到達目標
1.確率に関する基礎知識を習得し,確率計算ができる。
2.1次元のデータを整理して,平均や分散を求めることができる。
3.2次元のデータを整理して,相関係数や回帰直線を求めることができる。
4.独立試行の確率,確率の加法定理などを理解し,確率を求めることができる。
5.条件付き確率や確率の乗法定理を理解し,確率を求めることができる。
6.統計的推定や統計的検定について理解し,推定方法や検定方法を適用できる。.
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 | 平均や分散を計算でき,相関係数や回帰直線を適切に計算できる | 平均や分散を計算でき,相関係数や回帰直線を計算できる | 平均や分散を計算でき,相関係数や回帰直線を計算できない |
評価項目2 | 独立試行の確率や条件付き確率を適切に計算できる | 独立試行の確率や条件付き確率を
計算できる | 独立試行の確率や条件付き確率を適切に計算できない |
評価項目3 | 統計的推定や統計的検定が適切にできる | 統計的推定や統計的検定ができる | 統計的推定や統計的検定ができない |
学科の到達目標項目との関係
教育方法等
概要:
機械工学の中で活用できるように確率と統計の基本を学ぶ。まず,基本的な統計として,平均,分散や標準偏差を計算できるようになり,相関係数や回帰直線を理解する。また,統計技術で重要な分布(二項分布,ポアソン分布や正規分布)の理論と中心極限定理などを理解する。そして,統計的な推定や検定に関する手法を学び,応用できるような計算能力を身につける。
授業の進め方・方法:
講義は教科書を中心に進める。講義の他にレポートを課し,学修の度合いを評価する。
注意点:
ただし,新型コロナウイルスの影響により,授業内容を一部変更する可能性がある。
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 |
前期 |
1stQ |
1週 |
ガイダンス 確率の定義と性質 |
確率の基本公式の理解
|
2週 |
1次元データ |
度数分布表,代表値,分散と標準偏差の計算
|
3週 |
2次元データ |
相関と回帰分析の理解と適用
|
4週 |
確率 |
離散的な確率の理解
|
5週 |
確率変数と確率分布 |
二項分布とポアソン分布の理解
|
6週 |
確率編と確率分布 |
正規分布の理解
|
7週 |
試験前演習 |
1週から6週までに学んだことを適用できるようになる
|
8週 |
前期中間試験 |
60%以上を取得する
|
2ndQ |
9週 |
中間試験解説と後半のガイダンスおよび標本分布 |
中間試験までに学んだことの理解と復習および標本分布を理解する
|
10週 |
統計的推定 |
点推定,母平均の区間推定を計算できる
|
11週 |
統計的推定 |
母比率の区間推定,母分散の区間推定を計算できる
|
12週 |
統計的検定 |
仮説の検定を理解し,母平均を検定できる
|
13週 |
統計的検定 |
母比率と母分散を検定できる
|
14週 |
試験前演習 |
9週から13週までに学んだことを適用できるようになる
|
15週 |
期末試験 |
60%以上を取得する
|
16週 |
答案返却・解答説明 |
振り返り、不足部分を補完できる。
|
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 | 発表 | 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 | 0 | 0 | 0 | 20 | 0 | 100 |
基礎的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
専門的能力 | 80 | 0 | 0 | 0 | 20 | 0 | 100 |
分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |