確率統計I(2023)
科目について
授業でやること
最近の授業情報
- 第5回数学教育セミナーで発表+パネル(2023-03-04)
- 2022年11月の統計検定の受験準備説明会(2022-11-17)
- 2022年12月の統計検定受験サポート(2022-10-28)
- 龍大生向け統計検定データサイエンス発展 検討・勉強会(2021-12-17)
- 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)
- MoodleMoot Japan 2021でライトニングトーク「Moodleでの匿名の非同期協調学習」(2021-02-19)
- 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)
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)04/10(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)04/17(月)1 | 連続型確率変数 | 資料 略解 | 確率密度関数,確率,累積分布関数,k次のモーメント | 予習: |
| (L03)04/24(月)1 | 連続型確率変数の母期待値と分位数 | 資料 略解 | ,母平均値,母期待値,母分散,分位数,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)05/01(月)1 | 指数分布・一様分布と確率変数の標準化 | 資料 略解 | 指数分布，一様分布，標準化,scipy.stats | 予習: |
| (L05)05/08(月)1 | 確率変数の標準化・標準正規分布・一般の正規分布 | 資料 略解 | 標準正規分布 | 予習: |
| (L06)05/15(月)1 | 一般の正規分布・多次元の確率変数 | 資料 略解 | 正規分布，同時分布,周辺分布,母共分散 | 予習: |
| (L07)05/22(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)05/29(月)1 | 確率変数の独立性・独立同分布 | 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)06/05(月)1 | 二項分布・独立同分布の和 | 資料 略解 | ベルヌーイ分布 | 予習: |
| (L10)06/12(月)1 | 中心極限定理・独立同分布の和の正規近似 | 資料 略解 | チェビシェフの不等式，大数の弱法則 | 予習: |
| (L11)06/19(月)1 | 母集団と標本・母平均値/母分散/母比率の点推定 | 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 | 予習: |
| (L12)06/26(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)07/03(月)1 | 母分散・母平均値の区間推定 | 資料 略解 | カイ二乗分布,t分布,回帰分析, 回帰係数, 回帰直線, 尤度 | 予習: |
| (L14)07/10(月)1 | 統計的仮説検定・母平均値の両側検定 | 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: |
| (H01)07/17(月)1 | 祝日授業なし | 祝日授業なし 予習: | ||
| (L15)07/24(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，第1種第2種の過誤 | 予習: |
| (T01)07/31(月)1 | 任意参加の授業内小テスト | 定期試験期間中 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.
