大学院
HOME 大学院 知能社会情報学講義Ⅲ(統計データ解析Ⅱ)
学内のオンライン授業の情報漏洩防止のため,URLやアカウント、教室の記載は削除しております。
最終更新日:2024年10月18日

授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。

知能社会情報学講義Ⅲ(統計データ解析Ⅱ)

統計データ解析Ⅱ/Statistical Data Analysis II
ビッグデータの時代と言われている。近年、データの計測およびストレージ技術の発達とともに、大規模データから適切に情報抽出し、それを意思決定に活用することが必須のリテラシーとなっている。いっぽうデータの形式と対応する解析法の変化は著しく、新しい方法を正しく利用するために、普遍的な統計科学の原理を理解することが重要である。基礎となる統計数理とともに、具体的な統計解析手法とその運用を、統計ソフトウエアによるデータ解析実習を通じて習得する。
 統計データ解析Ⅱでは、統計ソフトウエアRの説明の後、高次元大規模データに潜む相関構造を発見し計量する多変量解析、および時系列データの基本的な解析法を学ぶ。統計手法の運用とデータハンドリングを実習することに加え、微分積分学、線型代数学等の前期課程数学と連携し、数理科学的側面を意識しながら、実験を介して統計手法の合理性と体系を感得する。
It is said that we are in the era of Big Data. With the recent development of data measurement and storage technologies, it has become essential literacy to properly extract information from large-scale data and utilize it for decision-making. However, the format of data and the corresponding analysis methods have changed remarkably, and it is important to understand the essential principles of statistical science in order to properly use new methods. Students learn basic statistical mathematics as well as specific statistical analysis methods and their application through practical training in data analysis using statistical software. In Statistical Data Analysis II, after explaining the statistical software R, students learn multivariate analysis for finding and weighing correlation structures hidden in high-dimensional large-scale data, and basic analysis methods for time series data. In addition to the practical training in the operation of statistical methods and data handling, students will gain a sense of the rationality and systematics of statistical methods through experiments, while being aware of the mathematical scientific aspects in conjunction with undergraduate mathematics such as differential and integral calculus and linear algebra.
MIMA Search
時間割/共通科目コード
コース名
教員
学期
時限
4895-1003
GIF-CO5703L1
知能社会情報学講義Ⅲ(統計データ解析Ⅱ)
村田 昇
A1 A2
金曜5限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
開講所属
情報理工学系研究科
授業計画
1. 統計ソフトウエアR 2. 多変量分布のシミュレーション 3. 重回帰分析 4. 主成分分析 5. 判別分析 6. その他の多変量解析法 7. 時系列解析入門
授業の方法
はじめに統計ソフトウエアRの使い方を解説し、それを用いたデータ解析実習を行う。
成績評価方法
レポートによる。
教科書
講義資料を電子的に配布する。
参考書
授業中に指示をする。/Will specify at class time
履修上の注意
線型代数学を履修していることが望ましい。受講希望者が多数の場合には,学年等を考慮し、選抜を実施する。 演習に際しノートPCを各自で用意し,講義に持参すること.R言語(RおよびRStudio)は事前にインストールしておくことが望ましいが,インストール方法については初回講義でも紹介する。