到達目標
データは数値や記号の単なる集まりであるが，そのデータを読み，分析等の取扱い・手法により，そのデータの持つ意味について説明できることが重要である．そのために，データの整理・集計（平均，分散・標準偏差（ばらつき），モード，メディアン等）・加工（度数分布表，回帰直線等）・可視化（グラフ，散布図等）・解析（相関等）について理解すること，さらに，確率，確率変数、確率分布の意味を理解すること，以上を到達目標とする．．
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 | 整理されたデータを応用できる。． | データを整理し，表やグラフで表現できる． | データを整理し，表やグラフで表現できない． |
| 評価項目２ | 代表値と分散に関するの応用的な問題が解ける。． | 代表値と分散に関するの基本的な問題が解ける． | 代表値と分散が求められない． |
| 評価項目３ | 確率とは何かについて詳しく分かる。． | 確率とは何かが分かる． | 確率とは何かが分からない． |
| 評価項目４ | 確率を伴う事象を確率分布に表現できる． | 確率変数・確率分布に関する基本的な問題が解ける． | 確率変数・確率分布に関する基本的な問題が解けない． |
学科の到達目標項目との関係
教育方法等
概要:
まず，度数分布表・ヒストグラム、代表値（平均，メディアン，モード），分散・標準偏差，相関・回帰直線などのデータの整理手法について修得する．次に，確率の定義・概念・定理を学んだ後に，確率変数の概念や確率分布の特性について理解する．
授業の進め方・方法:
テキストに沿った座学が中心であり，スライドによる講義をおこなう．スライドはTeamで共有するが，演習や復習のためにノートを準備することが望ましい．理解度を確認するために項目ごとに問題集による課題を与える．
成績に関しては定期試験は実施せず，各単元の終了時に小テスト実施する．各単元の小テストの正答率が40%以上60%未満の学生に対しては，教員が指示する課題を提出することによって60%に引き上げる．
演習では電卓を利用することがあるので，準備しておくこと．
注意点:
【最終成績】学習シート：20%，単元確認テスト：50%， Python による演習：30%
【関連科目】 集合と論理（２年），統計学（４年），情報通信工学（４年），情報理論（４年）
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 |
オリエンテーション
１．１次元のデータ（１） |
・度数分布表について説明でき，データから性質を見出すことができる．
・代表値（平均，メディアン，モード）について説明でき，値を求めることができる．
|
| 2週 |
１．１次元のデータ（２） |
・分散と標準偏差について説明でき，値を求めることができる．
・平均，分散，標準偏差の性質を理解し，確率変数の標準化の計算ができる．
|
| 3週 |
１．１次元のデータ（３） |
・確率変数の標準化の計算ができる．
・１次元のデータに関する演習を行い，様々な問題に対する解答を導くことができる．
|
| 4週 |
単元確認テスト（１次元のデータ）
２．２次元のデータ（１） |
・相関について理解し，相関係数，共分散を求めることができる．
|
| 5週 |
２．２次元のデータ（２） |
・回帰直線の定数を導出することができる．
・相関係数と回帰直線の関係を理解し，与えられたデータから回帰直線を求めることができる．
|
| 6週 |
単元確認テスト（２次元のデータ）
Python による演習（１） |
・各グラフを Python を用いて描画することができる．
・代表値，分散を Python を用いて計算することができる．
|
| 7週 |
Python による演習（２） |
・相関係数，共分散を Python を用いて計算することができる．
|
| 8週 |
３．離散的な確率（１） |
・試行と事象，および確率の定義や意味について理解し，様々な事象における確率を求めることができる．
|
| 2ndQ |
| 9週 |
３．離散的な確率（２） |
・条件付き確率について理解し，演習を通して条件確率を求めることができる．
・ベイズの定理について理解し，演習を通してベイズの定理を利用する問題に回答できる．
|
| 10週 |
単元確認テスト（離散的な確率）
４．確率変数と確率分布（１） |
・確率変数と確率分布について理解し，確率分布の性質を利用した問題に回答できる．
・確率変数の平均と分散について理解し，演習を通して平均や分散の値を求めることができる．
|
| 11週 |
４．確率変数と確率分布（２） |
・確率変数の和や積，それぞれの平均・分散について理解し，それぞれの性質を利用した問題に回答することができる．
|
| 12週 |
単元確認テスト（確率変数と確率分布）
５．いろいろな確率分布（１） |
・二項分布とポアソン分布，正規分布の特徴を捉えることができ，それぞれの分布を利用した問題に回答することができる．
|
| 13週 |
５．いろいろな確率分布（２） |
・二項分布と正規分布の関係について理解し，正規分布を用いて確率の近似値を求めることができる．
|
| 14週 |
単元確認テスト（いろいろな確率分布）
Python による演習（３） |
|
| 15週 |
Python による演習（４） |
|
| 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。 | 3 | 前6,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8 |
| 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2,前3,前10 |
| 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4,前5,前14 |
評価割合
| 問題集による演習 | 単元確認テスト | Python による演習 | 合計 |
| 総合評価割合 | 20 | 50 | 30 | 100 |
| 基礎的能力 | 20 | 50 | 30 | 100 |
| 専門的能力 | 0 | 0 | 0 | 0 |
| 分野横断的能力 | 0 | 0 | 0 | 0 |