English

年度	2024年度	開講部局	情報科学部
講義コード	KA217001	科目区分	専門教育科目
授業科目名	ノンパラメトリック解析
授業科目名 （フリガナ）	ノンパラメトリックカイセキ
英文授業科目名	Nonparametric analysis
担当教員名	若木　宏文
担当教員名 (フリガナ)	ワカキ　ヒロフミ
開講キャンパス	東広島	開設期	3年次生   前期   ２ターム
曜日・時限・講義室	(2T) 水7-8,金5-6：工218
授業の方法	講義	授業の方法 【詳細情報】
			講義と演習 講義はオンデマンド、演習は対面で行う。
単位	2.0	週時間		使用言語	B : 日本語・英語
学習の段階	3 : 中級レベル
学問分野（分野）	25 : 理工学
学問分野（分科）	01 : 数学・統計学
対象学生	情報科学部３年次生
授業のキーワード	ウィルコクソンの符号付順位検定，マン・ホイットニーのU検定，アンサリ・ブラッドレイ検定，コルモゴロフ－スミルノフ検定，クラスカル・ウォリス検定
教職専門科目		教科専門科目
プログラムの中での この授業科目の位置づけ （学部生対象科目のみ）	基本的な統計的推測法を学習後に，より専門的な統計解析手法として学ぶ。
到達度評価 の評価項目 （学部生対象科目のみ）	計算機科学プログラム （能力・技能） ・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術． データ科学プログラム （知識・理解） ・D1. 統計とデータ解析の理論体系を理解し，ビッグデータの質的／量的情報を的確かつ効率的に分析するための知識と能力． （能力・技能） ・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術． 知能科学プログラム （能力・技能） ・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．
授業の目標・概要等	特定の分布によらない統計手法に基づくノンパラメトリック解析，特に，ノンパラメトリック検定の理論を理解し，実践を行うことを目的とする。 ノンパラメトリック検定の理論について学習する。また，統計処理ソフトRを使って学んだ検定法に関する演習を行う。
授業計画	第1回：t-検定の非正規性の影響（講義） 第2回：R入門（演習） 第3回：t-検定の非正規性の影響（演習） 第4回：ウィルコクソンの符号付検定（講義） 第5回：ウィルコクソンの符号付検定（演習） 第6回：ウィルコクソンの順位和検定（講義） 第7回：ウィルコクソンの順位和検定（演習） 第8回：バートレット検定の非正規性の影響（講義） 第9回：バートレット検定の非正規性の影響（演習） 第10回：アンサリ・ブラッドレイの検定（講義） 第11回：アンサリ・ブラッドレイの検定（演習） 第12回：コルモゴロフ・スミルノフ検定（講義） 第13回：コルモゴロフ・スミルノフ検定（演習） 第14回：分散分析とクラスカル・ウォリス検定（講義） 第15回：分散分析とクラスカル・ウォリス検定（演習） レポート
教科書・参考書等	特に指定せず，随時資料を配布する。
授業で使用する メディア・機器等
	【詳細情報】	演習では必携PCを用いる。
授業で取り入れる 学習手法
予習・復習への アドバイス	担当教員に質問するなどして，分からないところは早めに解決すると良い。
履修上の注意 受講条件等	基本的な仮説検定を理解していることが望ましい。
成績評価の基準等	レポート
実務経験
実務経験の概要と それに基づく授業内容
メッセージ
その他
すべての授業科目において，授業改善アンケートを実施していますので，回答に協力してください。 回答に対しては教員からコメントを入力しており，今後の改善につなげていきます。