KA114001 統計的検定

広島大学シラバス

English

年度 2026年度開講部局情報科学部

講義コード KA114001 科目区分専門教育科目

授業科目名統計的検定

授業科目名
（フリガナ）トウケイテキケンテイ

英文授業科目名 Statistical Test

担当教員名 LOU YANG

担当教員名
(フリガナ) ロウ　ヤン

開講キャンパス東広島開設期 2年次生   前期   ２ターム

曜日・時限・講義室 (2T) 火5-8：総K108

授業の方法講義授業の方法
【詳細情報】対面, オンライン（オンデマンド型）

This is a lecture-based class, primarily held in person, with online (on demand) sessions available only in special situations, such as severe weather, the instructor’s business trip, or other exceptional circumstances.
The first lesson will be conducted in person.

単位 2.0 週時間 4 使用言語 E : 英語

学習の段階 2 : 初級レベル

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

授業のキーワード Hypothesis Testing; Sampling and Resampling; Test Statistics and Distributions; Statistical Significance

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）
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．
・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．

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．
・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．

知能科学プログラム
（知識・理解）
・D1. 人間が持つ高度な知能とその計算機による実現についての体系的な深い理解．
（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．
・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．

授業の目標・概要等 Understand and apply statistical hypothesis testing, and develop foundational statistical reasoning skills for data science.

授業計画第1回 Data, Location, and Variability as the Basis of Statistical
  o COURSE INTRODUCTION
  o (Chapter 1: Exploratory Data Analysis)
  o Exploring Data Analysis
  o Rectangular Data
  o Estimates of Location
  o Variability Metrics and Variability Estimates
第2回 Distributional Shape and Association for Exploratory Testing
  o Exploring the Data Distribution
  o Percentiles and Boxplots
  o Frequency Tables and Histograms
  o Density Plot
  o Exploring Binary and Categorical Data
  o Mode, Probability & Expected Value
  o Correlation
  o Scatterplots
第3回 Multivariate Structure and Visualization for Statistical Comparison
  o Exploring Two or More Variables
  o Hexagonal Binning & Contour Plot
  o Two Categorical Variables
  o Categorical and Numeric Data
  o Visualizing Multiple Variables
第4回 Random Sampling and Sampling Distributions
  o (Chapter 2: Data and Sampling Distributions)
  o Random Sampling and Sample Bias
  o Sample Mean vs. Population Mean
  o Regression to the Mean
  o Sampling Distribution
第5回 Central Limit Theorem and Standard Error
  o Central Limit Theorem
  o Standard Error
第6回 Resampling, Bootstrap, and Distributional Assumptions
  o Bootstrap
  o Resampling vs. Bootstrapping
  o Confidence Interval Concept
  o Normal Distribution
  o Standard Normal and QQ-Plots
  o Long-Tailed Distributions
  o Student's t-Distribution
第7回 Confidence Intervals and Discrete Distributions in Testing
  o Confidence Interval Formula
  o Binomial Distribution
  o Chi-Square Distribution
  o F-Distribution
  o Poisson Distributions
第8回 Continuous Distributions for Statistical Modeling
  o Exponential Distribution
  o Weibull Distribution
第9回 Hypothesis Testing Logic and Experimental Design
  o (Chapter 3: Statistical Experiments and Significance Testing)
  o Design of Experiments and Statistical Inference
  o A/B Testing
  o Hypothesis Tests
  o Misinterpreting Randomness
  o Null Hypothesis
  o Alternative Hypothesis
  o One-Sided Versus Two-Sided Hypothesis Tests
第10回 Randomization and Permutation-Based Tests
  o Resampling
  o Permutation Test
  o Exhaustive and Bootstrap Permutation Tests
第11回 p-Values, Error Types, and Statistical Significance
  o Statistical Significance and p-Values
  o p-Value from Permutation Test
  o Alpha in Statistical Testing
  o ASA (American Statistical Association) Principles on p-Value
  o Type I and Type II Errors
第12回 Test Statistics and Variance Decomposition
  o t-Tests
  o Multiple Testing
  o Degrees of Freedom
  o ANOVA
  o F-Statistic
  o Decomposition of Variance
  o Two-Way ANOVA Concept
第13回 Categorical Data Tests and Exact Inference
  o Pearson Residuals
  o Chi-Square Statistic
  o Chi-Square Test: Resampling Algorithm and Statistical Theory
  o Fisher's Exact Test
第14回 Power, Sample Size, and Sequential Decision Concepts
  o Multi-Arm Bandit Algorithm Concepts
  o Power and Sample Size
  o Power Calculation
第15回 Course Review and Quiz

教科書・参考書等 P. Bruce, A. Bruce, and P. Gedeck. Practical Statistics for Data Scientists (Second Edition), O’Reilly Media, 2020.
[Chapters 1‒3 only]

授業で使用する
メディア・機器等テキスト, 配付資料, moodle

【詳細情報】

授業で取り入れる
学習手法小テスト／クイズ形式, 授業後レポート

予習・復習への
アドバイス 1. Each lesson's materials (e.g., slides provided by the instructor) should be reviewed both before and after class.
2. The meaning of all English technical terms should be understood before class.

履修上の注意
受講条件等 Prior coursework in inferential statistics is desirable, along with a working background in either R or Python programming.

