English

年度	2024年度	開講部局	大学院共通教育（博士課程前期）
講義コード	8E500106	科目区分	大学院共通科目
授業科目名	データリテラシー
授業科目名 （フリガナ）	データリテラシー
英文授業科目名	Data Literacy
担当教員名	滑川　裕介
担当教員名 (フリガナ)	ナメカワ　ユウスケ
開講キャンパス	双方向	開設期	1年次生   後期   ４ターム
曜日・時限・講義室	(4T) 集中：オンライン
授業の方法	講義	授業の方法 【詳細情報】
			講義中心
単位	1.0	週時間		使用言語	J : 日本語
学習の段階	5 : 大学院基礎的レベル
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	博士課程前期
授業のキーワード	統計学，確率分布，統計的推定，仮説検定
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）	本授業は，大学院共通科目のうちの，最近の社会システムの進展を知り，これからの時代に必須な知識を身につけ，現代社会の課題に具体的に取り組み，必須な知識・技術を使うことができる能力を身につけることを目指す「キャリア開発・データリテラシー科目」の選択科目の一つである。
到達度評価 の評価項目 （学部生対象科目のみ）
授業の目標・概要等	データ科学の入門編として，統計学の基礎を理解する．
授業計画	・イントロダクション ・記述統計学     測定尺度，度数分布表，ヒストグラム，平均，分散，最瀕値，中央値，相関係数 ・確率分布     確率変数，一様分布，二項分布，正規分布，標準正規分布，歪度，尖度，ポアソン分布     χ2分布，F分布 ・統計的推定     点推定，区間推定，母集団，標本，不偏推定量     大数の法則，中心極限定理，信頼区間 ・統計的検定     仮説検定，帰無仮説，対立仮説，有意水準，t検定     2集団の差の検定，両側検定，片側検定     分散分析，F検定     多重比較法，Tukey法，Tukey–Kramer法，Schefféの方法，Bonferroniの方法     ノンパラメットリック手法，ピアソンのχ2検定，マン・ホイットニーのU検定 ・実験計画法     Fisherの3原則，直交計画，コンジョイント分析 ・多変量解析     重回帰分析，主成分分析 小テストを実施する．
教科書・参考書等	特に指定しない．
授業で使用する メディア・機器等
	【詳細情報】	映像（ビデオ講義）
授業で取り入れる 学習手法
予習・復習への アドバイス	オンデマンド動画を復習、確認のために活用してください．
履修上の注意 受講条件等
成績評価の基準等	講義動画の視聴を単位付与の前提条件とし，小テストで成績を評価する．
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	この講義では，名古屋大学，岐阜大学，三重大学，広島大学の4大学が連携し，ノースカロライナ州立大学協力のもと，実施している取組『「実世界データ演習」を用いる価値創造人材教育の大学連携（文部科学省「超スマート社会の実現に向けたデータサイエンティスト育成事業」）』で作成した，オンデマンドビデオ講義を活用します．
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。