2020年度

＜概要/Course Content Summary＞

　統計学では，一見すると多くの手法が羅列されていて，理論的な支柱がないように思われがちである。しかし実は，確率論を基礎とした精緻な体系が整備されている。そのため理論を重視した数理統計学の講義では，確率論から統計学へという道順をたどるのを常としている。だが，そうすると時間の制約から，実際のデータに対する統計的問題を充分には説明できないのが実状である。そこで，はじめに統計的手法を使う具体的な問題を提示し，どのような目的で用いられ，どのような解析結果が得られるのかを明確にする。確率論の知識はその場に応じて必要な範囲で解説することにしよう。さて，実際に統計的手法が必要となるケースでは，2種類以上のデータ（多変量データ）を取り扱う場合が多い。この多変量データを解析するために，データ形式の違いや解析目的の違いから様々な方法が開発されているが，この講義では回帰分析，重回帰分析を取り上げる。統計的推測問題としては，回帰係数の仮説検定と，重回帰における変数選択までを目標とした。

＜到達目標/Goals,Aims＞

（１）具体的な１変量データに対して，データの整理をして必要な特性値を求めることができるようになる。　
（２）具体的な２変量データに対して，単回帰分析ができるようになる。　
（３）１変量データの確率モデルの構成を理解し，平均値の推定と検定問題を解けるようになる。　
（４）２変量データの確率モデルの構成を理解し，回帰係数の推定と検定問題を解けるようになる。　
（５）多変量データの確率モデルの構成を理解し，重回帰分析における変数選択ができるようになる。

＜授業計画/Schedule＞

＜成績評価基準/Evaluation Criteria＞

＜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＞