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Iでは、受講者が統計ソフトウエアを用いた実験によって確率的現象に慣れ、統計推測法の意味を理解し、データ解析の方法を実習する。統計ソフトウエアRの使い方を学んだあと、シミュレーションによってランダムネスと極限定理を体験する。後で必要になる確率分布を学び、基本的な記述統計量と標本分布に関する基礎事項を学習する。推測統計における基礎的な推定・検定法、および分散分析、回帰分析の方法を、データ処理を通じて実習する。 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 I, students become familiar with probabilistic phenomena through experiments using statistical software, understand the meaning of statistical inference methods, and practice data analysis methods. After learning how to use the statistical software R, students will experience randomness and limit theorems through simulations. Students will learn about probability distributions, which they will need later, and learn basic descriptive statistics and sample distributions. Students will practice basic estimation and testing methods in inferential statistics, as well as analysis of variance and regression analysis, through data processing.

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.

統計データ解析Iでは，受講者が統計ソフトウエアを用いた実験によって確率的現象に慣れ，統計推測法の意味を理解し，データ解析の方法を実習する．統計ソフトウエアRの使い方を学んだあと，シミュレーションによってランダムネスと極限定理を体験する．後で必要になる確率分布を学び，基本的な記述統計量と標本分布に関する基礎事項を学習する．推測統計における基礎的な推定・検定法，および分散分析，回帰分析の方法を，データ処理を通じて実習する．統計データ解析IはAセメスターに開講し，基礎的な数学を習得した学生は本講義の内容をより深く理解することができる．

統計データ解析Iでは，受講者が統計ソフトウエアを用いた実験によって確率的現象に慣れ，統計推測法の意味を理解し，データ解析の方法を実習する．統計ソフトウエアRの使い方を学んだあと，シミュレーションによってランダムネスと極限定理を体験する．後で必要になる確率分布を学び，基本的な記述統計量と標本分布に関する基礎事項を学習する．推測統計における基礎的な推定・検定法，および分散分析，回帰分析の方法を，データ処理を通じて実習する．統計データ解析IはAセメスターに開講し，基礎的な数学を習得した学生は本講義の内容をより深く理解することができる．

統計ソフトウェアを用いた実験によって確率的現象に慣れ、統計推測法の意味を理解し、データ解析の方法を実習する。統計ソフトウエアRの使い方を学んだあと、シミュレ ーションによってランダムネスと極限定理を体験する。いくつかの確率分布を学び、基本的な記述統計量と標本分布に関する基礎事項を学習する。推測統計における基礎的な推定・検定法、分散分析、回帰分析の方法を、データ処理を通じて実習する。基礎的な数学を習得した学生は本講義の内容をより深く理解することができる。

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Iでは、受講者が統計ソフトウエアを用いた実験によって確率的現象に慣れ、統計推測法の意味を理解し、データ解析の方法を実習する。統計ソフトウエアRの使い方を学んだあと、シミュレーションによってランダムネスと極限定理を体験する。後で必要になる確率分布を学び、基本的な記述統計量と標本分布に関する基礎事項を学習する。推測統計における基礎的な推定・検定法、および分散分析、回帰分析の方法を、データ処理を通じて実習する。 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 I, students become familiar with probabilistic phenomena through experiments using statistical software, understand the meaning of statistical inference methods, and practice data analysis methods. After learning how to use the statistical software R, students will experience randomness and limit theorems through simulations. Students will learn about probability distributions, which they will need later, and learn basic descriptive statistics and sample distributions. Students will practice basic estimation and testing methods in inferential statistics, as well as analysis of variance and regression analysis, through data processing.

医療・介護の分野における医薬品情報の重要性について、モノとヒトなど様々な視点から理解を深め、育薬という考え方を身に着ける。

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.

社会科学におけるデータ分析では、分析の対象となる事象の複雑さのために、高度な統計学の知識・手法が必要になることが多い。この講義では受講者が主に経済学・経営学などの分野に関心があることを考慮して、統計学の基礎について講義する。講義の内容は一般的な大学初年度の統計学の講義に準じるが、技術的・数理的側面（記述統計と数理統計）の解説も省略せずに行い、進んだ内容の理論・応用の学習の準備となるように努める。また、統計解析ソフトを用いて実際のデータを分析する演習も行う。 Introductory probability and statistics class designed for, but not restricted to, students who major in economics in their sophomore year. This lecture is given in Japanese.

統計データ解析Ⅱでは，統計ソフトウェア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．