到達目標
１ 確率とその定理を用いて色々な確率を求められる。
２ 1 次元および 2 次元のデータを整理して，各種の統計量を求めることができる。
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 | 色々な確率を求められ，具体的な推論に応用できる。 | 色々な確率を求められる。 | 色々な確率を求められない。 |
| 評価項目2 | 1 次元および 2 次元のデータを整理して，各種の統計量を求め，具体的な推論に応用できる。 | 1 次元および 2 次元のデータを整理して，各種の統計量を求めることができる。 | 各種の統計量を求めることができない。 |
学科の到達目標項目との関係
教育方法等
概要:
微分積分IA・IBを前提として，確率統計を学習し，その基礎となる考え方や方法を身につける。
授業の進め方・方法:
【授業方法】
・授業は，講義を中心に進める。
・適宜，問題演習を行う。
【学習方法】
・教科書や問題集の問題を日頃から反復的に解くこと。
注意点:
【成績の評価方法・評価基準】
２回の定期試験を行う。時間は50分とする。２回の試験の点数（60%）と課題の取り組み(40%)基に，成績を評価する。
到達目標の各項目について，理解や具体例の計算の到達度を評価基準とする。
【備考】
授業でわからなかったところはそのままにせず，放課後などを利用して積極的に教員に質問すること。
【教員の連絡先】
研究室 A棟2階（奥村：A-206 / 岡田：A-209）
内線電話 奥村：8914 / 岡田：8952
e-mail 奥村： sokumura / 岡田：okada アットマーク maizuru-ct.ac.jp（アットマークは@に変えること）
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 |
シラバス内容の説明，確率(1) |
１
|
| 2週 |
確率(1) |
１
|
| 3週 |
確率(2) |
１
|
| 4週 |
確率(2) |
１
|
| 5週 |
確率(3) |
１
|
| 6週 |
確率(3) |
１
|
| 7週 |
問題演習 |
１
|
| 8週 |
中間試験 |
|
| 2ndQ |
| 9週 |
中間試験返却，データの整理(1) |
２
|
| 10週 |
データの整理(1) |
２
|
| 11週 |
データの整理(2) |
２
|
| 12週 |
データの整理(2) |
２
|
| 13週 |
データの整理(3) |
２
|
| 14週 |
データの整理(3) |
２
|
| 15週 |
問題演習 |
２
|
| 16週 |
（15週目の後に期末試験を実施）
期末試験返却・到達度確認 |
|
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。 | 3 | 前1,前2,前3,前4,前7 |
| 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。 | 3 | 前4,前5,前6,前7 |
| 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。 | 3 | 前9,前10,前11,前12,前15 |
| 2次元のデータを整理して散布図を作成し、相関係数・回帰直線を求めることができる。 | 3 | 前12,前13,前14,前15 |
評価割合
| 試験 | 発表 | 相互評価 | 実技等 | ポートフォリオ | その他 | 合計 |
| 総合評価割合 | 60 | 0 | 0 | 0 | 40 | 0 | 100 |
| 基礎的能力 | 60 | 0 | 0 | 0 | 40 | 0 | 100 |
| 専門的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |