シラバス参照

基本情報／Basic Information
詳細情報／Detailed Information
授業計画詳細情報／Class Schedule Details

基本情報/Basic Information

開講科目名／Course	応用推計学／Practical Statistics
時間割コード／Course Code	8262000062
開講所属／Course Offered by	農学生命科学部／Faculty of Agriculture and Life Science
ターム・学期／Term・Semester	2026年度／Academic Year　　後期
曜日コマ／Day, Period	月／Mon　3
開講区分／Semester offered	後期／second semester
単位数／Credits	2.0
学年／Year	4
主担当教員／Main Instructor	丸居篤／MARUI ATSUSHI
授業形式／Class Format	講義科目

担当教員情報/Instructor Information

教員名／Instructor	教員所属名／Faculty/Department
丸居篤／MARUI ATSUSHI	農学生命科学部／Faculty of Agriculture and Life Science

難易度（レベル）／Level	レベル2
対応するＣＰ／ＤＰ／CP/DP	CP・DP　１　見通す力
授業としての具体的到達目標／Concrete arrival target as the class	○ 分散や相関係数など多変量解析の基本を学び、基本的な解析ができること。（見通す力） ○ 多変量解析の分析結果について学び、考察と適切な表現ができること。（見通す力）＜農業土木コースにおける学習・教育到達目標との関係＞ C システム・計画技術の習得
授業の概要／Summary of the class	〇統計学の基本的な考え方を修得し、基礎を踏まえて、具体的な計算例を通して多変量解析への理解を深めます。〇多変量解析の内、回帰分析、主成分分析、因子分析、判別分析、クラスター分析、数量化理論について講義と演習を行います。
授業の内容予定／Contents plan of the class	第１回応用推計学について第２回単回帰分析の基礎（決定係数、最小二乗法）第３回単回帰分析の応用【オンデマンド】第４回重回帰分析の基礎（ソルバー、Linest関数の利用）第５回重回帰分析の応用【オンデマンド】第６回主成分分析の基礎（固有ベクトル、情報損失量）第７回主成分分析の応用【オンデマンド】第８回因子分析の基礎（パス図、寄与率）第９回因子分析の応用【オンデマンド】第10回判別分析（線形判別関数、マハラノビスの距離）第11回判別分析【オンデマンド】第12回クラスタ－分析の基礎（重心法、ウォード法、テンドログラム）第13回クラスタ－分析の応用【オンデマンド】第14回数量化理論の基礎第15回統計資料の読み方（最終回）【オンデマンド】
成績評価方法及び採点基準／A scholastic evaluation method and marking standard	6回のレポ－ト（100％）で評価します。レポートは、単回帰分析、重回帰分析、主成分分析、因子分析、判別分析、クラスタ－分析の６課題です。・生成AI利用の考え方情報収集や要点整理については利用してかまいませんが、考察やレポートの文章については自身で作成してください。
予習及び復習等の内容／Contents such as preparations for lessons and the review	レポート課題も含め授業中に適宜指示しますが、分散、共分散、標準化、決定係数といった重要な項目は予習と復習をしっかりしておくこと。これらの予習・復習を60時間以上すること。
教材・教科書／The teaching materials, textbook	適宜資料を配布します。
参考文献／bibliography	多変量解析がわかる（涌井良幸/涌井貞美、技術評論社、2011）入門はじめての多変量解析（石村貞夫/石村光資郎、東京図書、2007）
留意点・予備知識／Point to keep in mind, back ground	・1-2回目は関数電卓を使うことがあります。関連科目の流れは「データサイエンス基礎」⇒「応用推計学」⇒「地域環境工学実験」です。実験結果をまとめる際に必要な統計手法を学びます。
授業内容に関する質問・疑義等／Question, doubt about class contents	金曜日13：00～14：00 （農生219号室）
Eメールアドレス・HPアドレス／E-mail address, HP address	marui[A]hirosaki-u.ac.jp [A]は@のことです。
学問分野1（主学問分野）／Discipline 1	B12:解析学，応用数学およびその関連分野
学問分野2（副学問分野）／Discipline 2	該当なし
学問分野3（副学問分野）／Discipline 3	該当なし
実務経験のある教員による授業科目について／About the class subject by the teacher with the work experience	なし
地域志向科目／Local intention subject	なし
授業形態・授業方法／Class form, class method	座学による講義およびパソコンを使った演習形式。（メディア授業に移行した場合は、Teamsで実施します）
科目ナンバー／The subject number	A1-2-2738-B12 A5-2-1612-B12 A5-2-2409-B12
メディア授業による著作物利用の有無について／Whether or not copyrighted works are used in media classes	有／Yes
その他／Others	特になし

