎を理解した技術者の重要性は一層増している。本授業では、データの整理方法、データ分析のステップなどの復習から始め、データ解析の原理や考え方をしっかりと身につける。特に多変量データの取り扱いに焦点を当て、(重)回帰分析などの解析手法を学修し体得する。
授業の進め方・方法:
本科目は、確率統計の知識を応用し実験データの解析等に応用するための内容であり、確率統計概論や情報数学から続く科目である。
演習を随時行うので、実験や観察したデータの整理手法を復習して講義に臨み、プログラミングも活用できるように復習しておくこと。
予習:教科書の内容をあらかじめ読み進めておくとスムーズである。
復習:課題演習が復習を兼ねることになるので、忘れないうちに取り組むことが望ましい。
注意点:
自学自習として、次回の授業内容と達成目標、テキスト内容を確認しておくこと。また、復習を重視して学習すること。
特に課題演習は重要な項目であるので、理解のもとに解き進めること。
授業の属性・履修上の区分
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
前期 |
1stQ |
1週 |
ガイダンスと学習上の注意 |
シラバスとレポート提出課題の説明
|
2週 |
データ解析の基礎 |
これまでのデータ解析に関する知識を復習する。
|
3週 |
データ解析のステップ |
多変量のデータ解析を行うステップを理解する。
|
4週 |
確率分布 |
二項分布、ガウス分布、ポワソン分布について復習する。
|
5週 |
信頼区間の推定 |
区間推定の考え方を復習する。
|
6週 |
2群の平均の差の検定 |
z検定とt検定を理解できる。
|
7週 |
回帰分析(1) |
線形回帰モデルを理解できる。
|
8週 |
回帰分析(2) |
回帰係数の検定を理解できる。
|
2ndQ |
9週 |
回帰分析(3)
|
重回帰モデルを理解できる。
|
10週 |
最尤法
|
一元配置、二元配置と繰り返しの有無を理解できる。
|
11週 |
主成分分析
|
寄与率と主成分負荷量を理解できる。
|
12週 |
因子分析
|
寄与率と因子負荷量を理解できる。
|
13週 |
ノンパラメトリック検定
|
クロス集計と順位和検定を理解できる。
|
14週 |
ベイズ統計
|
ベイズ統計の基礎を理解できる。
|
15週 |
まとめ |
多変量のデータ解析の全体像を理解できる。
|
16週 |
|
|
モデルコアカリキュラムの学習内容と到達目標
分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
基礎的能力 | 数学 | 数学 | 数学 | 独立試行の確率、余事象の確率、確率の加法定理、排反事象の確率を理解し、簡単な場合について、確率を求めることができる。 | 5 | |
条件付き確率、確率の乗法定理、独立事象の確率を理解し、簡単な場合について確率を求めることができる。 | 5 | |
1次元のデータを整理して、平均・分散・標準偏差を求めることができる。 | 5 | |
専門的能力 | 分野別の専門工学 | 機械系分野 | 計測制御 | プログラムを実行するための手順を理解し、操作できる。 | 5 | |
評価割合
| 試験 | 発表 | 相互評価 | 態度 | レポート | その他 | 合計 |
総合評価割合 | 0 | 0 | 0 | 0 | 100 | 0 | 100 |
基礎的能力 | 0 | 0 | 0 | 0 | 40 | 0 | 40 |
専門的能力 | 0 | 0 | 0 | 0 | 40 | 0 | 40 |
分野横断的能力 | 0 | 0 | 0 | 0 | 20 | 0 | 20 |