到達目標
1.確率分布を用いて、確率・期待値・分散を計算することができる。
2.点推定・区間推定に関して正しく理解し,問題を解くことができる。
3.母平均、母分散の仮説検定について正しく理解し,問題を解くことができる。
4.回帰分析・クラスター分析について正しく理解し,問題を解くことができる。
5.KH Coder を用いてテキストマイニングよる分析を行うことができる。
ルーブリック
| 理想的な到達レベルの目安
A | 標準的な到達レベルの目安
B | 未到達レベルの目安
C | (学生記入欄)
到達したレベルに〇をすること。 |
評価項目1 | いろいろな確率分布において、確率、期待値、分散を計算することができる。 | 標準的な確率分布において、確率、期待値、分散を計算することができる。 | 基本的な確率分布において、確率、期待値、分散を計算することができる。
| A ・ B ・ C |
評価項目2 | 標準的な区間推定について理解し,母平均・母分散の区間推定ができる。 | 標準的な区間推定について理解し,母平均の区間推定ができる。 | 基本的な区間推定について理解し,母平均の区間推定ができる。 | A ・ B ・ C |
評価項目3 | 母平均・母分散の仮説検定について理解し,母平均・母分散の検定はいろいろな問題でもできる。 | 母平均の仮説検定について理解し,母平均の検定はいろいろな問題でもできる。 | 母平均の仮説検定について理解し,母平均の検定は問題によってはできる。 | A ・ B ・ C |
評価項目4 | 回帰分析・クラスター分析について理解し,単回帰分析・重回帰分析・クラスター分析のいずれもできる。 | 回帰分析について理解し,単回帰分析・重回帰分析のいずれもできる。 | 回帰分析について理解し,単回帰分析はできる。 | A ・ B ・ C |
評価項目5 | KH Coder を用いて自由自在にテキストマイニングを行うことができる。 | KH Coder を用いて標準的なテキストマイニングを行うことができる。 | KH Coder を用いて基本的なテキストマイニングを行うことができる。 | A ・ B ・ C |
学科の到達目標項目との関係
教育方法等
概要:
ビックデータが扱えるようになったデジタル社会において、データサイエンスは工学系の学生には必須の素養である。本授業では、まずデータの取り扱いの基本的な素養として統計学における推定・検定の分析ができるようになることを目指す。次に回帰分析とクラスター分析におけるデータの分析方法を学び、多変量解析の入門的な知識を修める。最後に、データ分析の実践例として KH Coder を用いたテキストマイニングによりデータ分析の実践を体験し、基本的なテキストマイニングができるようになることを目指す。
授業の進め方・方法:
授業毎に復習用のレポート課題を配布する.
注意点:
3年後期に数学特論で扱う確率論および統計学を基礎としているので十分理解しておく必要がある.レポート課題の提出を忘れないこと.
ポートフォリオ
(学生記入欄)
【授業計画の説明】実施状況を記入してください。
【理解の度合】理解の度合について記入してください。
(記入例)ファラデーの法則、交流の発生についてはほぼ理解できたが、渦電流についてはあまり理解できなかった。
・前期中間試験まで:
・前期末試験まで :
・後期中間試験まで:
・学年末試験まで :
【試験の結果】定期試験の点数を記入し、試験全体の総評をしてください。
(記入例)ファラデーの法則に関する基礎問題はできたが、応用問題が解けず、理解不足だった。
・前期中間試験 点数: 総評:
・前期末試験 点数: 総評:
・後期中間試験 点数: 総評:
・学年末試験 点数: 総評:
【総合到達度】「到達目標」どおりに達成することができたかどうか、記入してください。
・総合評価の点数: 総評:
-------------------------------------------------------------------------------------------------------------------
(教員記入欄)
【授業計画の説明】実施状況を記入してください。
【授業の実施状況】実施状況を記入してください。
・前期中間試験まで:
・前期末試験まで :
・後期中間試験まで:
・学年末試験まで :
【評価の実施状況】総合評価を出した後に記入してください。
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 |
前期 |
1stQ |
1週 |
確率分布(離散型と連続型)の復習とフェルミ推定 |
離散型確率分布と連続型確率分布を理解して、確率や期待値を計算することができる。また、フェルミ推定を理解して実行できる。
|
2週 |
統計量と標本分布 |
統計量と標本分布を理解して、中心極限定理を問題に応用することができる。
|
3週 |
母平均の区間推定 |
母平均の信頼区間を求めることができる。
|
4週 |
母比率の区間推定 |
母比率の信頼区間を求めることができる。
|
5週 |
母平均の Z 検定 |
母平均の検定(母分散が既知または n が十分大)を理解し、検定を実行できる。
|
6週 |
母平均の t 検定 |
母平均の検定(母分散が未知または n が小さい)を理解し、検定を実行できる。
|
7週 |
母平均の差の検定 |
母平均の差の検定を行うことができる。
|
8週 |
前期中間試験 |
|
2ndQ |
9週 |
母分散・等分散の検定 |
母分散・等分散の検定を行うことができる。
|
10週 |
Execel を使った母平均の検定 |
Excel を使って母平均の検定をすることができる。
|
11週 |
単回帰分析 |
単回帰分析を理解し、Excel を使って単回帰分析ができるようになる。
|
12週 |
重回帰分析 |
重回帰分析を理解し、Excel を使って重回帰分析ができるようになる。
|
13週 |
クラスター分析 |
クラスター分析を Excel を使ってできるようになる。
|
14週 |
テキストマイニング入門 |
KH Coder を使って共起ネットワークや対応分析ができるようになる。
|
15週 |
テキストマイニング演習 |
KH Coder を使って基本的なテキストマイニングができるようになる。
|
16週 |
前期末試験(17週目は試験答案の返却・解説及びポ ートフォリオの記入) |
|
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
| 中間試験 | 期末試験 | 課題 | レポート | 合計 |
総合評価割合 | 35 | 35 | 20 | 10 | 100 |
知識の基本的な | 30 | 30 | 15 | 0 | 75 |
思考・推論・創造 | 5 | 5 | 5 | 10 | 25 |