データサイエンス基礎

データサイエンスの基礎として、記述統計学、推測統計学の代表的な手法について、主にpythonで適用できるようになることを目指す。具体的には、前半で主に確率分布と区間推定について、後半に各種の仮説検定、多重比較および分散分析を学習する。

"・統計学の基本的な考え方を理解し、pythonを用いて適用できるようになる
・各種仮説検定の手法(二項検定、フィッシャーの正確検定等)の内容と適用シーンを理解する
・一元配置分散分析、二元配置分散分析を理解する"

"第1回 確率の復習、条件付き確率とベイズの定理
第2回 確率分布、確率変数の期待値と分散、モーメント、標準化、チェビシェフ不等式
第3回 離散型の確率分布(二項分布、ポアソン分布、超幾何分布)
第4回 連続型の確率分布(正規分布、指数分布、t分布)
第5回 統計的推定、最尤推定
第6回 Pythonによる母平均の区間推定
第7回 仮説検定の考え方
第8回 まとめと試験(1)
第9回 平均の検定
第10回 平均の差の検定
第11回 そのほかの検定統計量の分布（F分布、カイ二乗分布）、様々な仮説検定（二項検定、適合度検定、独立性の検定）
第12回 一元配置分散分析
第13回 多重比較
第14回 二元配置分散分析
第15回 まとめと試験(2)"

座学による講義を中心とするが、講義内で適宜演習問題への取り組みを導入し、また簡単なサンプルコード等を用いることで理解の定着を図りながら進めるため、パソコンは常に持参のこと。各回の講義前半において前回の内容と課題の振り返りを行う。

各回の予習を前提とする。資料、サンプルコードを用いて事前学習を行って頂きたい。また授業後は、課された課題および資料、サンプルコードを用いた復習を行って頂きたい。取り組み時間は予習、復習各1時間程度を目安とする。

試験（中間含む複数回）の結果、課題の提出状況、受講態度に基づき総合的に判定する。

なし

特に指定しない

"西内啓「統計学が最強の学問である」ダイヤモンド社
西内啓「統計学が最強の学問である[実践編]」ダイヤモンド社
西内啓「統計学が最強の学問である[ビジネス編]」ダイヤモンド社"

"「情報連携のための確率・統計学I/II」
「DS演習I/II」"