数理のひろがり.suzuki@iwate-u.ac.jp

Table of Contents

  1. hatena masayuki054 数理のひろがり 2024
  2. レポートや試験のこと
  3. 講義の進行
  4. 講義資料
  5. 講義アンケートのまとめ

hatena masayuki054 数理のひろがり 2024

このページ, 数理のひろがり.suzuki@iwate-u.ac.jp - masayuki054's diary, は,2024年度 岩手大学 教養教育科目 数理のひろがりのための,担当者個人によ る,情報サイトです。

講義に関する必須情報は,Webclass に掲載します。 Webclass で作成しにくい文書等は,このサイトに置き, Webclassのおしらせからリンクします。

レポートや試験のこと

講義の進行

講義資料

講義アンケートのまとめ

suzuki's lectures

このページは suzuki の講義の情報をリンクしています。

@iwate-u.ac.jp (岩手大学)

工学部 情報システムコース

http://wiki.cis.iwate-u.ac.jp/~suzuki/

補修教育 (大学教育センター)

火曜日 16:30~19:00 @岩手大学図書館2階

数学と情報 担当

Done 工学部 電気電子情報システム工学科 情報システムコース

http://wiki.cis.iwate-u.ac.jp/~suzuki/

@morioka-u.ac.jpでの講義情報

http://www.ictnet.ne.jp/~fumito/j2012/index.php?

2014後期

情報処理応用@文学部英語文化学科木曜日 2,3校時

2017前期

  • 情報処理演習@栄養科学部栄養科学科 月曜日 3,4校時

2016後期

  • 情報処理応用@文学部児童教育学科 木曜日 2,3校時

2016前期

  • 情報処理演習@栄養科学部栄養科学科 火曜日 2,3校時

2015前期

  • 情報処理演習@栄養科学部栄養科学科 金曜日 2,3校時

2014前期

  • 情報処理基礎@文学部英語文化学科 木曜日 3,4校時
  • 情報処理演習@栄養科学部栄養科学科 水曜日 3,4校時

2013後期

  • 情報処理応用@日文学科,児童教育学科
  • 情報処理応用@栄養科学科

2013前期

  • 情報処理基礎@日文学科

ddo.jp 広告

情報処理演習 2022

Table of Contents

  1. 毎回の講義内容
  2. 出席とアンケート
  3. 講義関連資料とサイト
  4. 関連ページ
  5. 2021年度の情報
  6. 2020年度の情報
  7. 2019年度の情報

はてな 盛岡大学 情報処理 2022 で検索してこのページを見つけてください。

講義情報へのリンクを集めたページです。

情報処理演習 2022 - masayuki054's diary

毎回の講義内容

今日の講義

出席とアンケート

  • ポータル にログインして出席登録してください. パスコードは, 今日の講義 に書いてあります。

  • 講義終了時,下記のアンケートに答えてください。毎回のアンケートのリン クは, 今日の講義 に書いてあります。

講義関連資料とサイト

関連ページ

melly

microsoft 365

2021年度の情報

2020年度の情報

2019年度の情報

- 盛岡大学 栄養科学科 情報処理演習 2019 - masayuki054's diary

試験・レポートのこと 微分積分学 II 2021

Table of Contents

1.  [関連ページ](#org908819f)
  1. 試験・レポートのこと
    1. 実施方針
      1. 小テスト
      2. 計算演習レポート
    2. 重積分のテストとレポート4,5
      1. レポート5 (重積分) 2/7〆切
      2. レポート4 (定積分) 2/7〆切
    3. 不定積分のテストとレポート3
      1. レポート3
    4. 小テスト-1 2021.11.18
    5. レポート-2 出題
    6. レポート-1 出題

関連ページ

試験・レポートのこと

実施方針

まとめレポートも小テストも,出来が悪ければ,再度レポートにして提出してもらいます。

小テスト

  • 各章が終ったら,その章の小テストをします。

    • 小テストは,教科書とまとめ,ノートの持ち込みを許可します。
  • 5章,6章,7章と10章 でおこなう予定です。

計算演習レポート

  • 各節が終ったら,教科書末尾の練習問題から問題を出します。
  • これは,計算練習です。
  • 自分で採点して提出してください。
  • Webclass に提出してください。

期末テスト

  • 積分 (教科書7章)
  • 積分 (教科書10章,1月20日講義分まで)

  • 教科書,ノート,レポート-4,5の持ち込みを許可します。

  • 2022.2.3 講義全時間

レポート5 (重積分) 2/7〆切

  • 教科書巻末の練習問題 44~46

レポート4 (定積分) 2/7〆切

  • 教科書巻末の練習問題 31~33

不定積分のテストとレポート3

  • 不定積分 (教科書6章)のテストの実施
    • 教科書,ノート,レポート-3の持ち込みを許可します。
    • 2021.12.23 講義全時間

レポート3

  • 教科書巻末の練習問題 25~29

小テスト-1 2021.11.18

  • 小テストの実施

    • ノートとレポート-2の持ち込みを許可します。
    • 教科書の持ち込みは許可しません。
    • 2021.11.18 講義中の40分程度
  • 小テスト問題: - 定積分とは何をどう計算するのか

