2025年度前期確率・統計１

曜日・時限	水曜日４時限	期別	前期	週時間数	2
ナンバリング	GP120106
開講学科等	情報通信工学部-情報工学科
教員名	小森　政嗣小森　政嗣職務履歴 https://research.osakac.ac.jp/index.php?%e5%b0%8f%e6%a3%ae%e3%80%80%e6%94%bf%e5%97%a3 教員情報データベースに遷移します

目的

確率・統計学は、工学、自然科学、経済学などのあらゆる分野で得られるデータの分析に活用されている。統計学と基盤としての記述統計の基本を理解し、データを見る目と判断する考え方を身につけることを目指す。確率統計1では主に統計学の中でも記述統計を中心に、表計算の基礎からはじめ、データの可視化の基本および、具体的なデータ分析を対象とした応用と考察を学ぶ。また適宜、統計解析に用いられるプログラミング言語であるRおよびPythonの基本的な使い方の解説も行う。講義の内容を理解するために、必要に応じてエクセルや統計解析プログラミング言語を利用する。

授業計画

授業回	形式	学修内容	学修課題
1	A，C	統計学の成り立ちと必要性社会はSociety5.0，　データ駆動型社会にむけて変貌しており．統計学の重要性はますます高まっている．統計学の成り立ちについて述べるとともに，現代社会に置いてデータサイエンスが仮説検証，知識発見，原因究明，計画策定，判断支援，活動代替などの社会での営みにおいてどのように活用されているのかについて事例を交えて紹介する．さらに，記述統計学とはどのような分野なのかを解説する．また，統計解析に用いられるプログラミング言語であるRおよびPythonの基本的な使い方を理解する．	事前学修	シラバスを読み、各自のPCでエクセルの使い方を練習しておく（2時間）
1	A，C		事後学修	演習課題に解答する．また，Rのインストールを行い基本的な操作を習得する（3時間）
2	A，C	質的データと量的データの整理変数には様々な種類がある．変数の持つ意味に応じて，数値の間のいろいろな比較が有意味な情報を与えるかどうかは異なる．・4つの尺度水準，すなわち比率尺度，間隔尺度，順序尺度，名義尺度の違いについて理解する．・変数の種類に応じて適切な要約や図示の仕方も異なる．尺度水準と統計グラフの関係を理解する．	事前学修	質的データと量的データに関する配布資料を予習しておく。（2時間）
2	A，C		事後学修	演習課題に解答するとともに，表計算アプリケーションの使い方を復習する．またGoogle Colaboratoryの使い方を習得する（3時間）
3	A，C	度数分布とヒストグラム分析の目的を適切に設定する上で，まずデータを概観することは非常に重要である．ここではまずデータの概要を把握するためにデータを集計し度数分布表・ヒストグラムを作成する方法を学ぶ．また，それを見る際のポイントを学ぶ．・適切な分析目的が設定されなければならないことを学ぶ。・表計算アプリケーションの基礎（概要、入力・修正・削除）を習得し，データの収集，加工，分割と統合などの基礎を習得する．・入力されたデータからヒストグラムを作成できるようになる。・分布の類型を理解し，そこからデータの特徴を把握する方法を習得する。・表計算アプリケーションを用いて度数分布表およびヒストグラムを作成できるようにする。	事前学修	度数分布表とヒストグラムに関する配布資料を予習しておく．
3	A，C		事後学修	表計算ツールや統計プログラミング言語によりヒストグラムを作成する演習課題を行う（3時間）
4	A，C	データの中心を示す統計量平均値、中央値、最頻値などの代表値の求め方及び注意点を学ぶ・データから平均値、中央値、最頻値などの代表値を求めることができるようになる。・表計算アプリケーションおよび統計プログラミング言語を用いて、平均値、中央値、最頻値などの代表値を求めることができるようになる	事前学修	代表値に関する配布資料を予習しておく（2時間）
4	A，C		事後学修	平均値、中央値、最頻値などの代表値を求める演習課題を行う．さらに表計算ツールや統計プログラミング言語により，代表値を求められるようになる．（3時間）
5	A，C	データの散らばりを示す統計量データのちらばりの統計量である分散、標準偏差、四分位数などについて学ぶ・データから自らの手で分散、標準偏差、四分位数などのばらつきの指標を求めることができるようになる・表計算アプリケーションおよび統計プログラミング言語を用いて、分散、標準偏差、四分位数などのばらつきの指標をを求めることができるようになる	事前学修	データのちらばりに関する配布資料を予習しておく（2時間）
5	A，C		事後学修	分散、標準偏差、四分位数などのばらつきの指標をを求める演習課題を行う．さらに表計算ツールや統計プログラミング言語により，分散，標準偏差を求められるようになる．（3時間）
