到達目標
(1) 確率の加法定理、乗法定理に基づいた確率の計算および条件付き確率を計算でき、ベイズの定理へ応用できる。
(2) 1次元および2次元データを整理し、代表値および回帰直線を求めることができる。
(3) 二項分布、正規分布の特性を理解できるとともに、これらの分布のもとで確率を計算できる。
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 |
確率の乗法定理、条件付き確率を理解し、ベイズの定理へ応用できる。 | 確率の乗法定理、条件付き確率を計算できる。 | 加法定理に基づいて確率を計算できる。 | 加法定理に基づいて確率を計算できない。 |
最小二乗法による回帰直線の導出を理解でき、回帰直線のパラメータを求めることができる。 | 2次元データにおける共分散と相関係数の意味を理解できる。 | 1次元データの代表値である平均、分散の意味を理解し、計算できる。 | 1次元データの代表値である平均、分散の意味を理解できない。 |
二項分布、正規分布の特性を理解し、実問題において確率を計算できる。 | 正規分布の標準化による確率の計算ができる。 | 確率変数の意味を理解し、離散分布、連続分布の場合の平均・分散を計算できる。 | 確率変数の意味を理解し、離散分布、連続分布の場合の平均・分散を計算できない。 |
学科の到達目標項目との関係
教育方法等
概要:
基本的な確率の計算方法を取り上げるとともに、1次元データの代表値である平均、分散の意味とその性質を学ぶ。また、代表的な確率分布である二項分布と正規分布を取り上げ、それらの母数を推定する手法として点推定と区間推定を扱う。
授業の進め方・方法:
確率の計算方法、確率密度関数の位置付けを理解でき、推定・検定手法を実問題へ適用できることを目的として、多くの例示を示しながら理論を説明する。定期試験、小テストおよびレポートにより評価します。
注意点:
確認のための小テストまたはレポート課題をかします。
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 |
2ndQ |
9週 |
確率の基本性質 |
事象と確率とその基本性質が理解できる。
|
10週 |
分散と標準偏差、1次元データ |
いろいろな確率の計算ができる。
|
11週 |
2次元データ、回帰直線 |
1次元データの分布理解し、可視化できる。
|
12週 |
確率変数と確率分布 |
2次元データから散布図を作成し、相関係数を計算し、その意味を理解できる。
|
13週 |
二項分布と正規分布 |
二項分布の性質を理解できる。正規分布の特性を理解し、標準正規分布に関する確率を求めることができる。
|
14週 |
母集団と標本 |
標本調査から得られる標本平均、標本標準偏差の定義を理解するとともに、推定量の不偏性と一致性の重要性を理解できる。
|
15週 |
母平均の推定 |
母平均の推定手法として正規分布と t 分布を用いるケースがあることを理解し、区間推定ができる。
|
16週 |
まとめ |
定期試験の解説を行う。
|
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 |
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 | |
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 | |
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 | |
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 | |
評価割合
| 試験 | 小テスト | レポート | 態度 | ポートフォリオ | その他 | 合計 |
総合評価割合 | 60 | 20 | 20 | 0 | 0 | 0 | 100 |
基礎的能力 | 30 | 10 | 10 | 0 | 0 | 0 | 50 |
専門的能力 | 20 | 5 | 5 | 0 | 0 | 0 | 30 |
分野横断的能力 | 10 | 5 | 5 | 0 | 0 | 0 | 20 |