科目名 |
身近な統計 |
担当教員 |
放送大学 |
対象学年 |
2年,3年 |
クラス |
学部:自然001 |
講義室 |
|
開講学期 |
通年 |
曜日・時限 |
集中 |
単位区分 |
選択 |
授業形態 |
一般講義 |
単位数 |
2 |
準備事項 |
|
備考 |
|
授業の詳細1 |
熊原 啓作 (放送大学教授) 渡辺 美智子 (慶應義塾大学大学院健康マネジメント研究科教授)
講義概要 私たちの身の回りにはテレビや新聞・雑誌・インターネット等を通して多種多様な統計情報があふれています。本講義では,統計の基本的な考え方,データの統計的活用の理論と方法を解説するとともに,諸種の統計情報が企業や行政の意思決定および社会・経済・自然現象の解明に具体的に活用されている事例を(VTR映像で)紹介します。また,更に具体的な理解を深め運用方法を身につけるため,身近なデータの表計算ソフトを使った簡単な分析方法も説明します。
授業の目標 統計の考え方と記述統計・推測統計の基礎を,理論に加え,具体的にそれらが社会で活用されている事例の実務家のショートレクチャーを含めた現場のVTR映像や表計算ソフトを活用した分析操作を通して学びます。とくに,諸種の統計グラフや統計数字に関して,具体的な意味を知り,そこから正しく情報を読み取ることができるようになることを目標とします。 |
授業の詳細2 |
1.論より数字,勘より統計〜私たちの身近で活躍する統計情報〜 スーパーの棚割の決定から新薬の認定,政府の行政施策,コンピュータウイルス・不正アクセス等の検出,プロスポーツの戦略分析,企業活動を支える品質管理活動など,社会で活用される統計の役割を紹介し,統計の一般的な定義と機能,Fact ControlやEvidence Based Practiceの考え方,情報化と統計環境の変化,統計分析とコンピュータソフトウェアの関係を解説し,科目の全体構成を説明します。
【キーワード】 統計,データ,統計的意志決定,品質管理,マーケッティング,政府統計,記述統計学,推測統計学
2.データのばらつきを表やグラフで要約する(質的データの場合)〜度数分布表とパレート図〜 統計データの特徴と分布の意味,質的データに対する度数分布表とそのグラフ(パレート図)の作り方と読み方を解説します。とくに,ばらつきのあるデータをまとめることと,分布という視点を持てるようになることを目指します。
【キーワード】 度数分布表(質的データ),ケースと変数,データのばらつきと分布,質的データと量的データ,度数分布表と相対度数・累積度数,パレート図
3.データのばらつきを表やグラフで要約する(量的データの場合)〜度数分布表とヒストグラム〜 量的データに対してそのデータのばらつきの様子(分布)を記述する方法とそこからの情報の読み取り方を解説します。具体的には,量的データに対する度数分布表とヒストグラムの作成方法,ヒストグラムの形状の特徴などを説明します。
【キーワード】 度数分布表(量的データ),階級・階級値・階級
4.データのばらつきを数字でまとめる〜平均値・中央値と箱ひげ図〜 分布の特徴を数値で表すことの意味を理解し,代表値としての平均値,中央値,最頻値の特徴を説明します。この回では,それらを目的やデータの状況に応じて,使い分けができるようになることを目指します。また,簡単に分布の様子がわかる箱ひげ図を紹介します。
【キーワード】 基本統計,平均値と中央値,四分位数,箱ひげ図
|
授業の詳細3 |
5.ばらつきの大きさを測る〜シグマ(標準偏差)の活用〜 ばらつきの大きさの尺度である。分散と標準偏差を解説し,とくに,標準偏差の活用として,正規分布と1シグマ2シグマ3シグマの法則との関係,標準得点(zスコア),偏差値を説明します。
【キーワード】 偏差,分散,標準偏差,標本分散(不偏分散),偏差値,1シグマ2シグマ3シグマの法則
6.格差を測る〜ローレンツ曲線とジニ係数〜 分布の形状を測る基本統計量として,歪度と尖度を紹介します。 また,ばらつきの大きさを評価する指標として変動係数を解説し,とくに格差の尺度としても使用されるジニ係数やローレンツ曲線などを解説します。
