到達目標
(1)様々な多次元データについてその特徴を理解し、データを用いた分析の際、知りたい内容に対して、どのような多変量解析手法を用いればよいかわかる
(2)現実の問題を単純化した事例などに対し、適用すべき分析法を使い、結果を判断することができる
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 | 最低限の到達レベルの目安(可) | 未到達レベルの目安 |
評価項目1 | 各種多変量解析手法がどのような目的のために用いられるか、説明できる | 求めたい内容についてどのような多変量解析手法を用いればよいか分る | 様々な多次元データについて、どのようなデータ形式があるか理解し、説明できる | 多次元データについて、どのようなデータ形式があるか理解できない |
評価項目2 | 各種多変量解析手法を用いた結果について、適切な解釈ができる | 各種多変量解析手法を用いて、結果を出すことができる | 各種多変量解析手法の特徴を理解し、数式モデルなどを用いて説明することができる | 各種多変量解析手法について特徴を説明することができない |
| | | | |
学科の到達目標項目との関係
教育方法等
概要:
第3学期に開講される科目である。
統計的解析手法を用いる科目であるため、統計学についてこれまで学んだ成果が身についていることが求められる。また、数量データで求められた結果を解釈する能力が求められるため、数式の理解力のみならず文章で説明できる力も求める。
授業の進め方・方法:
講義を行い、その後、学生が演習問題を解いたものについて解説を加える
注意点:
数式を用いて分析する能力とは、正しい過程で計算をやって正解の数値を求めることでは終わらず、その出た数値の意味を解釈することが必要です。計算能力のみならず論理的に考え、言葉にする能力(口頭で説明する、文章化する)も磨いてください
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 |
①ガイダンス ②確率分布 |
基本的な確率分布とその特徴について理解できる
|
2週 |
③検定と推定 ④検定と推定その2 |
統計的仮説検定について理解でき、問題が解ける
|
3週 |
⑤線形回帰分析 ⑥重回帰分析、数量化一類 |
線形回帰分析(単回帰、重回帰)について理解し、簡単な問題が解ける
|
4週 |
⑦判別分析 ⑧数量化二類 |
判別分析について理解し、簡単な問題が解ける
|
5週 |
⑨主成分分析 ⑩数量化三類 |
主成分分析について理解し、簡単な問題が解ける
|
6週 |
⑪クラスター分析 ⑫クラスター分析その2 |
クラスター分析について理解し、簡単な問題が解ける
|
7週 |
⑬各種解析手法 ⑭各種解析手法その2 |
各種解析手法についてその概要がわかる
|
8週 |
⑮まとめ |
まとめをおこなう
|
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 |
専門的能力 | 分野別の専門工学 | 経済・ビジネス系分野 | 数理統計 | 一次元データを整理してヒストグラムを作成できる。 | 4 | 後1 |
一次元データの平均、分散、標準偏差を求めることができる。 | 4 | 後1 |
二次元データを整理して散布図を作成できる。 | 4 | 後3 |
二次元データから相関係数・回帰曲線を求めることができる。 | 4 | 後3 |
二項分布、正規分布、確率密度関数について説明できる。 | 4 | 後2 |
区間推定、仮説検定ができる。 | 4 | 後2 |
重回帰分析を行うことができる。 | 4 | 後3 |
クラスター分析について説明できる。 | 4 | 後6 |
主成分分析について説明できる。 | 4 | 後5 |
因子分析について説明できる。 | 4 | 後7 |
数量化理論について説明できる。 | 4 | 後3,後4,後5 |
評価割合
| 試験 | 発表 | レポート | 態度 | ポートフォリオ | その他 | 合計 |
総合評価割合 | 70 | 10 | 20 | 0 | 0 | 0 | 100 |
知識の基本的な理解 【知識・記憶、理解レベル】 | 35 | 5 | 10 | 0 | 0 | 0 | 50 |
思考・推論・創造への 適用力 【適用、分析レベル】 | 35 | 5 | 10 | 0 | 0 | 0 | 50 |
| 0 | 0 | 0 | 0 | 0 | 0 | 0 |