レポート-2 出題

上記に関連することを,簡潔に説明してもらいます。 式を用いたり図示 して,説明してください。

  • 小テスト問題について自分のまとめを作成してください。
  • 小テストの際,そのレポートを持ち込み可とします。

レポート-1 出題

  • 問題: 20, 22, 23 の練習問題 (教科書 p.200–201)
  • 〆切: 11/18
  • 解答方法: - しかるべき計算過程と説明を書くこと
    • 自分で採点すること
    • 分らない時は,分らない旨を書いてください

進行 微分積分学 II 2021

Table of Contents

  1. 講義の進行
    1. 関連ページ
    2. 01-1007
      1. 板書
      2. 内容
    3. 02-1014
    4. 03-1028
      1. 板書
      2. 5.積分法の基礎
    5. 04-11/04
      1. レポート-1を出題しています。
      2. 5.積分法の基礎
      3. 6.不定積分
  2. 05-11/11
    1.  [小テスト-1 をおこないます。](#orgc1b47dc)
    2.  [レポート-2 出題されています。](#org6635a57)
    3.  [6.不定積分](#org84970e6)
    
    1. 06-11/18
      1. 6.不定積分の計算
    2. 07-11/25
      1. 6.不定積分の計算
  3. 以下は 2020年度
    1. 09-12/03
      1. 6.不定積分の計算
      2. 7.定積分とその応用
    2. 10-12/10
      1. 7.定積分とその応用
    3. 11-12/17
      1. 多変数関数と偏微分法
    4. 12-01/07
      1. 10.重積分
    5. 13-01/21
      1. 10.重積分
    6. 14-01/28
    7. 15-02/04
      1. 期末テスト

講義の進行

関連ページ

01-1007

板書

内容

この辺りの内容は,書き溜めたメモに従ってています。教科書には従って いません。

02-1014

  1. 関数と微積分学

    1. 関数とは

    2. 関数の極限と連続

    3. 関数のグラフ

    4. 逆関数,合成関数の意味とそのグラフ

  2. 微分とは

    1. なだらかさと接線

    2. 関数の変化と微分

    3. 微分係数

    4. 関数を折れ線グラフとして見る

      2階微分とは?

  3. 積分とリーマン和

    1. 自明な面積計算

    2. 領域の自明な分割 $ S = \Sigma dS(i) $

      1. i は区画の番号

        • 分割毎の自明な面積 f(S(i)) dS(i)

03-1028

板書

5.積分法の基礎

  1. 積分の性質

  2. 平均値の定理

  3. 不定積分

04-11/04

レポート-1を出題しています。

  • 問題: 20, 22, 23 の練習問題 (教科書 p.200–201)
  • 〆切: 11/18
  • 解答のやり方: - しかるべき計算過程と説明を書くこと
    • 自分で採点すること
    • 分らない時は,分らない旨を書いてください

5.積分法の基礎

  1. §23 微分積分法の基本定理

6.不定積分

05-11/11

小テスト-1 をおこないます。

  • 日時 11/18 講義の前半40分

レポート-2 出題されています。

6.不定積分

  1. 微分公式と不定積分

  2. 置換積分

  3. 部分積分

  4. 実数係数の多項式因数分解

  5. 有理関数の不定積分

06-11/18

  • report-1 提出
  • 小テストとreport-2 提出

6.不定積分の計算

  1. §25 置換積分

  2. §26 部分積分

  3. §27 有理関数の積分

07-11/25

6.不定積分の計算

  1. §27 有理関数の積分

  2. §28 sinx,cosx の有理式の積分

  3. §29 無理関数の積分

以下は 2020年度

09-12/03

6.不定積分の計算

  1. §29 無理関数の積分

7.定積分とその応用

  1. §30 定積分の計算

  2. §31 広義の積分

10-12/10

7.定積分とその応用

  1. §31 広義の積分

  2. §32 面積・体積

  3. §33 曲線の長さ

11-12/17

多変数関数と偏微分

  1. 2変数関数の極限

  2. 2変数関数の連続

  3. 微分

12-01/07

10.重積分

  1. §44 2重積分の定義

  2. §45 2重積分の計算・累次積分

13-01/21

10.重積分

  1. §46 極座標による2重積分

  2. §47 2重積分の定義の拡張

14-01/28

  1. §48 体積

  2. §49 曲面積

15-02/04

期末テスト

微分積分学 II 2021

Table of Contents

  1. hatena masayuki054 積分 2021
  2. 微分積分学 II 2021 - masayuki054's diary
    1. 講義の進行とメモ
    2. 試験・レポートのこと
    3. 板書
    4. アンケート
    5. お知らせ
    6. 先生への連絡
  3. ここからは,2020年度の内容
    1. 講義の進行とメモ
    2. 試験・レポートのこと
    3. 出席とレポート評価など
    4. お知らせ
    5. 先生への連絡
  4. 2019 関連ページ

hatena masayuki054 積分 2021

2021年度 岩手大学理工学部 再履修用 微分積分学 II の情報サイトです。

今年度も,2019年度, 2020年度とほぼ同じ内容で進みたいと思います。

微分積分学 II 2021 - masayuki054's diary

講義の進行とメモ

試験・レポートのこと

板書

アンケート

お知らせ

  • [2022-01-19 水] 1/27 に重積分のテストを行ないます。レポート4の 提出もあります。

  • [2021-12-08 水] 12/23 に不定積分のテストを行ないます。レポート3の 提出もあります。

  • [2021-11-10 水] 11/18 に小テストを行ないます。Webclass を参照し てください。

  • [2021-11-10 水] レポートー2が出題されました。Webclass を参照し てください。

  • [2021-11-04 木] 一回目のレポート課題がでました。Webclass を参照し てください。

  • Webclass で出席登録,お願いします。

先生への連絡

  • 面談: できれば予約のメールをお願いします:

    • 月 15時~18時 図書館2階 学習支援コーナー
    • 木 17時~18時 要予約 図書館2階 学習支援コーナー
  • メール: suzuki@iwate-u.ac.jp

ここからは,2020年度の内容

講義の進行とメモ

試験・レポートのこと

出席とレポート評価など

お知らせ

先生への連絡

  • 面談: 月・木曜日 14時~17時 図書館2階 学習支援コーナー
  • メール: webclassのメッセージ か suzuki.iwate.u@gmail.com

2019 関連ページ

進行 生物統計 2021

Table of Contents

  1. 1st 10/07
    1. 講義について
    2. スライドとデータの準備
    3. 前期の確率統計の内容確認
    4. R のインストール
  2. 2nd 10/14
    1. 講義について
    2. スライドとデータの準備
    3. R のインストール
    4. Rcmdr か RStudio を使いましょう
    5. Rの初歩
    6. R 入門
    7. Rによる統計入門
      1. 入門統計学の1章
      2. Rの演習

top / R / 進行

1st 10/07

講義について

  • シラバス

    • 引き継いだだけの状態,要相談
  • 講師の自己紹介

    • 生物,生命に関し,まったくの素人

    • 数学としての確率・統計を教えている

    • お昼休みサッカー

      • 12:30 ~ グラウンド, 2~10名でのミニゲーム,素人多数,先生,職 員,学生
  • 講義内容

  • 講義方法

  • 講義に関する相談
    • 統計に関する既習のことの確認
    • パソコンの知識
    • 確率統計に関する確認事項
    • Rの習得法

スライドとデータの準備

  • ダウンロード
  • 解凍
  • 確認
    • office 有無
    • ファイル,フォルダ操作の慣れ

前期の確率統計の内容確認

復習しながら学んでいきましょう。

R のインストール

スライド 00 (解凍したスライドの00章)

2nd 10/14

講義について

  • お昼休みサッカー (再度)
    • 12:30 ~ グラウンド, 2~10名でのミニゲーム,素人多数,先生,職 員,学生

Done スライドとデータの準備

  • 確認 全員 office 有り
  • ファイル,フォルダ操作の慣れ

    c:/Users/名前/Onedrive/Documents/R (/は円記号かもしれない)
    

Done R のインストール

Rcmdr か RStudio を使いましょう

Rの初歩

  • RStudioの概要
  • help
  • 終了
  • ワーキング・ディレクトリ(フォルダ), .Rhistory, .RData, ~/.Rprofile

R 入門

  • 初心者用 - RStats2.pdf

    これを何回かかけてやりましょう

    • 起動と終了
    • 変数への代入
    • 簡単な演算
    • 簡単なベクトル演算
    • 簡単な行列の作成と演算
    • 簡単なリストの作成

Rによる統計入門

入門統計学の1章

  • Excel -> R で書き直し
  • スライドまたは PDF を手元に準備

Rの演習

今日の演習内容をファイルに保存しましょう。

生物統計学 2021

Table of Contents

  1. self hatena masayuki054 生物統計
  2. 講義資料
  3. 教科書
  4. 進行
  5. Rについて
  6. links

self hatena masayuki054 生物統計

生物統計学 2021 - masayuki054's diary

講義資料

https://wiki.cis.iwate-u.ac.jp/~suzuki/biostat とりあえず

教科書

入門 統計学(第2版) | Ohmsha

進行

Rについて

R 生物統計学 2021 - masayuki054's diary

links

top / R /

R 生物統計学 2021

Table of Contents

  1. R
    1. 講義のブログ
    2. 教科書のサイト
  2. R 一般
  3. R と Rコマンダーのインストール方法
  4. R 入門
    1. Rによる統計入門 津田裕之氏
  5. Rによる統計学講義
    1. 「Rによるやさしい統計学」
      1. Webpage for Probability Theory and Statistics (B)
      2. 社会統計演習 (青山大学)
    2. 生物統計学 (東大,農工大)
    3. 統計学–2016–富山大学経済学部–唐渡広志
  6. Rを使った統計学トピック的解説
    1. 医療職からデータサイエンティストへ blog
  7. マニュアル的な
    1.  [Mase-Rstatman.pdf  基本パッケージ,カテゴリ別紹介,ヘルプドキュメント](#orgb860e01)
    2.  [CRAN: Manuals R](#org803e715)
    3.  [RjpWiki - RjpWiki](#org728930b)
    
  8. graphics

R

講義のブログ

生物統計学 2021 - masayuki054's diary

教科書のサイト

入門 統計学(第2版) 検定から多変量解析・実験計画法・ベイズ統計学まで | Ohmsha

  • スライドとデータがあります。

R 一般

R-Tips - r-tips.pdf

道具箱:R

PROGRAMMING | AVILEN AI Trend (python, R, … )

RjpWiki - RjpWiki

R: The R Project for Statistical Computing

R と Rコマンダーのインストール方法

(30) 統計解析ソフト「R」の使い方 〜Rの導入・パッケージの導入・作図・統計解析の基本編〜 - YouTube

R 入門

Rによる統計入門 津田裕之氏

Rによる統計学講義

「Rによるやさしい統計学

Webpage for Probability Theory and Statistics (B)

中京大 白井先生

社会統計演習 (青山大学)

  • Rによるやさしい統計学の動画による解説

生物統計学 (東大,農工大)

R コードの参考に

  1. 生物統計学1(10.9)

    1. 演習1(10.9)

      解答1

  2. 生物統計学2(10.23)

    1. 演習2(10.23)
  3. 生物統計学3(10.30)

    1. 演習3(10.30)

統計学–2016–富山大学経済学部–唐渡広志

ppt よくできている

Rを使った統計学トピック的解説

医療職からデータサイエンティストへ blog

マニュアル的な

Mase-Rstatman.pdf 基本パッケージ,カテゴリ別紹介,ヘルプドキュメント

CRAN: Manuals R

RjpWiki - RjpWiki

graphics

R:グラフィックス 早稲田のよくまとまった説明

Rによる棒グラフの描画 データ科学便覧 実装関連事項 データ科学便覧

[R]グラフの一部を塗りつぶす ** 正規分布グラフの区間を塗り潰す (R)

persp function | R Documentation 3次元描画関数

Rによるやさしい統計

6章 2つの平均値を比較する

  1. 独立な2群の平均値の差の検定

  2. 対応のある2群の平均値の差の検定

6.1 2つの平均値を比較するケース

  • 男女で心理学テストの平均値に差があるかを検討したい。

  • 統計が好き・嫌いで統計テストの平均値に差があるかを検討したい。

  • 統計の指導を受けたことにより成績が向上するかを検討したい。

6.2 独立な2群の検定

分散既知 あるいは 大標本の場合 (z-検定)

確率変数の和の平均と分散の期待値の公式より,標本平均の差の標本分 布は,

[ \bar{x_1} - \bar{x_2} \sim n(\mu_1-\mu_2, \sigma2(\frac{1}{n_1}+\frac{1}{n_2})) ]

標準化することで,

[ \bar{Z} = \frac{\bar{X_1} - \bar{X_2} - (\mu_1-\mu_2)}{\sigma\sqrt{\frac{1}{n_1}+\frac{1}{n_2}}} \sim N(0,1) ]

分散未知の場合 (t-検定)

母分散を不偏分散で推定する。 標本平均の不偏分散を ( \hat{\sigma_1} ), ( \hat{\sigma_2} ) \) とすると,標本平均の差の不偏分散は,その加重平均となる:

[ \hat{\sigma}_pooled = \frac{(n_1-1)\hat{\sigma_1}^2 + (n_2-1)\hat{\sigma_2}^2} {(n_1-1) + (n_2 -1)} ]

母分散の推定量 ( \hat{\sigma}_{pooled} ) のことを,2群をプールし た分散という。

[ \bar{t} = \frac{\bar{X_1} - \bar{X_2}}{\sqrt{\hat{\sigma}pooled2\frac{1}{n_1}+\frac{1}{n_2}}} \sim t{(n_1-1)+(n_2-2)} ]

例題

統計テスト1の得点の平均値に男女で有意な差があるでしょうか? 有意水準5%,両側検定してください。

データの準備
(指導法データ <- read.csv("data/shidouhouU8.csv"))
class(指導法データ)

