データサイエンス入門：統計的データ解析の基礎１

情報連携の各科目群の専門的学習を進めていくうえで重要な基礎知識となるデータサイエンス（確率・統計学）をはじめて学ぶ学生を対象として、その初歩的な考え方と方法を身につけることを目的とする。本講義では、まず私たちにとって身近な統計的データの例を見ながら、日常生活や情報連携の各分野での統計的な考え方やデータ分析の重要性を確認する。続いて、度数分布表やヒストグラムによるデータのまとめ方と記述統計の各指標（平均や分散など）を整理したうえで、確率および確率分布についての理解を深める。さらに、これらの基本概念の理解のもと、標本分布（母集団と標本）と統計的推測（点推定と区間推定）の初歩に触れ、統計的データ解析の基礎を習得する。

データサイエンスの基本的な考え方を練習問題を解きながら学び、情報連携の各科目群における研究および実践で必要となる統計的データ解析の基礎を身につけることを目標とする。まずデータサイエンスを始めるにあたって、情報連携におけるデータサイエンスの重要性と面白さについて理解し、統計的なデータ分析とはどのようなものかについて実例を見ながら概観する。続いて度数分布について学習し、得られたデータの分布を表やグラフで把握する方法を理解するとともに、記述統計を学び、得られたデータの特徴を数値の指標でまとめる方法について学習する。その後、統計的な考え方の基礎となる確率の概念と確率分布についてその基本を学び、それを受けて母集団と標本を区別しながら調査対象全体（母集団）とそこから抽出された標本（サンプル）の関係を理解できるようになる。最後に統計的推測の考え方を学び、標本の観測値（統計量）から母集団の特徴を表す数値（母数）を推測する方法と考え方を理解し、点推定と区間推定の基礎を身につける。

"第1回　データサイエンスをはじめよう：私たちの身のまわりの統計的データ、情報連携と統計的データ解析【オンデマンド】＊履修登録期間より視聴可能
第2回　度数分布とは？　度数分布の理解と表現、度数分布表とヒストグラム
第3回　記述統計のさまざまな指標（1）中心的傾向
第4回　記述統計のさまざまな指標（2）ばらつき
第5回　確率の基本的考え方（1）集合、組合わせ、試行と事象
第6回　確率の基本的考え方（2）確率の法則、反復試行
第7回　確率分布の紹介（1）確率変数と確率分布、二項分布
第8回　確率分布の紹介（2）正規分布、標準正規分布
第9回　確率分布の紹介（3）正規分布の標準化
第10回　母集団と標本（1）調査対象とサンプルの関係、標本分布
第11回　母集団と標本（2）母数と観測データの関係、標本平均の分布、t分布
第12回　統計的推測の考え方（1）統計的推測とは？　母数の推定（点推定と区間推定）
第13回　統計的推測の考え方（2）母平均の区間推定（母分散が既知の場合）
第14回　統計的推測の考え方（3）母平均の区間推定（母分散が未知の場合）
第15回　統計的推測の考え方（4）母比率の区間推定【オンデマンド】
＊試験期間中に期末テストを実施"

毎回の授業は講義とレポート課題のセットで進める。講義内容の理解を確認し各自の考えを深めるためのレポート課題（練習問題）への回答作業も授業中に行い、毎週の授業時間内に提出する（オンデマンド回のレポート課題については指定された期日までに提出する）。レポート課題については講義内で解説を行う。質問などは授業後の教室や講義Slackで随時受け付ける。

事前学修としてテキストに目を通してその週の講義テーマと内容を理解し、自分の学習目標と疑問点を整理して授業に臨むこと(60分程度)。また事後学修として講義資料をもとに各回の講義内容を復習し、テキスト・参考書を読みながら反復学習に取り組み理解を深めること(60分程度)。

最終成績は授業参加度（出席）および毎週のレポート課題の提出状況（20%）と期末テストの得点（80%）を総合的に考慮して、東洋大学の成績評価基準に準拠して評価する。

"2019年度以降の入学生は、数学IAと数学IIBCの両方の学力テストに合格していないと以下の科目を履修できません。
「情報連携のための数学A・B」（～2021年度入学生用）
「情報連携のための数学I・II」（2022年度〜入学生用）
「情報連携のための確率・統計学A・B」（～2021年度入学生用）
「情報連携のための確率・統計学I・II」（2022年度〜入学生用）

ただし、2026年度入学生については、4月の数学IAと数学IIBCの学力テストのどちらか（あるいは両方）で不合格の場合でも、2026年度春学期の「情報連携のための確率・統計学I」を履修することは可能とします。その場合でも、単位を取得するためには、不合格となった数学IAや数学IIBCについて春学期中に実施する再テストに合格することを前提とし、再テスト後にどちらかでも不合格だった場合には履修自体を取り消します。"

『はじめての統計学』道家暎幸,伊藤真吾,宮﨑直,酒井祐貴子(著),コロナ社.

"たとえば、
『統計学入門』東京大学教養学部統計学教室(編),東京大学出版会.
『データの分析』日本統計学会(編),東京図書.
『統計学基礎』日本統計学会(編),東京図書.
など。"

本講義は情報連携学部1年次の必修科目として実施し、2年次の必修科目である「情報連携のための確率・統計学II」につながる基礎講義として行う。

オンデマンド回の講義資料についてはMOOCsおよび講義SlackでURLを提示する。 

＜本学の授業について＞
　本学では、13週の通常授業期間内で13回の通常授業及び、その他に２回分のオンデマンド授業等を開講する形態を採用しています。各回の教室内授業は90分で実施され、合計15回分の授業時間を担保する講義スケジュールを基本としています。
※一部科目では、授業期間、授業回数および授業形態等が異なる場合がありますので、授業の詳細はシラバス等で必ず確認してください。

［注］
　教員の指導のもとで、事前・事後学習を含めて１単位45時間の学修時間を担保することが求められます。
　なお、本学では、大学設置基準等の法令に基づき、年間35週以上の授業日程（学年暦）を定め、通常授業期間のほかに、T-Weeksにおける特別授業期間、夏季・春季セッション期間における集中授業等を実施する授業日程としております。