Course Objectives
1.R言語の簡単な操作ができる。
2.統計解析の基本的な用語について説明できる。
3.統計解析の基本的な手法について説明できる。
Rubric
| 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 | R言語の簡単な操作が容易にできる。 | R言語の簡単な操作ができる。 | R言語の簡単な操作ができない。 |
評価項目2 | 統計解析の基本的な用語について容易に説明できる。 | 統計解析の基本的な用語について説明できる。 | 統計解析の基本的な用語について説明できない。 |
評価項目3 | 統計解析の基本的な手法について容易に説明できる。 | 統計解析の基本的な手法について説明できる。 | 統計解析の基本的な手法について説明できない。 |
Assigned Department Objectives
Teaching Method
Outline:
統計解析とグラフィックスのためのオープンなソフトウェアであり,様々なプラットフォーム上で動作させることができるR言語を,統計解析手法と共に習得する。
実務経験のある教員による授業科目:この科目は企業で画像認識の研究を行っていた教員の経験を活かし,統計的仮説検定などについて講義・演習形式で授業を行うものである。
Style:
授業は講義に演習も交えながら進めていく。R言語プログラミングは,L3教室または遠隔にて行う。本科目は学修単位科目であるので、授業時間以外での学修が必要であり、これを課題として課す。
Notice:
(1)点数配分:期末試験100%とする。
(2)評価基準:60点以上を合格とする。
(3)再試:すべての課題を提出した学生のみ再試験を行う。60点以上を合格(60点)とする。
(4)準備学習:事前に予習を済ませておくこと。
Characteristics of Class / Division in Learning
Course Plan
|
|
|
Theme |
Goals |
2nd Semester |
3rd Quarter |
1st |
ガイダンス |
講義の概略が理解できる.
|
2nd |
記述統計1 |
記述統計1が理解できる.
|
3rd |
記述統計2 |
記述統計2が理解できる.
|
4th |
母集団と標本1 |
母集団と標本1が理解できる.
|
5th |
母集団と標本2 |
母集団と標本2が理解できる.
|
6th |
統計的仮説検定1 |
統計的仮説検定1が理解できる.
|
7th |
統計的仮説検定2 |
統計的仮説検定2が理解できる.
|
8th |
Rを用いた統計解析演習1 |
Rを用いた統計解析演習1が理解できる.
|
4th Quarter |
9th |
平均値比較 |
平均値比較が理解できる.
|
10th |
分散分析1 |
分散分析1が理解できる.
|
11th |
分散分析2 |
分散分析2が理解できる.
|
12th |
ベクトルの基礎 |
ベクトルの基礎が理解できる.
|
13th |
行列の基礎 |
行列の基礎 が理解できる.
|
14th |
データフレーム |
データフレームが理解できる.
|
15th |
Rを用いた統計解析演習2 |
Rを用いた統計解析演習2が理解できる.
|
16th |
|
|
Evaluation Method and Weight (%)
| 試験 | 発表 | 相互評価 | 態度 | ポートフォリオ | 課題 | Total |
Subtotal | 100 | 0 | 0 | 0 | 0 | 0 | 100 |
基礎的能力 | 60 | 0 | 0 | 0 | 0 | 0 | 60 |
専門的能力 | 40 | 0 | 0 | 0 | 0 | 0 | 40 |
分野横断的能力 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |