887 件ヒット (0.013秒)：
本科目のGoogle classroomに登録してください。皆さんとここでコミュニケーションをとります。
https://classroom.google.com/c/NjYxNjY0NTg3MzYy?cjc=cthnh6m
経済学、経営学の問題のみならず社会における様々な問題を解決するため、データに基づく意思決定はますます重要となって きている。データから得られる根拠（エビデンス）に基づく問題解決を実践するためには、データを適切に処理し、必要な情 報を得るための統計学の知識と考え方が必要となる。本講義の目的は以下の通りである。
・統計に騙されない、誤解・誤用しないための統計リテラシーを身に付ける。
・統計学の知識を獲得し、統計的な思考法の基礎を知る。
・基礎的なデータ分析を行うことができる知識を得る。
In this course, students will learn the basics of statistics
データ処理には統計的な考え方や手法が欠かせない。時間をかけて計画を立て、実際に調査や実験などを行って、苦労の末に得られた貴重なデータも、主観的な印象で漠然と分析するなどその処理を誤ってしまっては、説得力ある主張をすることなどできるはずもない。
この授業では、平均～分散分析（平均・分散・標準偏差、推定・信頼区間、カイ二乗検定・t検定・分散分析等の統計的仮説検定や残差分析・多重比較等の関連事項、など）及び相関～多変量解析（相関・相関係数と関連する統計的仮説検定、単回帰・偏回帰・重回帰、相関行列、因子分析・主成分分析・判別分析・クラスター分析、など）について、理論及び実践の両面から学習する。
----------
Statistical views and approaches are essential to data processing. Even if useful data has been obtained after much effort at time-consuming planning and investigation or experiment, no valid assertions can be made unless the data is correctly processed.
This course helps students to be equipped with the following statistical knowledge in both theoretical and practical aspects: from mean to analysis of variance (mean, variance, and standard deviation; estimation and confidence interval; statistical hypothesis tests such as chi-squared test, t test, analysis of variance, etc., and the related matters such as residual analysis, multiple comparison, etc.; etc.) and from correlation to multivariate analysis (correlation, correlation coefficient, and the related statistical hypothesis tests; simple liner regression, partial regression, and multiple regression, correlation matrix; multivariate analyses such as factor analysis; principal component analysis, discriminant analysis, cluster analysis, etc.; etc.)
さまざまな分野で必要とされるデータ解析の数理的基礎を担うのが確率と統計である。この講義では、確率変数とその期待値・分散などの確率の基礎概念から始めて、統計学に必要な確率分布について学ぶ。次いで、統計的推論の考え方を理解して、母数の点推定・区間推定の方法、仮説検定の基本的な形式を学ぶ。
Probability and statistics provide the mathematical foundation of data analysis in various fields. This course will start with random variables, expected values, variances and other fundamental concepts in probability and introduce probability distributions used in statistics. Then the course will provide methods of point and interval estimations of population parameters and of testing hypothesis as an introduction to statistical inference.
さまざまな分野で必要とされるデータ解析の数理的基礎を担うのが確率と統計である。この講義では、確率変数とその期待値・分散などの確率の基礎概念から始めて、統計学に必要な確率分布について学ぶ。次いで、統計的推論の考え方を理解して、母数の点推定・区間推定の方法、仮説検定の基本的な形式について概観する。また、Pythonによる初歩的なプログラミングを体験する。
Probability and statistics provide the mathematical foundation of data analysis in various fields. This course will start with random variables, expected values, variances and other fundamental concepts in probability and introduce probability distributions used in statistics. Then the course will provide the outline of point and interval estimations of population parameters and of testing hypothesis as an introduction to statistical inference. This course includes rudimentary programming by Python.
