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、知りたい内容についてどのような多変量解析手法を分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
JABEE (c)
説明
閉じる
教育目標 (E)①
説明
閉じる
教育方法等
概要:
第2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も磨いてください
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
前期 |
1stQ |
1週 |
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 |
検定と推定 |
統計的仮説検定について理解でき、問題が解ける
|
3週 |
線形回帰分析 |
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 |
判別分析 |
判別分析について理解し、簡単な問題が解ける
|
5週 |
主成分分析 |
主成分分析について理解し、簡単な問題が解ける
|
6週 |
クラスター分析 |
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 |
まとめ |
本講義のまとめを行う
|
8週 |
定期試験 |
試験を行う
|
2ndQ |
9週 |
試験の返却 |
試験の返却を行う
|
10週 |
|
|
11週 |
|
|
12週 |
|
|
13週 |
|
|
14週 |
|
|
15週 |
|
|
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 |
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 |