シラバス参照

授業情報/Class Information

科目一覧へ戻る 2023/07/20 現在

基本情報/Basic Information

開講科目名
/Class
経営統計学Ⅰ【DS】/Business Statistics Ⅰ
授業コード
/Class Code
B600191002
開講キャンパス
/Campus
ポートアイランド
開講所属
/Course
経営学部/Business Administration
年度
/Year
2023年度/Academic Year  
開講区分
/Semester
前期/SPRING
曜日・時限
/Day, Period
木1(前期)/THU1(SPR.)
単位数
/Credits
2.0
主担当教員
/Main Instructor
伊藤 健/ITO TAKESHI
科目区分
/Course Group
【専門教育科目】 〈経営情報科学コース選択必修科目〉/*** MAJORS *** 〈経営情報科学コース選択必修科目〉
遠隔授業
/Remote lecture
No

担当教員情報/Instructor Information

教員名
/Instructor
教員所属名
/Affiliation
伊藤 健/ITO TAKESHI 経営学部/Business Administration
授業の方法
/Class Format
対面授業(講義)
授業の目的
/Class Purpose
ICT,IoTの発達によって様々なデータが容易に収集できるようになり,それらが企業経営をはじめとした意思決定,経営戦略の材料として活用されている.しかし,得られたデータの分析方法によっては誤った行動指針を導くことにもなりかねず,正しい知識を身に付けることは今後のキャリアにとって有効なものとなる.また,統計学はデータサイエンスの基盤となる概念の一つであり,データサイエンティストを目指す者にとっては必ず修めておくべきものでもある.
経営統計学I,IIは,統計学が目標とする統計的推論の基本を学ぶことを目的とし,経営統計学Iでは前提知識となる確率の基本事項の習得を目指す.
到 達 目 標
/Class Objectives
・確率の概念を理解できる.
・基本的なデータの「読み方」を理解できる.
・代表的な確率分布の特徴を理解できる.
・母集団と標本の関係について理解できる.
授業のキーワード
/Keywords
授業の進め方
/Method of Instruction
各回のテーマについて講義による説明を行うが,それらの理解を促すためにLMS(Moodle)で演習問題に取り組む必要がある(締切り有り).
履修するにあたって
/Instruction to Students
各回で用いるスライドはPDF資料としてLMSを通じて配布する(アップロード期限有り)ので各自ダウンロードし,必要に応じてプリントアウトして講義に持参するなど,各自で利用方法を工夫すること.また,到達度確認セッションでは電卓を利用するので,平方根(ルート)計算もできる電卓を準備しておくこと(ただし,関数電卓,スマートフォン等は不可).なお,講義中の飲食,私語は一切禁止する.
授業時間外に必要な学修
/Expected Work outside of Class
事前配布する資料やテキストによって予習を行う必要がある,また,講義で扱った内容について復習を行う必要があるのは勿論であるが,LMS上で実施する演習課題にも取り組む必要がある.
提出課題など
/Quiz,Report,etc
講義で取り扱う内容に対応する演習課題を,原則,毎回実施する.
成績評価方法・基準
/Grading Method・Criteria
LMSで実施する演習の得点率を全体の40%に,到達度確認セッションの得点率を全体の60%に圧縮して総合評価を行う.また,2回実施する到達度確認セッションのいずれかを受けていなければ,成績評価は行わない.
テキスト
/Required Texts
塩出,今野「経営系学生のための基礎統計学 改訂版」共立出版(2,000円:税別)
参考図書
/Reference Books
No.
/Time
主題と位置付け
/Subjects and position in the whole class
学習方法と内容
/Methods and contents
備考
/Notes
1 第1回 経営統計学で学ぶこと 経営統計学で講義する内容について,シラバスを用いて説明する.
2 第2回 順列と組み合わせ 統計学の前提知識として,順列・組合せについて説明する.
3 第3回 確率 統計学の理解に欠かせない確率の概念について説明する.
4 第4回 条件付き確率とベイズの定理 条件付き確率と,それを用いたベイズの定理について説明する.
5 第5回 資料の整理 集めたデータの整理方法と,そこから得られる情報の意味について説明する.
6 第6回 確率変数と確率分布 離散型の確率と確率分布について説明する.
7 第7回 到達度確認セッション1 本講義前半の内容について,その理解度を確認する.
8 第8回 様々な離散型確率分布 代表的な離散型確率分布について説明する.
9 第9回 連続型確率分布 数えるのではなく,長さや量のように,対象が測るものである連続型確率変数について説明する.
10 第10回 正規分布の再生性と標準正規分布 統計分析で最も基本的な確率分布である正規分布について詳しく説明する.
11 第11回 正規近似 どのような確率分布でも,データ数が増えれば正規分布で近似できることについて説明する.
12 第12回 偏差値と2次元確率分布 異なるデータを比較するための偏差値と,2つの確率変数を同時に扱う場合の分布の考え方について説明する.
13 第13回 サンプリング 統計調査の基本となるサンプリングについて説明する.
14 第14回 母平均・母分散の点推定 母平均・母分散の点推定とともに,様々な平均について説明する.
15 第15回 到達度確認セッション2 本講義後半の内容について,その理解度を確認する.

科目一覧へ戻る