- 開講元
- 数理・計算科学系
- 授業形態
- 講義 / 演習
- メディア利用科目
- 曜日・時限(講義室)
- 火3-4(W833) 金3-4(W833) 金7-8(W833)
- クラス
- -
- 科目コード
- MCS.T223
- 単位数
- 3
- 開講年度
- 2019年度
- 開講クォーター
- 3Q
- シラバス更新日
- 2019年9月19日
- 講義資料更新日
- -
- 使用言語
- 日本語
- アクセスランキング
-
media
講義の概要とねらい
統計学はデータから有用な情報を引き出し，人間の意思決定に役立てる学問である．本講義では，数理統計学の推定論と検定論に関する標準的な事項を解説する．まず推定論における不偏推定とクラメール・ラオ不等式の関係や最尤推定などについて説明する．次に実用上重要な信頼区間について紹介し，その後，検定の考え方や最適な検定法について解説する．さらに，線形回帰における最小二乗法，信頼区間，検定について考察し，分散分析へと議論を進める．
到達目標
到達目標：数理統計学の標準的な基礎事項を学び，統計的諸手法の理論的基礎を理解する．
テーマ：統計学における一般論と具体的な計算を通して，観測データの背後にある確率構造を知るための方法論を学ぶ．
キーワード
不偏推定，最尤推定，クラメール・ラオの不等式，フィッシャー情報量，漸近論，信頼区間，ブートストラップ法，検定，ネイマン・ピアソンの補題，線形回帰，最小二乗法，情報量規準，分散分析.
学生が身につける力(ディグリー・ポリシー)
| ✔ 専門力 | 教養力 | コミュニケーション力 | 展開力(探究力又は設定力) | ✔ 展開力(実践力又は解決力) |
授業の進め方
講義と演習の組みで授業を進める．講義では主に黒板の板書を用いて解説し，期末に試験を実施する．演習では，各自問題を解答し，レポートを解いて提出する．
授業計画・課題
| 授業計画 | 課題 | |
|---|---|---|
| 第1回 | ガイダンス，線形代数と確率論の復習 | 統計学に必要な線形代数と確率論の基本知識を復習する．多次元確率変数の初歩を学ぶ． |
| 第2回 | 標本分布 | 統計学で必要となる確率分布を学ぶ． |
| 第3回 | 演習 | 前二回分の演習を行う． |
| 第4回 | 統計的推定の問題設定 | 統計的推定の問題設定を学ぶ． |
| 第5回 | 統計的推定：フィッシャー情報量とクラメール・ラオの不等式 | フィッシャー情報量とクラメール・ラオ不等式について学び，不偏推定量の推定精度との関連を理解する． |
| 第6回 | 演習 | 前二回分の演習を行う． |
| 第7回 | 統計的推定：最尤推定量 | 汎用的な統計手法である最尤推定について学ぶ． |
| 第8回 | 信頼区間の構成 | 推定量の信頼度を与える方法を学ぶ |
| 第9回 | 演習 | 前二回分の演習を行う． |
| 第10回 | ブートストラップ信頼区間 | ブートストラップ法を信頼区間の構成に応用する手法を学ぶ． |
| 第11回 | 仮説検定：検定の考え方，誤り確率 | 検定論の考え方と基礎事項を学ぶ |
| 第12回 | 演習 | 前二回分の演習を行う． |
| 第13回 | 仮説検定：ネイマン・ピアソンの補題 | 検定の最適性を特徴付けるネイマン・ピアソンの補題を学ぶ |
| 第14回 | 独立性検定，尤度比検定 | 検定の漸近論の立場から，独立性の検定と尤度比検定を学ぶ． |
| 第15回 | 演習 | 前二回分の演習を行う． |
| 第16回 | 線形回帰と最小２乗法 | 回帰分析の問題設定と最小２乗法を学ぶ． |
| 第17回 | 回帰分析における信頼区間，仮説検定 | 回帰関数における信頼区間の構成や検定の方法を学ぶ． |
| 第18回 | 演習 | 前二回分の演習を行う． |
| 第19回 | 回帰分析におけるモデル選択 | モデル選択のための情報量規準，正則化，交差検証法などの方法を学ぶ． |
| 第20回 | リスク最適性 | 統計の一般的な枠組としてのリスク最適性を学ぶ |
| 第21回 | 演習 | 前二回分の演習を行う． |
| 第22回 | まとめ | 講義の総括する．今後の展望について学ぶ． |
教科書
久保川 達也，現代数理統計学の基礎，共立出版, 2017.
参考書、講義資料等
特になし
成績評価の基準及び方法
レポート（50%）と期末試験（50%）
関連する科目
- MCS.T212 ： 確率論基礎
- MCS.T332 ： データ解析
履修の条件(知識・技能・履修済科目等)
特に無し．ただし，「確率論基礎」の内容程度の確率論の知識があることが望ましい．
連絡先（メール、電話番号） ※”[at]”を”@”(半角)に変換してください。
講義：金森 (kanamori[at]c.titech.ac.jp)
演習：川島 (kawashima.t.ai[at]m.titech.ac.jp)
オフィスアワー
後日アナウンスする．