Google Classroomのクラスコードは工学部Webページにて確認すること。
学部シラバス・時間割(https://www.eng.tohoku.ac.jp/edu/syllabus-ug.html)
★Google Classroom クラスコード：xtdrlrt
１．目的・概要
信頼できる実験結果を得るための基礎となる事柄について学ぶ。最初に、測定装置の系統誤差や、データのばらつきとして現れる偶然誤差について理解する。次に、得られた結果をより正確に解釈するために必要となる、データ解析の代表的手法について学習していく。具体的には、平均値、標準偏差からスタートし、推定、仮説検定、誤差の伝播、最小二乗法などを取り上げる。また、データ取得の際に理解しておく必要がある、実験系の応答特性についても学ぶ。
２．達成方法等
実験データには必ず誤差が含まれることを実感した上で、最も確からしい値や誤差の推定方法、データの信頼性を評価する方法（統計的仮説検定）について理解する。データの有効数字と、それらを用いた演算結果の有効数字について理解する。最小二乗法により、1変数データの直線回帰と検定ができるようになる。誤差の伝播について理解する。測定装置の動的応答について、伝達関数を利用して解析できるようになる。
The class code for Google Classroom can be found on the Web site of
the School of Engineering:
https://www.eng.tohoku.ac.jp/edu/syllabus-ug.html (JP Only)
★Google Classroom, Class-code: xtdrlrt
1. Object and Summary of Class
This course covers the basic knowledge that is useful to get reliable experimental results. We will learn about concepts and methods of data analyses frequently used to correctly interpret experimental data, which includes systematic errors of measuring systems, random errors that appear as scattering of data, statistical estimation, hypothesis testing, propagation of errors, least-squares method. We also learn about response characteristic of experimental systems.
2. Goal of Study
After realizing the existence of errors in the experimental data, we will understand and be able to use the way to estimate the most probable values and errors, hypothesis testing, and linear regression. We will also understand the significant digits and error propagation. We will be accustomed to use the transfer function to analyze the dynamic response of measuring apparatus.
さまざまな分野で必要とされるデータ解析の数理的基礎を担うのが確率と統計である。この講義では、確率変数とその期待値・分散などの確率の基礎概念から始めて、統計学に必要な確率分布について学ぶ。次いで、統計的推論の考え方を理解して、母数の区間推定の方法、仮説検定の基本的な形式を学ぶ。
Probability and statistics provide the mathematical foundation of data analysis in various fields. This course will start with random variables, expected values, variances and other fundamental concepts in probability and introduce probability distributions used in statistics. Then the course will provide methods of interval estimations of population parameters and of testing hypothesis as an introduction to statistical inference.
さまざまな分野で必要とされるデータ解析の数理的基礎を担うのが確率と統計である。この講義では、確率変数とその期待値・分散などの確率の基礎概念から始めて、統計学に必要な確率分布について学ぶ。次いで、統計的推論の考え方を理解して、母数の点推定・区間推定の方法、仮説検定の基本的な形式を学ぶ。
Probability and statistics provide the mathematical foundation of data analysis in various fields. This course will start with random variables, expected values, variances and other fundamental concepts in probability and introduce probability distributions used in statistics. Then the course will provide methods of point and interval estimations of population parameters and of testing hypothesis as an introduction to statistical inference.
さまざまな分野で必要とされるデータ解析の数理的基礎を担うのが確率と統計である。この講義では、確率変数とその期待値・分散などの確率の基礎概念から始めて、統計学に必要な確率分布について学ぶ。次いで、統計的推論の考え方を理解して、母数の点推定・区間推定の方法、仮説検定の基本的な形式を学ぶ。
Probability and statistics provide the mathematical foundation of data analysis in various fields. This course will start with random variables, expected values, variances and other fundamental concepts in probability and introduce probability distributions used in statistics. Then the course will provide methods of point and interval estimations of population parameters and of testing hypothesis as an introduction to statistical inference.
さまざまな分野で必要とされるデータ解析の数理的基礎を担うのが確率と統計である。この講義では、確率変数とその期待値・分散などの確率の基礎概念から始めて、統計学に必要な確率分布について学ぶ。次いで、統計的推論の考え方を理解して、母数の点推定・区間推定の方法、仮説検定の基本的な形式を学ぶ。
Probability and statistics provide the mathematical foundation of data analysis in various fields. This course will start with random variables, expected values, variances and other fundamental concepts in probability and introduce probability distributions used in statistics. Then the course will provide methods of point and interval estimations of population parameters and of testing hypothesis as an introduction to statistical inference.