基礎レベル

	単元	重要度	標準講義回	狙い	キーワード
1.統計学の意義	統計リテラシー	◎	1	日常の生活における身近な統計数値の役割を理解するとともに，統計の生成過程におけるランダムネスやバイアスの概念および統計の表現上の誇張や誤解などを事例とともに考えることができる。	偶然の一致、ランダムネス、統計のウソ
	問題の発見と解決	◎	2	データに基づく統計的問題解決のプロセスを理解し，研究仮説の立て方，調査や実験・観察などのデータの収集計画，比較・関連性・分類など分析の方向性を考えることができる。	問題解決の枠組み
	種々のデータ	◎	2	時系列データとクロスセクションデータにおけるデータの変動の違いを理解するとともに，データの型や尺度の違いも具体的な例を交えて考えることができる。	質的データと量的データ、名義尺度と順序尺度、観察・実験・調査データ、１次資料・２次資料、クロスセクション・時系列・パネルデータ
	統計学の歴史	◎	1	計算技術やコンピュータの進展に伴い発展してきた統計手法の変遷を概観し，現在の統計の役割を理解する。	統計学の起源、海外における統計発展史、日本における統計発展史
2.調査と実験のデザイン	調査	◎	3	調査においては，質問の仕方や調査対象者の抽出の仕方によって精度の違いや結果の偏りが生じる可能性があることを理解し，必要に応じて無作為抽出法（ランダムサンプリング）などの適切な調査方法を考えることができる。	サンプリング、偏り、交絡因子
2.調査と実験のデザイン	実験	◎	3	実験結果に生じる変動として，どのような変動が考えられるのかを考察し，局所管理や繰り返し測定，比較実験でのランダム割り付けなどの手法を適切に活用して，より正確な実験結果を導く方法を考えることができる。	Fisherの3原則（ランダム化、反復、局所管理）、対照群
3.データの記述	統計表・グラフ（一般）	◎	4-5	データ全体の傾向や特徴を，目的に応じて見やすく表やグラフ（棒グラフ，折れ線グラフ，円グラフ，帯グラフなど）にまとめ，状況を読取る方法を理解する。	棒グラフ、折れ線グラフ、円グラフ、帯グラフ
	分布を表す統計表・グラフ	◎	8-9	いろいろな値をとるデータを，度数分布表や箱ひげ図，ドットプロット，ヒストグラムなどのデータの分布を示すグラフにまとめ，中心の位置とばらつきの様子や程度を読取る方法を理解する。	ドットプロット、幹葉図、度数分布表、累積度数分布表、度数分布表（棒）、度数折れ線グラフ、ヒストグラム、パレート図、箱ひげ図、累積相対度数グラフ（折れ線）
	基本統計量	◎	10-11	平均値，中央値，最頻値，範囲(レンジ)，四分位範囲，分散，標準偏差などの基本統計量を求めて，分布の中心の位置とばらつきの大きさを評価する方法を理解する。	最頻値、中央値、平均値、範囲、四分位範囲、分散と標準偏差、変動係数、標準化得点、パーセント点、外れ値
	分割表（クロス集計表）	◎	6-7	２つ以上の質的変数（名義尺度あるいは順序尺度で測定）について，分割表を構成し，度数の分布，カテゴリごとの百分率，オッズ比などから，変数間の関係を把握することができるようになる。	構成比、連関指標、層別
	相関関係	◎	12-13	２つ以上の量的変数（間隔尺度あるいは比率尺度で測定）について，散布図を作成し，分布や相関係数などから相関関係を把握し，さらに回帰分析が理解できるようになる。	散布図、共分散、相関係数、回帰直線、相関と因果、見かけの相関
※ 統計を用いた社会での応用			14-15	下にある4〜7の中にある考え方に触れ、社会でどのような手法が利用されているかを理解する
4.確率と確率分布	確率	△
	確率分布の概念
	主な確率分布
5.母集団と標本	統計量	△
5.母集団と標本	標本分布
6.統計的推測	点推定
	区間推定
	仮説検定の考え方	△
	種々の検定
	分散分析
7.多変量データの扱い	時系列データの分析	△
	重回帰分析	△
	主成分分析・因子分析	△
	判別・クラスタリング
	統計モデル

MENU

アーカイブ

アーカイブ