成績評価の基準等 The grade will be based on the following two components:
1. in-class tests, and
2. a final report.

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 Please bring your own PC, as we will be doing exercises.

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。

年度	2026年度	開講部局	情報科学部
講義コード	KA114001	科目区分	専門教育科目
授業科目名	統計的検定
授業科目名（フリガナ）	トウケイテキケンテイ
英文授業科目名	Statistical Test
担当教員名	LOU YANG
担当教員名 (フリガナ)	ロウ　ヤン
開講キャンパス	東広島	開設期	2年次生前期２ターム
曜日・時限・講義室	(2T) 火5-8：総K108
授業の方法	講義	授業の方法【詳細情報】	対面, オンライン（オンデマンド型）
This is a lecture-based class, primarily held in person, with online (on demand) sessions available only in special situations, such as severe weather, the instructor’s business trip, or other exceptional circumstances. The first lesson will be conducted in person.
単位	2.0	週時間	4	使用言語	E : 英語
学習の段階	2 : 初級レベル
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
授業のキーワード	Hypothesis Testing; Sampling and Resampling; Test Statistics and Distributions; Statistical Significance
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）
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．・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．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．・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．知能科学プログラム（知識・理解）・D1. 人間が持つ高度な知能とその計算機による実現についての体系的な深い理解．（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．・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．
授業の目標・概要等	Understand and apply statistical hypothesis testing, and develop foundational statistical reasoning skills for data science.
授業計画	第1回 Data, Location, and Variability as the Basis of Statistical o COURSE INTRODUCTION o (Chapter 1: Exploratory Data Analysis) o Exploring Data Analysis o Rectangular Data o Estimates of Location o Variability Metrics and Variability Estimates 第2回 Distributional Shape and Association for Exploratory Testing o Exploring the Data Distribution o Percentiles and Boxplots o Frequency Tables and Histograms o Density Plot o Exploring Binary and Categorical Data o Mode, Probability & Expected Value o Correlation o Scatterplots 第3回 Multivariate Structure and Visualization for Statistical Comparison o Exploring Two or More Variables o Hexagonal Binning & Contour Plot o Two Categorical Variables o Categorical and Numeric Data o Visualizing Multiple Variables 第4回 Random Sampling and Sampling Distributions o (Chapter 2: Data and Sampling Distributions) o Random Sampling and Sample Bias o Sample Mean vs. Population Mean o Regression to the Mean o Sampling Distribution 第5回 Central Limit Theorem and Standard Error o Central Limit Theorem o Standard Error 第6回 Resampling, Bootstrap, and Distributional Assumptions o Bootstrap o Resampling vs. Bootstrapping o Confidence Interval Concept o Normal Distribution o Standard Normal and QQ-Plots o Long-Tailed Distributions o Student's t-Distribution 第7回 Confidence Intervals and Discrete Distributions in Testing o Confidence Interval Formula o Binomial Distribution o Chi-Square Distribution o F-Distribution o Poisson Distributions 第8回 Continuous Distributions for Statistical Modeling o Exponential Distribution o Weibull Distribution 第9回 Hypothesis Testing Logic and Experimental Design o (Chapter 3: Statistical Experiments and Significance Testing) o Design of Experiments and Statistical Inference o A/B Testing o Hypothesis Tests o Misinterpreting Randomness o Null Hypothesis o Alternative Hypothesis o One-Sided Versus Two-Sided Hypothesis Tests 第10回 Randomization and Permutation-Based Tests o Resampling o Permutation Test o Exhaustive and Bootstrap Permutation Tests 第11回 p-Values, Error Types, and Statistical Significance o Statistical Significance and p-Values o p-Value from Permutation Test o Alpha in Statistical Testing o ASA (American Statistical Association) Principles on p-Value o Type I and Type II Errors 第12回 Test Statistics and Variance Decomposition o t-Tests o Multiple Testing o Degrees of Freedom o ANOVA o F-Statistic o Decomposition of Variance o Two-Way ANOVA Concept 第13回 Categorical Data Tests and Exact Inference o Pearson Residuals o Chi-Square Statistic o Chi-Square Test: Resampling Algorithm and Statistical Theory o Fisher's Exact Test 第14回 Power, Sample Size, and Sequential Decision Concepts o Multi-Arm Bandit Algorithm Concepts o Power and Sample Size o Power Calculation 第15回 Course Review and Quiz
教科書・参考書等	P. Bruce, A. Bruce, and P. Gedeck. Practical Statistics for Data Scientists (Second Edition), O’Reilly Media, 2020. [Chapters 1‒3 only]
授業で使用するメディア・機器等	テキスト, 配付資料, moodle
【詳細情報】
授業で取り入れる学習手法	小テスト／クイズ形式, 授業後レポート
予習・復習へのアドバイス	1. Each lesson's materials (e.g., slides provided by the instructor) should be reviewed both before and after class. 2. The meaning of all English technical terms should be understood before class.
履修上の注意受講条件等	Prior coursework in inferential statistics is desirable, along with a working background in either R or Python programming.
成績評価の基準等	The grade will be based on the following two components: 1. in-class tests, and 2. a final report.
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	Please bring your own PC, as we will be doing exercises.
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。

シラバスTOPへ