本科目は+R授業対象科目。第１回に+R授業を実施。詳細はmanaba+Rを参照

統計学のものの見方や考え方を、統計学を用いた例を用いて解説する。母集団と標本について説明する。

母集団、標本、標本抽出、統計的推測、ランダム・サンプリング

授業実施形態：対面

データのまとめかたとして、統計データの種類（量的データと質的データ）や度数分布とヒストグラムについて解説し、演習をおこなう。

量的データと質的データ、離散型データと連続型データ、尺度、度数分布とヒストグラム

授業実施形態：対面

データの分布の中心的位置を表す統計量、データの変動を表す統計量、層別、時系列データについて解説し、演習をおこなう。

累積度数曲線、平均値、中央値、最頻値、偏差、標準偏差、四分位数

授業実施形態：対面

変動係数と分散係数、平均値と標準偏差の性質、データの標準化、時系列データ、移動平均について解説し、演習をおこなう。

標準化、層別、時系列データ、移動平均、幾何平均、季節変動

授業実施形態：対面

２次元データについて分割表、独立性、関連性の尺度、層別の重要性、オッズ比について解説し、演習をおこなう。

分割表、オッズ比、連関係数

授業実施形態：対面

２次元データについて散布図、相関関係、相関係数について解説し、相関係数の意味するところを理解する。また演習をおこなって理解を深める。

散布図、相関関係、相関係数

授業実施形態：オンデマンド

標本空間について、基本事象や標本空間の意味、２つの事象の関係である和事象と排反、積事象、独立性について解説する。また確率の定義、演算について解説し、演習をおこなう。

基本事象、標本空間、和事象、排反、積事象、余事象、確率、確率の加法定理

授業実施形態：対面

事象の独立性、独立でない場合の条件付き確率、ベイズの定理について解説し、演習をおこなう。

条件付き確率、復元抽出と非復元抽出、事象の独立性、乗法公式、ベイズの定理

授業実施形態：対面

確率変数、連続型確率変数の確率分布、確率密度関数、確率変数の平均値と標準偏差について解説し、演習をおこなう。

確率変数、確率関数、確率分布、連続分布、母集団分布、確率密度関数、期待値、分散

授業実施形態：対面

主な確率分布、ベルヌーイ試行、2項分布とその平均と分散、ポアソン分布の確率関数と適用例、正規分布とその確率密度、計算方法、3つの確率分布の関係について解説し、演習をおこなう。

ベルヌーイ試行、2項分布、ポアソン分布、正規分布、標準正規分布

授業実施形態：対面

標本分布と統計的推測。大数の法則、中心極限定理について解説し、演習をおこなう。

標本分布、大数の法則、中心極限定理

授業実施形態：オンデマンド

標本の性質から母集団の性質を推測する統計的推測、2項分布の和の分布、観測値の和と平均値の分布、母集団の平均値やその区間の推定方法（母集団の標準偏差が既知の場合）について解説する。

母集団の平均値、標本の和と平均値の分布、信頼区間の推定

授業実施形態：対面

母集団の平均値やその信頼区間の推定方法（母集団の標準偏差が未知の場合）、母集団の分散と標準偏差の推定方法とその信頼区間の計算、仮説検定方法について解説し、演習をおこなう。

信頼区間、仮説検定

授業実施形態：対面

直線回帰とそのモデル、最小二乗法による推定と決定係数について解説し、演習をおこなう。

直線回帰とそのモデル、最小二乗法による推定と決定係数について

授業実施形態：対面

京都大学・雨森賢一先生に回帰解析の実際を紹介いただきます。

毎回の授業で行う演習と授業への出席回数を加味して平常点とします。演習は教科書の例題や問から、あるいはその他から、出題しますので、教科書は毎回持参してください。また、随時、小テストを行います。小テストは理解を深めることを目的としますので、理解の程度を点数で評価します。