   SID   name sex math stat psych_test stat_test1 stat_test2 method
1    1   大村  男 嫌い 好き         13          6         10      C
2    2   本多  男 嫌い 好き         14         10         13      B
3    3   川崎  男 好き 好き          7          6          8      B
4    4   多村  男 好き 好き         12         10         15      A
5    5   松中  男 嫌い 嫌い         10          5          8      B
6    6 小久保  男 嫌い 嫌い          6          3          6      C
7    7   柴原  男 嫌い 嫌い          8          5          9      A
8    8   井手  男 嫌い 嫌い         15          9         10      D
9    9   田上  男 嫌い 嫌い          4          3          7      D
10  10   松田  男 好き 嫌い         14          3          3      D
11  11   高谷  女 好き 好き          9         11         18      A
12  12   杉内  女 嫌い 好き          6          6         14      A
13  13   和田  女 好き 好き         10         11         18      A
14  14   新垣  女 嫌い 嫌い         12          9         11      C
15  15   大隣  女 嫌い 好き          5          7         12      B
16  16   水田  女 好き 嫌い         12          5          5      D
17  17   斉藤  女 嫌い 嫌い          8          8          7      C
18  18   柳瀬  女 嫌い 嫌い          8          7         12      C
19  19   佐藤  女 嫌い 嫌い         12          7          7      B
20  20   馬原  女 嫌い 嫌い         15          9          7      D
[1] "data.frame"
男女別
(統計1男 <- subset(指導法データ, sex=="男")$stat_test1)
(統計1女 <- subset(指導法データ, sex=="女")$stat_test1)

[1]  6 10  6 10  5  3  5  9  3  3
[1] 11  6 11  9  7  5  8  7  7  9
t-検定 (等母分散)

母分散が等しいことを前提としているので,2群の分散が等しいことを 示す var.equal=TRUE を指定する。

t.test(統計1男, 統計1女, var.equal=TRUE)


    Two Sample t-test

data:  統計1男 and 統計1女
t = -1.8429, df = 18, p-value = 0.08188
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -4.2800355  0.2800355
sample estimates:
mean of x mean of y 
    6         8
t-検定 (異なる母分散)

2群の分散が等しくないいことを 示す var.equal=FALSE を指定する。

帰無分布は同じく t-分布であるが、自由度が異なる (統計学入門,12.2.4)

t.test(統計1男, 統計1女, var.equal=FALSE)


    Welch Two Sample t-test

data:  統計1男 and 統計1女
t = -1.8429, df = 16.321, p-value = 0.08359
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -4.2969668  0.2969668
sample estimates:
mean of x mean of y 
    6         8

6.3 t-検定の前提条件

  1. 標本抽出が無作為に行われていること
  2. 母集団の分布が正規分布であること
  3. 2つの母集団の分散が等質であること

3つの条件は,帰無分布が t-分布になるために必要です。

6.3.1 分散の等質性の検定

  • 2つの母集団の分散の等質性を,
  • それぞれの母集団からの2つの標本を用いて,
  • 「ふたつの母分散は等しい」という帰無仮説の検定をおこなう
  • R では, var.test
例題

クラスA,Bの統計学のテストの平均点に有意な差があるでしょうか? 有意水準5%で検定を行ってください。

データ
(クラスA <- c(54, 55, 52, 48, 50, 38, 41, 40, 53, 52))
(クラスB <- c(57, 63, 50, 60, 61, 69, 43, 58, 36, 29))
var.test(クラスA, クラスB)

 [1] 54 55 52 48 50 38 41 40 53 52
 [1] 57 63 50 60 61 69 43 58 36 29

    F test to compare two variances

data:  クラスA and クラスB
F = 0.24157, num df = 9, denom df = 9, p-value = 0.04588
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
 0.06000201 0.97255026
sample estimates:
ratio of variances 
     0.2415677
6.4 対応のある (z,t)-検定
  • 独立な2群 or 対応のない2群: 例えば30人の被験者を,ランダムに2群に分た場合

  • 対応のある2群: 同じ人の2種類のデータ。対応付られた2人ごとのデータ。

対応のあるデータの検定量

統計テスト1の得点を ( X_1 ), 統計テスト2の得点を ( X_2 ), 対応する得点差を ( D = X_2 - X_1 ), とすると,それらの標本平 均にたいし,下式が成り立つ:

[ \bar{D} = \bar{X}2 - \bar{X}1 ]

  • 得点差の標本平均の計算

    指導法データ <- read.csv("data/shidouhouU8.csv")
    
    (統計テスト1 <- 指導法データ$stat_test1)
    (統計テスト2 <- 指導法データ$stat_test2)
    (変化量 <- 統計テスト2 - 統計テスト1)
    c(mean(統計テスト2) - mean(統計テスト1), mean(変化量))
    