6	A，C	さまざまなグラフの作成 (1) 可視化の目的（比較，構成，分布，変化など）に応じたデータの可視化の手法を学ぶ．１~３次元のグラフ作成（棒グラフ，折れ線グラフ，散布図，積み上げたて棒グラフ）について学ぶ・データの性質および分析の目的（比較・構成・分布・変化）に合わせたグラフの作成ができるようになる・適切な縦軸，横軸を設定できるようになる。・不必要な誇張表現・強調表現がもたらす影響について理解する。・表計算アプリケーションを用いて、適切なグラフを作成できるようになる・また統計解析に用いられるプログラミング言語であるRおよびPythonによるグラフ作成を学ぶ・また作成したグラフを文書に挿入し適切な方法で表示できるようにする	事前学修	さまざまなグラフに関して説明した配布資料を予習しておく．（2時間）
6	A，C		事後学修	グラフに関する演習課題を行い，表計算ツールや統計プログラミング言語により，グラフが描画できるようになる（3時間）
7	A，C	さまざまなグラフの作成 (2) 箱ひげ図およびバイオリンプロット，散布図など，ばらつきを表現するグラフの作成を学ぶ・代表値およびばらつきの指標の理解に基づき、箱ひげ図が作成できるようになる・表計算アプリケーションおよび統計プログラミング言語を用いて、適切な箱ひげ図を作成できるようになる・また作成した箱ひげ図を文書に挿入し適切な方法で表示できるようにする・箱ひげ図からデータの特徴を適切に読み取れるようになる	事前学修	さまざまなグラフに関して説明した配布資料を予習しておく．（2時間）
7	A，C		事後学修	ばらつきを表現するグラフを自ら表計算ツールや統計プログラミング言語により作成し，演習課題を行う（3時間）
8	A，C	2変量間の関係(1) ・2変量データから散布図を作成できるようになる・表計算アプリケーションおよび統計プログラミング言語を用いて適切な散布図を作成できるようになる・共分散および相関係数の意味を理解する・2変量データから共分散と相関係数を求められるようになる・表計算アプリケーションおよび統計プログラミング言語を用いて共分散と相関係数を求められるようになる・相関係数からデータ同士の関連性や傾向を読み取れるようになる	事前学修	散布図および共分散，相関係数に関して説明した配布資料を予習しておく．（2時間）
8	A，C		事後学修	散布図を表計算ツールや統計プログラミング言語により作成するとともに，相関係数も求められるようになる（3時間）
9	A，C	2変量間の関係(2) 2つの変数 x と y の間の相関関係を調べるため，x の値を与えたときの y の条件付き平均を求める回帰分析について学ぶ・説明変数，目的変数の違いを理解する・回帰直線と回帰係数について理解する・予測値と残差について理解する・最小二乗法によって回帰係数を求められるようになる	事前学修	回帰分析に関して説明した配布資料を予習しておく．（2時間）
9	A，C		事後学修	回帰分析を表計算ツールや統計プログラミング言語により作成するとともに，回帰直線を求められるようになる（2時間）
10	A，C	クロス集計 (1) ・クロス集計の基礎について学ぶ・クロス集計の考え方について学ぶ・行相対度数，列相対度数，総相対度数について理解する・表計算アプリケーションを用いて適切にクロス集計ができるようになる	事前学修	クロス集計に関する配布資料を予習しておく（2時間）
10	A，C		事後学修	様々な実データをもとにクロス集計表を作成する演習課題を行う（2時間）
11	A，C	クロス集計 (2) ・社会調査データ，気象データなどの具体的なデータ分析をデータ取得から学ぶ・割合の群間比較を行う指標（リスク差，リスク比，オッズ比）を学ぶ	事前学修	クロス集計に関する配布資料を予習しておく（2時間）
11	A，C		事後学修	実データを用いてクロス集計を実際に行う演習課題を行う（2時間）
12	A，C	確率の基本的性質確率とは不確かな事柄に対する確からしさの程度を示す指標である．確率の基本的性質について学ぶ．・加法定理と条件付き確率について理解する・ベイズの定理を理解する・乗法定理について理解する	事前学修	確率の基本的性質にかんする配布資料で予習をする（2時間）
12	A，C		事後学修	加法定理と乗法定理を用いて確率の計算ができるようになる（2時間）
13	A，C	確率分布の基礎確率を伴って色々な値をとる変数のことを確率変数という．離散型確率変数と連続型確率変数およびこれらをモデル化する上で必要となる確率分布の概要を学ぶ	事前学修	確率変数に関する配布資料を予習してくる（2時間）
13	A，C		事後学修	前期の授業を振り返り，前期の内容を体系的に整理する（2時間）

