Society5.0に対応した高度技術人材育成

enPiT everi 社会人向け「人工知能・ロボット・IoT」に関する短期講義・演習プログラム

MENU

[everiPro科目]統計基礎

データサイエンスに欠かせない統計学の基礎知識を学ぶ

統計基礎

科目名 統計基礎
科目名(英名) Fundamental Statistics
担当講師(氏名・所属) 藤野 友和(福岡女子大学)
分類 講義
授業形態

VOD

任意の時間にパソコンからインターネット接続にて(自宅や職場などから)受講します。
時数 8コマ
時間数(コマ数✕1.5) 12時間
授業の概要 本講義ではデータサイエンスに欠かせない統計学の基礎知識を学ぶ。実際に得たデータを母集団から得た標本とみなす際、母集団やデータ生成のメカニズムを記述するために確率変数や確率分布を用いる。これらの定義や主要な確率分布、さらに標本における統計量が従う分布(標本分布)の性質について解説し、標本から母集団あるいはデータ生成モデルのパラメータに関する仮説を検証するための統計的仮説検定について概要の説明と事例の紹介を行う。
到達目標 ・確率変数や確率分布の定義や基本的な性質、統計的仮説検定について数式を交えて説明できるようになること
・関連する簡単な応用問題を解くことができるようなること
・統計学のテキストにおける数理的内容の部分を自力で読むことができる力を身につけること
難易度
分野別難易度(前提知識) 数学:★
履修上の注意
(準備学習・前提知識)
高校数学で学ぶ場合の数、数列(シグマ記号)、確率、微分・積分
(※微分・積分については、ごく基本的なもののみ。概念が理解できていれば十分)
授業計画・内容 1. 母集団と標本、標本における量的データの要約
  ・母集団からの標本抽出
  ・平均値および分散の性質
  ・度数分布表と平均値、分散
2. 離散型確率変数と確率分布
  ・離散型確率変数と確率分布の導入
  ・期待値と分散
  ・二項分布
3. 連続型確率変数と確率分布
  ・連続型確率変数と確率分布
  ・期待値と分散
  ・一様分布
4. 正規分布(1)
  ・正規分布の定義および性質
  ・正規分布の確率計算
5. 正規分布(2)
  ・二項分布の正規近似
  ・中心極限定理
6. 標本分布
  ・不偏推定
  ・標本平均の確率分布
  ・t分布
7. 仮説検定
  ・母平均の仮説検定
  ・2標本問題
8. まとめと補足
事前・事後学習の内容 事前学習:インターネット等を利用し講義で扱うトピックについて調べておく(必要な学習時間の目安:30分)
事後学習:講義で出された課題に取り組む(必要な学習時間の目安:90分)
成績評価の方法 各回で出される課題により評価する
教科書・参考書等 独自に作成したテキストを用いる
キーワード 制御フロー、データ構造、関数、データ分析統計学、確率変数、確率分布、母集団と標本、統計的仮説検定