シラバス
※学期中に内容が変更になることがあります。

2020年度


35620621 

△統計基礎
Basic Theory of Statistics
2単位/Unit  秋学期/Fall  京田辺/Kyotanabe  講義/Lecture

  原 尚幸

<概要/Course Content Summary>

本講義では,基本的な統計的推測手法の一般論を,数理的な背景とともに理解することを目的とする.ここでは,線形モデル,一般化線形モデル,対数線形モデルを用いたデータ分析手法に加え,最尤法や尤度比検定の理論についても学習する.また,ベイズモデルの基礎について学習する. 
課題の剽窃行為については厳正に対処する。   
合理的配慮が必要な学生に対しては可能な限りの配慮をするので,その場合はなるべく早く申し出ること.

<到達目標/Goals,Aims>

① 学部レベルの統計学やデータ分析手法を,数理も交えた形で学習しなおす. 
② 最尤推定量や尤度比検定の理論的背景を理解する. 
③ ベイズ法の基本的な考え方を理解する. 

<授業計画/Schedule>

(実施回/
Week)
(内容/
Contents)
(授業時間外の学習/
Assignments)
(実施回/ Week) 第1回  (内容/ Contents) 確率変数・離散型確率分布  (授業時間外の学習/ Assignments) 予習・復習・宿題 
(実施回/ Week) 第2回  (内容/ Contents) 連続型確率分布・多次元分布  (授業時間外の学習/ Assignments) 予習・復習・宿題 
(実施回/ Week) 第3回  (内容/ Contents) 点推定論  (授業時間外の学習/ Assignments) 予習・復習・宿題 
(実施回/ Week) 第4回  (内容/ Contents) 区間推定法・ブートストラップ法  (授業時間外の学習/ Assignments) 予習・復習・宿題 
(実施回/ Week) 第5回  (内容/ Contents) 仮説検定・1標本問題  (授業時間外の学習/ Assignments) 予習・復習・宿題 
(実施回/ Week) 第6回  (内容/ Contents) 2標本問題  (授業時間外の学習/ Assignments) 予習・復習・宿題 
(実施回/ Week) 第7回  (内容/ Contents) 分散分析  (授業時間外の学習/ Assignments) 予習・復習・宿題 
(実施回/ Week) 第8回  (内容/ Contents) 線形回帰モデルと最小二乗法  (授業時間外の学習/ Assignments) 予習・復習・宿題 
(実施回/ Week) 第9回  (内容/ Contents) 説明変数選択  (授業時間外の学習/ Assignments) 予習・復習・宿題 
(実施回/ Week) 第10回  (内容/ Contents) 二項選択モデル  (授業時間外の学習/ Assignments) 予習・復習・宿題 
(実施回/ Week) 第11回  (内容/ Contents) 多項選択モデル  (授業時間外の学習/ Assignments) 予習・復習・宿題 
(実施回/ Week) 第12回  (内容/ Contents) 一般化線形モデル  (授業時間外の学習/ Assignments) 予習・復習・宿題 
(実施回/ Week) 第13回  (内容/ Contents) 過分散・擬似尤度  (授業時間外の学習/ Assignments) 予習・復習・宿題 
(実施回/ Week) 第14回  (内容/ Contents) 正規混合モデル  (授業時間外の学習/ Assignments) 予習・復習・宿題 
(実施回/ Week) 第15回  (内容/ Contents) EMアルゴリズム  (授業時間外の学習/ Assignments) 予習・復習・宿題 

<成績評価基準/Evaluation Criteria>

出席  30%   
宿題  30%   
中間・期末レポート  40%   

<テキスト/Textbook>

松井秀俊・小泉和之  『統計モデルと推測』第1版  (講談社、2019) ISBN:978-4-06-517802-7 

 

 

お問合せは同志社大学 各学部・研究科事務室まで
 
Copyright(C) 2020 Doshisha University All Rights Reserved. 無断転載を禁止します。