|
講義概要/Course description
|
本講義では, 様々な意思決定の場面でデータ分析の結果を正しく利用するためのデータ分析手法の基本的な専門知識の習得を行う.
現在, AIを使ったサービスなどが一般的となり, 経営学領域においても利用するデータ分析手法は高度になっている. しかしながら, 初歩的なデータ分析手法であっても誤った使い方や誤った解釈をしている事例が数多くある.
これに対し本講義では「しっかりとコンセプトを押さえる」ことを目標に, まずは確率変数とは一体なんなのか, 区間推定や統計的仮説検定などの計算は果たして何のために行なっているのかなど, 基本的な統計分析の概要やその背景にある考え方などについて学習し, 誤った利用・誤った解釈をしなための専門知識の習得を行う.
また, 本講義の内容を理解することにより, 後期開講の統計的意思決定論II で扱う回帰モデリングや統計的因果推論などの手法の理解を促進することを狙っている.
なお, 講義内容については講義の進捗に合わせて適宜変更する.
|
|
達成目標/Course objectives
|
データに内在する不確実性と確率変数との関係性を理解した上で, 最尤推定などの点推定や区間推定, 統計的仮説検定によってデータの背景に存在する現象に関する知見を獲得することができるようになる.
数学的な証明は難しくても各手法がどのような手法なのかを自らの言葉で説明できるようになる.
|
|
履修条件（事前に履修しておくことが望ましい科目など）/Prerequisite
|
本講義では説明のために数式を利用しますが, 必ずしも数学科目の履修を条件とはしません.
ただし, 受講しながら講義で利用する式展開に関連する知識についてキャッチアップしてくれると助かります.
また, 本講義は統計的意思決定論II の内容を説明するための下準備に位置するため, 同時に受講することを強くおすすめします.
なお, 本講義は2019年度以降入学の経営学部経営学科生のみ履修可能です.
|
|
授業計画/Lecture plan
|
|
1
|
| 授業計画/Class |
ガイダンス（オンデマンド型オンライン授業での実施） |
|
|
2
|
| 授業計画/Class |
推測統計1（確率事象と確率） |
|
|
3
|
|
|
4
|
|
|
5
|
|
|
6
|
|
|
7
|
|
|
8
|
|
|
9
|
|
|
10
|
| 授業計画/Class |
推測統計8（統計的仮説検定1） |
|
|
11
|
| 授業計画/Class |
推測統計9（統計的仮説検定2） |
|
|
12
|
| 授業計画/Class |
推測統計10（統計的仮説検定3） |
|
|
13
|
| 授業計画/Class |
推測統計11（統計的仮説検定4） |
|
|
14
|
| 授業計画/Class |
推測統計12（統計的仮説検定5） |
|
|
15
|
|
| |
| 事前学習/Preparation |
前回講義の内容を前提に講義を進めていきますので, 復習をしっかりして下さい. |
| 事後学習/Reviewing |
講義内容の理解を深めるために, Python などによって実際に扱った手法などを動かしてみて下さい. |
|
|
|
授業方法/Method of instruction
|
| 区分/Type of Class |
対面授業 / Classes in-person
|
| 実施形態/Class Method |
ハイブリッド型ハイフレックス形式 / hybrid high flex
補足事項/Supplementary notes本講義は対面講義（初回のみオンデマンド型オンライン講義）で実施します。
|
| 活用される授業方法/Teaching methods used |
|
|
|
成績評価方法/Evaluation
|
| 1 |
試験 Exam
|
100%
|
中間試験（レポート形式）と期末試験（レポート形式）を40:60の割合で評価します.
|
|
|
課題（試験やレポート等）に対するフィードバックの方法/Feedback methods for assignments (exams, reports, etc.)
|
中間レポートについては提出期限後の講義にて解説を行います.
|
|
参考書/Reference books
|
| | 著者名
Author | タイトル
Title | 出版社
Publisher | ISBN | |
| 1 |
田中豊, 他.
|
改訂版 日本統計学会公式認定 統計検定2級対応 統計学基礎
|
東京図書
|
9784489022272
|
|
|