     [1]  6 10  6 10  5  3  5  9  3  3 11  6 11  9  7  5  8  7  7  9
     [1] 10 13  8 15  8  6  9 10  7  3 18 14 18 11 12  5  7 12  7  7
     [1]  4  3  2  5  3  3  4  1  4  0  7  8  7  2  5  0 -1  5  0 -2
    [1] 3 3
    
  • 得点差の標本平均が従がう分布

    • ( X_i \sim N(\mu{i}, \sigma2{i}) ) を仮定すれば,
    • ( D \sim N(\mu{D}, \sigma2{D}) ) となり,
    • 標本分布は,( \bar{D} \sim N(\mu{D}, \frac{\sigma2{D}}{n}) ) となる。
    • ( \bar{D} ) を標準化して, ( n )を標本数として, [ Z = \frac {\bar{D} - \mu{D}} {\sigma{D} \sqrt{n}} \sim N(0,1) ]
    • (\mu_D ) が既知ならば,z-検定
    • (\mu_D ) が未知ならば,不偏分散を用いたt-検定
  • 例題:

    「指導法データ」の統計テスト1と統計テスト2の得点について、指導 の前後で統計テストの得点が変化したといえるでしょうか。有意水準 5%、両側検定で検定してください。

    t.test(変化量)
    
    
        One Sample t-test
    
    data:  変化量
    t = 4.8399, df = 19, p-value = 0.0001138
    alternative hypothesis: true mean is not equal to 0
    95 percent confidence interval:
     1.702645 4.297355
    sample estimates:
    mean of x 
        3
    

    #+begin_src R :session t :results output :exports both

オンライン講義のこと 微分積分学 I 2021

Table of Contents

  1. オンライン授業のやり方
    1. オンライン授業のためのサイト
    2. 開始時/終了時
    3. 授業中の先生からの質問に対する反応
    4. 授業中の学生からの質問

オンライン授業のやり方

オンライン授業のためのサイト

開始時/終了時

  • 学生証の画像をWebclassに提出してください
  • カメラとマイクで出席確認します。
  • カメラがない人

    • 学生証の画像をプロファイル画像にしてください。
    • 顔出したくない人は、プロファイル画像を作成し、大学のメールで、 添付で送ってください。
  • 出席確認時は、カメラの影像か学生証の画像にしてください。

授業中の先生からの質問に対する反応

  • 「参加者」のハイ,イイエ,ユックリ,ハヤク,など
  • チャット

授業中の学生からの質問

  • 「参加者」からの挙手,音声で「質問」と言ってもらえると気がつくと 思います。

試験とレポートのこと 微分積分学I 2021

Table of Contents

1.  [関連ページ](#orgb8843ac)
  1. 試験のこと
    1. 一昨年度の小テスト問題
  2. レポートのこと 微分2021
    1. レポートの提出方法
    2. 1回目 5/20ー出題,6/3ー提出
    3. 2回目 未定
    4. 3回目 未定
    5. 4回目 未定
    6. レポートの解答

関連ページ

トップ 試験とレポート 講義の進行 講義アンケート

試験のこと

一昨年度の小テスト問題

期末試験は,この中から出題しようかなと考えています。参考にしてく ださい。微分方程式の問題を出題する時には,試験中に解説をおこないま す。

  • 昨年の小テストが下記のファルダ内 (2019年度のGoogleDrive) にあります。

https://drive.google.com/drive/folders/1ZlRaMRcTRqtnPc2VFDQPnMvcRAyHUoc-?usp=sharing

レポートのこと 微分2021

レポートの作成は,理解していることと理解していないことをまず把握し, 理解していないことを理解することが目的です。

レポートの提出方法

  • 計算問題は,計算過程を必ず書いてください。答えだけ書いてあっても 無評価です。

  • 最初は,自分でやってください。教科書を見ながらでかまいません。 何のためにやっているのか,把握してください。

  • 答え合わせをして,間違った箇所を修正してください。 自分の理解できていない箇所を把握することが大切です。

  • 理解できなかった箇所は,調べてください。 修正,加筆した箇所は,わかるようにしてください。

  • それでもできなかったは,そのまま白紙でだしてください。

  • 提出時の,自分の理解度を S, A, B, C, D で評価してください。

  • 採点済みのレポートの写真をスキャンアプリを使って撮り,Webクラスでレ ポート提出してください。

1回目 5/20ー出題,6/3ー提出

巻末練習問題の1~3節の全問

2回目 未定

  • 巻末練習問題の4~9節の全問

3回目 未定

  • 巻末練習問題の10~13節の全問

4回目 未定

  • 巻末練習問題の36~37xs節の全問
  • 今回も提出は,WebClass のレポート提出にします。

レポートの解答

講義アンケートのまとめ 微分積分学 I 2021

Table of Contents

  1. 理解したこと、印象に残ったこと
  2. 理解できなかったこと
  3. 質問・要望・意見をお願いします.

