2020年度

＜概要/Course Content Summary＞

データ分析における興味は，母集団がどのような分布をしているかを調べることである．そのために，通常我々は，母集団から無作為抽出された標本から母集団の情報を抽出することを考える．このような考え方を統計的推測という．本講義では，統計的推測の基礎事項を扱う．具体的には，標本調査，点推定，区間推定，仮説検定について学習する．また，実践的な推定，検定の適用例として，単回帰モデル，分散分析モデルについても学習する．　
本講義は， 動画配信の形式で行う. 中間評価，講義内評価は対面で行う予定である。

＜到達目標/Goals,Aims＞

・基礎的な推測統計の概念（推定・検定）について理解する．

＜授業計画/Schedule＞

受講者の理解度によっては授業計画を多少変更する可能性がある。　
中間評価，講義内評価は現時点では対面で行う予定である。

＜成績評価基準/Evaluation Criteria＞

本来の講義日（金曜2限）の講義終了時刻までに講義資料へのアクセスがあり，かつ，宿題が期日までに提出された場合にのみ出席点を加算する。　
アクセスが遅れて欠席となった場合でも，宿題の提出締切に間に合う場合は宿題の提出は認め，一定の正解率であれば宿題点を加算する。　
出席点は全回出席が15点，1回欠席が10点，2回欠席は5点，3回以上欠席は0点とする。　
宿題は3回以上未提出のものは宿題点を0点とする。　
　
宿題やレポートは必ず自力で行うこと。　
締切前の課題に関する情報共有の証拠が得られた場合には，渡した側，受け取った側の双方を不正行為として処分する。

＜成績評価結果/Results of assessment＞   成績評価の見方について/Notes for assessment

＜テキスト/Textbook＞

＜参考文献/Reference Book＞

＜備考/Remarks＞

講義資料と動画は本来の講義日（金曜２限）の週の月曜日までには公開する。　
金曜３限のデータサイエンス演習の開始時刻までに必ず受講し，内容を理解しておくこと。　
金曜２限の終了時刻（12:15）までに講義資料にアクセスのない者は欠席とみなす。　
コロナ対応の動画配信の授業は，いわゆる「オンデマンド」の形式とは意味合いが異なり，「いつでもどこでも受けられる」性質のものではない。担当教員の指示通りのスケジュールで授業の予習，受講，復習，課題対応を行うことによって，到達目標を達成できるように設計されているので，後回しにせず早めの対応を心がけること。　
　
宿題の提出締切前の他人との情報共有は不正行為とする。　
・ファイル，解答情報の情報交換　
・他人の私物のパソコンからの解答送信　
・e-classのID，パスワードの他人との共有　
が発覚した場合には，不正行為として取り扱う。