授業形式記号

A:一斉授業（通常の講義）
B:問題発見・解決学習、プロジェクト学習
C:体験、実験、実習、演習など

D:調査分析、解析など
E:ものづくり、作品制作
F:グループワーク（ディスカッション・ディベートを含む）

G:プレゼンテーション
H:地域・企業　連携型学習
I:その他

到達目標

2024年度以降の入学生
下記リンク先のカリキュラムマップ参照
https://www.osakac.ac.jp/about/policy/faculty/
2023年度以前の入学生
修得する資質・能力：知識・理解力【DP-P-1-1, DP-P-2-1, DP-P-2-2】
・統計学が社会で役に立つことを理解する。
・記述統計学の基礎を理解する。
・基本統計量の計算法と利用法を理解する。

修得する資質・能力：応用力【DP-P-1-1, DP-P-2-1, DP-P-2-2】
・エクセルやR,　Pythonを用いて記述統計量を求めることができる
・エクセルやR,　Pythonを用いてデータをヒストグラムや散布図など適切な方法で可視化することができる

評価方法と評価観点

評価方法	配点合計	知識・理解力	応用力	コミュニケーション力	態度・志向性	創造力	合計
定期試験またはレポート試験	50%	50%	50%				100%
小テスト、小論文	30%	50%	50%				100%
グループワーク							0%
プレゼンテーション							0%
レポート、宿題	20%	50%	50%				100%
授業での姿勢（ノート、質疑など）							0%
作品、パフォーマンス（実技、実演）							0%
その他1(具体的に：							0%
その他2(具体的に：							0%
	100%	50%	50%	0%	0%	0%	100%

教科書・参考書

資料はe-learningシステム，githubおよびSlackを使って配付するので、事前学修の時点で予習をしておくこと。

オフィスアワー

学科Slackの当該科目のチャネルにて随時対応する．また金曜日4限J305の学科総合オフィスアワーで対応する。

その他

・授業ではPCを使用する。
・MicroSoft Excel（エクセル）用のシートによる演習課題，　RやPythonなどの課題も同様に配付するので、事後学修で適宜演習を行うこと。
・小テストを授業中に行うので注意すること。
・授業内外の課題について、解答あるいは考え方を適宜解説する．
・テストの解答例あるいは総評は必要に応じて適宜開示する．

実務経験のある教員による授業科目

戻る