アンケートから

理解したこと、印象に残ったこと

理解できなかったこと

  • 単純に途中計算がよく理解できなかったからゆっくり復習したい

  • 三角関数逆関数

  • 部分微分のところでわからないところがあった。

  • 三角関数について私の理解が少し追いつきづらかったです

  • 三角関数とグラフを組み合わせて考えること。

質問・要望・意見をお願いします.

  • 最初のほう、口からマイクが離れているときに声が聞こえないときがありま した。
  • 出席確認のシステムがよくわかりません。webクラスとアンケートの両方で 出席をとるということですか?

講義アンケートまとめ 確率統計2021

Table of Contents

  1. アンケートのまとめ
    1. 10-0630
      1. 質問・要望・意見をお願いします.
      2. 理解したこと、印象に残ったこと
      3. 理解できなかったこと
    2. 09-0623
      1. 質問・要望・意見をお願いします.
      2. 理解したこと、印象に残ったこと
      3. 理解できなかったこと
    3. 08-0616
      1. 質問・要望・意見をお願いします.
      2. 理解したこと、印象に残ったこと
      3. 理解できなかったこと
    4. 7回目 6/2 online
      1. 質問・要望・意見をお願いします.
      2. 理解したこと、印象に残ったこと
      3. 理解できなかったこと
    5. 6回目 5/26 online
      1. 理解したこと、印象に残ったこと
      2. 理解できなかったこと
      3. 質問・要望・意見をお願いします.
    6. 3回目
      1. 理解したこと、印象に残ったこと
      2. 理解できなかったこと
      3. 質問・要望・意見をお願いします.

アンケートのまとめ

講義アンケートまとめ 確率統計2021 - masayuki054's diary

10-0630

質問・要望・意見をお願いします.

  • 具体的な数値、データを用いた計算を示していただけるとより詳細な理 解が期待できると思います。

  • 講義の進行速度が、とても良いと思いました。

  • 先週のWebクラスでの出席を押し忘れていました、先週のアンケートでも 出したのですが、可能なら訂正をお願いしたいです。

  • 過去問の解答解説が欲しい

    • 自分で考えてください。
  • 期末テストに持ち込むことができるものは何ですか?

    • 教科書とA4用紙2枚までのメモ,と考えています。
  • 確率分布などを式で考えようとすると、難しいんだなと感じた。白玉と 赤玉のような分かりやすい具体例があるとなんとなく捉えやすいなと思っ た。

  • もう少し字を大きく書いていただけるとありがたいです。

    • 気をつけます。
  • 期末テスト用の追加の演習問題等はありますか。

  • 過去問に関してですが、答えとまでは望まないのでヒントが欲しいです

    • 質問されればヒントは出せるかもしれませんが,わからないところが はっきりしていないと,ヒントは出せなさそうです。 自分で試行錯誤してみてください。

理解したこと、印象に残ったこと

  • 多次元の確率計算の概要がわかった

  • 確率分布関数について理解できました。

  • 確率分布関数の表を関数に見立てる感覚を大事にしたい
  • 具体的な図を使った考え方

  • 多次元確率分布における周辺確率密度関数など

  • 離散型と連続型は観点が違うこと。

  • 多変数の確率分布

  • 2変数になったときは、それぞれのかけ算で確率が決まること。2次元離散 型の確率変数の確率分布の表の作り方とその構造について。

  • 独立2次元標準正規分布を具体的に玉の色と番号を使って考えるのはわかりやすかったです。

  • 変数が独立なら確率は積で表せること

  • 多項分布

  • 多変数の確率、多項分布
  • 独立2次元標準正規分布は例題から理解しやすかった

理解できなかったこと

  • 実際の数値を用いた計算ができるか心配。

  • 積分とかΣを使った説明

  • Σ-1とかの記号の意味がよく分からなかった

  • 多次元配列が文字がたくさん出てきて難しいと思った。

  • 関数の分類と行列

  • 多次元正規分布の多変数のときの式の意味がつかめなかった。

  • 独立2次元標準正規分布を関数(式)で考えるのは難しかったです。

  • 共分散行列

09-0623

質問・要望・意見をお願いします.

  • 今回、対面授業でとても良かったです。これからも普通の講義のときはでき るだけ対面でお願いしたいです。

  • 5月12日の板書がGoogleドライブにアップロードされていないのですが、仕 様ですか?