No.	回（日時）／Time (date and time)	主題と位置付け（担当）／Subjects and instructor's position	学習方法と内容／Methods and contents	備考／Notes
該当するデータはありません

開講科目名／Course	応用推計学／Practical Statistics
時間割コード／Course Code	8262000062
開講所属／Course Offered by	農学生命科学部／Faculty of Agriculture and Life Science
ターム・学期／Term・Semester	2026年度／Academic Year　　後期
曜日コマ／Day, Period	月／Mon　3
開講区分／Semester offered	後期／second semester
単位数／Credits	2.0
学年／Year	4
主担当教員／Main Instructor	丸居篤／MARUI ATSUSHI
授業形式／Class Format	講義科目

難易度（レベル）／Level	レベル2
対応するＣＰ／ＤＰ／CP/DP	CP・DP　１　見通す力
授業としての具体的到達目標／Concrete arrival target as the class	○ 分散や相関係数など多変量解析の基本を学び、基本的な解析ができること。（見通す力） ○ 多変量解析の分析結果について学び、考察と適切な表現ができること。（見通す力）＜農業土木コースにおける学習・教育到達目標との関係＞ C システム・計画技術の習得
授業の概要／Summary of the class	〇統計学の基本的な考え方を修得し、基礎を踏まえて、具体的な計算例を通して多変量解析への理解を深めます。〇多変量解析の内、回帰分析、主成分分析、因子分析、判別分析、クラスター分析、数量化理論について講義と演習を行います。
授業の内容予定／Contents plan of the class	第１回応用推計学について第２回単回帰分析の基礎（決定係数、最小二乗法）第３回単回帰分析の応用【オンデマンド】第４回重回帰分析の基礎（ソルバー、Linest関数の利用）第５回重回帰分析の応用【オンデマンド】第６回主成分分析の基礎（固有ベクトル、情報損失量）第７回主成分分析の応用【オンデマンド】第８回因子分析の基礎（パス図、寄与率）第９回因子分析の応用【オンデマンド】第10回判別分析（線形判別関数、マハラノビスの距離）第11回判別分析【オンデマンド】第12回クラスタ－分析の基礎（重心法、ウォード法、テンドログラム）第13回クラスタ－分析の応用【オンデマンド】第14回数量化理論の基礎第15回統計資料の読み方（最終回）【オンデマンド】
成績評価方法及び採点基準／A scholastic evaluation method and marking standard	6回のレポ－ト（100％）で評価します。レポートは、単回帰分析、重回帰分析、主成分分析、因子分析、判別分析、クラスタ－分析の６課題です。・生成AI利用の考え方情報収集や要点整理については利用してかまいませんが、考察やレポートの文章については自身で作成してください。
予習及び復習等の内容／Contents such as preparations for lessons and the review	レポート課題も含め授業中に適宜指示しますが、分散、共分散、標準化、決定係数といった重要な項目は予習と復習をしっかりしておくこと。これらの予習・復習を60時間以上すること。
教材・教科書／The teaching materials, textbook	適宜資料を配布します。
参考文献／bibliography	多変量解析がわかる（涌井良幸/涌井貞美、技術評論社、2011）入門はじめての多変量解析（石村貞夫/石村光資郎、東京図書、2007）
留意点・予備知識／Point to keep in mind, back ground	・1-2回目は関数電卓を使うことがあります。関連科目の流れは「データサイエンス基礎」⇒「応用推計学」⇒「地域環境工学実験」です。実験結果をまとめる際に必要な統計手法を学びます。
授業内容に関する質問・疑義等／Question, doubt about class contents	金曜日13：00～14：00 （農生219号室）
Eメールアドレス・HPアドレス／E-mail address, HP address	marui[A]hirosaki-u.ac.jp [A]は@のことです。
学問分野1（主学問分野）／Discipline 1	B12:解析学，応用数学およびその関連分野
学問分野2（副学問分野）／Discipline 2	該当なし
学問分野3（副学問分野）／Discipline 3	該当なし
実務経験のある教員による授業科目について／About the class subject by the teacher with the work experience	なし
地域志向科目／Local intention subject	なし
授業形態・授業方法／Class form, class method	座学による講義およびパソコンを使った演習形式。（メディア授業に移行した場合は、Teamsで実施します）
科目ナンバー／The subject number	A1-2-2738-B12 A5-2-1612-B12 A5-2-2409-B12
メディア授業による著作物利用の有無について／Whether or not copyrighted works are used in media classes	有／Yes
その他／Others	特になし

授業情報／Class Information

基本情報/Basic Information

担当教員情報/Instructor Information