到達目標
1) 確率統計における基本的検定手法について説明ができる。
2) 確率統計における基本的推定手法について説明ができる。
3) 線形代数の基本を説明できる。
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 |
評価項目1 | 確率統計における検定手法について十分理解し、使用ができる。 | 確率統計における検定手法についておおよそ理解し、使用ができる。 | 確率統計における検定手法について理解し、使用ができない。 |
評価項目2 | 確率統計における推定手法において十分理解し、使用ができる。 | 確率統計における推定手法においておおよそ理解し、使用ができる。 | 確率統計における推定手法において理解し、使用ができない。 |
評価項目3 | 線形代数について十分理解し、計算ができる。 | 線形代数についておおよそ理解し、計算ができる。 | 線形代数について理解し、計算ができない。 |
学科の到達目標項目との関係
教育方法等
概要:
経営の情報を分析・理解できるためには、その分析結果の妥当性を理解することが必要である。そのため、分析結果の検定手法を本講義では学ぶ。また、そのように分析したデータは推定にも利用されるため、推定の基本的な手法についても学ぶ。なおこのような統計的手法の基礎として線形代数が必要であるため、線形代数を理解しその分析手法の構造を理解する。
授業の進め方・方法:
教員単独で講義による形式で行う。
注意点:
評価が60点に満たない者は、願い出により追認のための課題を受けることができる。追認課題の結果、単位の修得が認められた者にあっては、その評価を60点とする。
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 |
後期 |
3rdQ |
1週 |
ガイダンス |
評価方法や授業内容について説明を行う。
|
2週 |
検定 |
確率分布について理解する。
|
3週 |
検定 |
t値とp値について理解する。
|
4週 |
検定 |
T検定、F検定について理解する。
|
5週 |
推定 |
重回帰分析について理解する。
|
6週 |
推定 |
ロジスティク回帰について理解する。
|
7週 |
線形代数 |
ベクトル解析について理解する。
|
8週 |
線形代数 |
ベクトル解析について理解する。
|
4thQ |
9週 |
線形代数 |
行列の基本的な計算について理解する。
|
10週 |
線形代数 |
行列において正則と逆行列について理解する。
|
11週 |
線形代数 |
行列式の余因子展開について理解する。
|
12週 |
線形代数 |
行列式の余因子展開について理解する。
|
13週 |
線形代数 |
行列式の固有値と固有ベクトルについて理解する。
|
14週 |
線形代数 |
行列式の固有値と固有ベクトルについて理解する。
|
15週 |
期末試験 |
学習内容の確認を行う。
|
16週 |
成績評価・確認 |
講義のまとめと成績の確認を行う。
|
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 |
評価割合
| 試験 | 課題 | 相互評価 | 態度 | ポートフォリオ | その他 | 合計 |
総合評価割合 | 80 | 20 | 0 | 0 | 0 | 0 | 100 |
基礎的能力 | 50 | 20 | 0 | 0 | 0 | 0 | 70 |
専門的能力 | 30 | 0 | 0 | 0 | 0 | 0 | 30 |
分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |