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.

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.

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。

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

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．

まず離散確率変数の場合に，確率論の基礎的な概念を復習し，大数の法則，中心極限定理，ポアソンの少数の法則など基本的な定理を述べることから始める。マルコフ連鎖，ランダムウォーク，統計力学への応用など幅広い話題にも触れる予定である。その後，ルベーグ積分論による確率論の基礎づけを行う。離散から連続へと自然に確率論の理解を深めていくことを目指す。確率論の多様な基礎科学への応用を知るとともに，現代確率論の考え方の基礎を身につけることが目標である。

様々な統計手法を解説し、統計の基本的な考え方の理解を深める。統計手法を用いるための数学的な道具立てとして確率を復習する。工学的な問題を解くためによく用いられる具体的な統計手法として、仮説検定や多変量解析(例えば、主成分分析やクラスター分析)などを紹介する。本講義では、統計手法に対する理解を手助けするため、具体的な例を用いた演習を実施する。

到達目標 胎児期から高齢期までの認知発達のメカニズムについて学び、発達心理学および発達認知神経科学の視点から自己と他者の関係性、社会性の発達について考察することにより、人間の心の発達を科学的に理解できるようになる。また、発達障害を含む非定型発達や、環境要因が発達に及ぼす影響について学び、発達の多様性についての視点を身につける。 概要 本講義では、ヒトの発達に関する基礎的な理論と最新の研究成果を学び、認知機能、社会性、情動の発達がどのように進むのかを明らかにする。胎児期から高齢期に至るまでの生涯発達を対象とし、認知発達の個人差や発達障害、環境要因の影響についても取り上げる。さらに、自己と他者の関係性の発達についても考察し、社会の中で適応的に行動するための発達メカニズムを理解することを目的とする。授業では、理論的背景の解説に加え、実験研究や応用的な視点からの議論を取り入れ、発達の多様性とその意義について深く学ぶ。