確率統計I(2022)
科目について
授業でやること
最近の授業情報
- 先端理工学部生向けKaggle体験会(2021-11-26)
- プロジェクトリサーチ相談会(対面)(2021-10-28)
- 2020年9月の龍谷大学先端/理工学部の成績配布/履修説明会/ガイダンスは? 成績照会・履修登録の日程 - 夏休み明けの大学はいつから?(2020-07-29)
- 2020年3月の成績配布/履修説明会/ガイダンス/授業開始(と2019年度卒業式と2020年度入学式)の日程 - 春休み明けの大学はいつから? (2020-01-09)
- 2019年冬の1,2年生クラス会(2019-12-12)
- 2019年9月の成績照会開始・後期履修登録日程(2019-09-06)
- 学科の学生さんの2019年夏のインターンシップ先の企業さま・学校さまを訪問(2019-08-30)
- 2019年9月の理工学部の成績配布/履修説明会/ガイダンスはなくなりました - 夏休み明けの大学はいつから? - 成績照会・履修登録の日程(2019-07-21)
スケジュールと授業資料
- 教科書: 岩佐薩摩林:理工系の数理 確率・統計. 表内では(4.3)のように節に言及.
-
- この授業の配布資料すべて
| (回)月日 | 内容 | 資料(更新日) | Keywords | その他 |
|---|---|---|---|---|
| (L01)04/11(月)1 | 離散型確率変数 | 資料 略解 | 確率分布,確率,母平均値,母期待値,母分散 | 予習: |
| (L02)04/18(月)1 | 連続型確率変数 | 資料 略解 | 特徴関数,確率密度関数,確率,母平均値,母期待値,母分散,累積分布関数,k次のモーメント | 予習: |
| (L03)04/25(月)1 | 確率変数の性質 | 資料 略解 | 連続型一様分布,確率変数の関数の母期待値と母分散,確率変数の標準化 | 予習: |
| (L04)05/02(月)1 | 正規分布 | 資料 略解 | 標準正規分布,scipy.stats | 予習: |
| (L05)05/09(月)1 | 累積分布関数・指数分布・正規分布 | 資料 略解 | 指数分布,標準正規分布 | 予習: |
| (L06)05/16(月)1 | 多次元の確率変数 | 資料 略解 | 同時分布,周辺分布,母共分散 | 予習: |
| (L07)05/23(月)1 | 条件付き確率とベイズの定理 | 資料 略解 | 条件付き確率,ベイズ推定,事前分布,事後分布 | 予習: |
| (L08)05/30(月)1 | 確率変数の独立性 | 資料 略解 | 確率変数が等しい,同分布,独立,独立同分布 | 予習: |
| (L09)06/06(月)1 | 独立同分布の和・二項分布 | 資料 略解 | ベルヌーイ分布,チェビシェフの不等式,大数の弱法則 | 予習: |
| (L10)06/13(月)1 | 中心極限定理・正規近似 | 資料 略解 | カイ二乗分布, 大数の法則 | 予習: |
| (L11)06/20(月)1 | 母集団・標本・推定・点推定 | 資料 略解 | , 母集団, 標本, 標本抽出, 推定, 点推定, 標本平均値, 標本期待値, 不偏標本分散, 標本比率, 母比率の区間推定 | 予習: |
| (L12)06/27(月)1 | 母比率の区間推定 | 資料 略解 | 信頼係数, 信頼区間 | 予習: |
| (L13)07/04(月)1 | 母平均値・母分散の区間推定・線形回帰モデル | 資料 略解 | t分布,回帰分析, 回帰係数, 回帰直線, 尤度 | 予習: |
| (L14)07/11(月)1 | 母平均値の検定 | 資料 略解 | 帰無仮説, 対立仮説, 棄却, 有意水準, 両側検定, 棄却域,母平均値のt検定 | 予習: |
| (L00)07/18(月)1 | 集中補講日(この科目はない予定) 予習: | |||
| (L15)07/25(月)1 | 母比率の検定 | 資料 略解 | 片側検定, 二項検定, 正規近似, p値, 有意確率 | 予習: |
| (T01)08/01(月)1 | 任意参加の授業内試験 | 任意参加の授業内試験 予習: |
授業自己点検報告書など
授業自己点検報告書は, 学部の全科目をまとめたものは1年後ぐらいにポータルで公開されます．
ガイド
Google Colab
- Google Colaboratory(龍大Googleアカウントで)
- (項目別)Pythonプログラミング入門 (東京大学 数理・情報教育研究センター)
- (教科書)プログラミング演習 Python 2019(京都大学 喜多一)
- https://repository.kulib.kyoto-u.ac.jp/dspace/bitstream/2433/245698/1/Version2020_02_13_01.pdfa> のp.174から, numpy, matplotlib, pandas の説明
- (-2019カリキュラムの科目)応用プログラミング高橋隆史先生
- (教科書) Python実践レシピ (データ分析や多変量解析のようなデータ分析指向)
- (教科書) Python ゼロから始めるプログラミング (Cでのプログラミング経験を仮定しない)
- (教科書) ゼロから学ぶPythonプログラミング (進んだ話題まで含む)
- numpy https://numpy.org/
- pandas https://pandas.pydata.org/
- scipy.stats https://docs.scipy.org/doc/scipy/reference/reference/stats.html
- statsmodels https://www.statsmodels.org/
Copyright © 2025 Saburo Higuchi. All rights reserved.