【キーワード】 歪度,尖度,変動係数,ジニ係数,ローレンツ曲線
7.不確実な出来事を確率で考える〜2項分布〜 確率の定義と身近な確率の使われ方,確率変数の定義とその期待値の意味を解説します。次に,理論分布としての2項分布を解説し,具体的な確率計算と適用場面を紹介します。
【キーワード】 確率 大数の法則 確率変数 期待値 2項確率 2項分布
8.不確実な出来事を確率で考える〜正規分布〜 確率分布モデルとしての正規分布を解説し,正規分布の確率計算の方法と活用の仕方を解説します。
【キーワード】 正規分布 標準正規分布 上側(下側)確率 両側確率 統計数値表, NORMDIST関数 |
授業の詳細4 |
9.統計を作る−部分から全体を知る〜標本調査〜 母集団と標本,全数調査と標本調査,標本調査におけるランダムサンプリングの考え方と具体的な方法を解説します。
【キーワード】 母集団と標本(サンプル), 無作為標本(ランダムサンプル), 無作為標本抽出(ランダムサンプリング), 乱数
10.調査結果の誤差を知る〜推定値と標本誤差〜 標本調査における誤差の評価の仕組みを解説します。具体的に,標本分布と標準誤差の関係を説明し,比率の調査,平均の調査を区別して標本誤差の求め方を学習します。
【キーワード】 標本分布,標準誤差,標本誤差,母比率,母平均
11.標本から仮説の真偽を判断する〜統計的仮説検定の考え方〜 母集団に関する仮説の真偽を判断するための統計的仮説検定のロジックを解説します。とくに,帰無仮説と対立仮説の違い,検定の方向性,検定統計量と棄却域,有意水準などの意味とランダムサンプリングとランダム割付の違いを学習します。
【キーワード】 統計的検定,帰無仮説,対立仮説,2種類の過誤,有意水準,危険率,有意確率
12.データから関係を探る〜クロス集計表の読み方〜 2変数の間の関係をデータから記述する方法として,とくに質的変数に対して,クロス表の読み方,列効果と行効果,交互作用効果の意味を解説し,独立性の検定としてカイ2乗検定の方法を説明します。
【キーワード】 連関,クロス集計表,行(列)比率,特化係数,独立性,期待度数
|
授業の詳細5 |
13.関係の傾向を読む〜相関関係と傾向線〜 量的データ間の関係を見るためのグラフとして散布図の読み方を説明し,とくに相関関係と相関係数を解説します。また,傾向腺としての単回帰直線を学習します。
【キーワード】 散布図,相関関係,相関係数,傾向線,単回帰直線
14.時系列データの分析〜変化の記述と将来の予測〜 時間に依存して取られるデータの記述の方法として,時系列グラフの描き方と読み方,時系列データの構成要素を説明します。また,傾向や変化の大きさをつかむための加工系列として,指数,(成長率と寄与度 削除),移動平均を学習し,移動平均を利用した季節調整の考え方を学びます。
【キーワード】 時系列データ,時系列グラフ,トレンド,季節変動,移動平均,季節調整(寄与度 削除)
15.知識創造社会を支える統計〜全体のまとめ 高度に情報化とグローバル化が進む21世紀の知識創造型の社会の中で,既に私たちの身近な生活と深く係わっている統計の意義と活用の実態を講義のまとめを通して,再度,学習します。また,問題練習を通して全体の講義の要点を復習します。
|
授業の詳細6 |
[成績について] AA:特に優れた成績を示したもの A:優れた成績を示したもの B:良好と認められる成績を示したもの C:合格と認められる成績を示したもの F:不合格
[開講時期] 2学期 ※講義スケジュール及び履修上の注意点は、授業時間割表P39を参照してください。 ・2クォーターの履修変更期間までに、履修登録されている科目以外は、履修す ることができません。 [テキスト] 放送大学より送られてくる資料を使用する。
注意:4年生は原則履修できない。(理由:放送大学の試験結果通知が本学の卒 業判定時期と同時期であるため卒業判定が困難となります。2・3年次での履修 を推奨します。)
(その他何かわからないことがありましたら教務部までお越しください)??? ? |
授業の詳細7 |
|
授業の詳細8 |
|
授業の詳細9 |
|
授業の詳細10 |
|