    • まちがって微積の板書をアップしていました。すみません。アップしなお しました。
  • 復習がわかりやすいと思いました。

  • 講義の初めにその日の講義の目標を教えてほしい。

    • そうしたいと思います。
  • 対面で行うと、授業の分からなかった部分の復習をしにくいと感じた。

  • 今回みたく板書の量が多い場合には対面の方がありがたいです。 もしグラ フが必要な時には先生のPC画面をスクリーンに映すなどすれば対応できると 思います。

  • オンラインの時のほうが、今何を説明しているか次何を説明するのかが一目 でわかるので講義の内容が理解しやすかった。 私は今後もオンラインでお 願いしたい。

    • 僕もそう思います。でも,式や計算の説明は,板書がいいです。
  • 講義中、テストの話題をお話されていましたがテストはある のですか? シラバスには記されていなかったのですが。

  • 期末試験の形式について知りたい、現状どの範囲が筆記で出るかわからない

  • 分かりやすく板書していただいていると思うのですが、式が複雑に見えるこ とが多いです。なので、何の値(式)がどのことを指しているのかを分かり やすく書いていただけるとありがたいです。

    • 気を付けます。
  • やはりRの内容以外は対面が集中しやすくてやりやすいなとおまいました。

  • 講義の進行速度がちょうどよいと思います

理解したこと、印象に残ったこと

  • 平均と分散、二項定理の関係を見て、二項定理が重要なものだと改めて実感 しました。

  • 一様分布と二項分布の期待値と分散

  • 確率と分散の計算について
  • 平均や分散はものによって異なること。
  • 様々な分布の公式を理解しました。
  • 正規分布の考え方、見方がわかった
  • 一様分布の平均と分散
  • 二項分布、正規分布の導出
  • 正規分布の使い方や読み取り方
  • オンラインよりもちゃんと内容が分かりやすかった
  • 確率分布の平均と分散のところの式の考え方について。

  • 様々な確率分布

  • 二項分布について理解できました

理解できなかったこと

  • 組み合わせの公式が思い出せず理解に手間取った
  • これらの分布を使って具体的に何を求めるのか理解できませんでした。
  • 後半の計算はついていけなかった。
  • 正規分布意味
  • 後半の式変形のところのほとんど, 前半の分布の説明
  • 偏差のところのグラフの捉え方がいまいち理解できなかった。

08-0616

質問・要望・意見をお願いします.

  • webclassの出席確認で、6/9の休講の分が残っており欠席扱いになってしまっ ているため対応してもらいたい。

  • オンライン授業の環境が完璧であり、Rが終わった後でもオンラインを継続 するか対面とオンラインを各自選ぶやり方でもいいと思う。

  • これからもオンラインでもいいです。

  • 対応する教科書のページを書くとより分かりやすくなると思う

  • 授業のアーカイブを残してほしい

  • 対面のほうがいいです

  • 時間どおりに授業が終わってくれるととてもありがたいです。よろしくおねがいします

  • 先生のやりたい講義方法で大丈夫です。回数を重ねるごとにオンラインでの 講義が受けやすくなっていてありがたいです。

  • オンライン授業の継続が良いと思います

  • 6月9日は補講日で休講だったと思うのですが、出席があり、欠席扱いになっ ているのが気になるのですが、どうなるのでしょうか?

  • 授業終了時刻を守ってほしい

  • Rでおこなったプログラムはどこに提出すればよいのですか。

  • 今日の質問への返事で気づきましたが、自分もウェブクラスの3回目の講義 が欠席になっていたので、できれば修正をお願いしたいです。その日、初め てのRの講義で、私が残って質問を行った時に、一応出席ボタンを忘れた旨 を話したと思うのですが・・・

  • オンラインのほうが、様々なサイトを見せながら説明してくださるので対面 よりも分かりやすかった。

  • 来週からも引き続きオンラインだと非常にありがたいです。

  • Rについて学ぶのはオンラインでも良いのですが、確率についての講義は対 面に戻してもらいたいです。机が狭くて、パソコンのそばでノートを取るこ とが難しいためです。

  • 今日の出席確認でwebclassの起動ができず、出席ボタンが押せませんでした。 対処お願いします。

  • 最近になってwebclassが起動できないことが多くあります。これは、僕のパ ソコンの問題なのかよく分かっていません。すみません。

  • 授業スピードが早すぎないのでいいと思います。

  • 課題はテキストファイルということでしたが、他のファイル形式で保存し ている場合はそのまま提出しても大丈夫でしょうか(.ipynb形式とか)。直さ なければいけないようでしたら今後は別の形式で作業することにします。

理解したこと、印象に残ったこと

  • 確率に微分方程式の計算が持ち込まれることに驚いた。
  • 馬に蹴られる確率が印象に残った。

  • 確率分布のグラフの出し方

  • ポアソン分布について

  • 二項分布からもできるということ。

  • ポアソン分布が二項定理の近似であるということ

  • ポアソン分布など

  • ポアソン分布について分かった

  • あまり理解できなかった
  • ポアソン分布の内容について
  • 一様分布
  • ポアソン分布
  • ポアソン分布について
  • Rによって色々な確率分布表が作れることがわかった
  • ポアソン分布などについて理解できました
  • ポアソン分布、指数分布
  • ポアソン分布
  • さまざまな状況での確率を求める方法があること
  • 高校でやった二項分布が、他の色々な分布に応用されていると知り、高校で の知識も重要だと改めて思いました。
  • 馬に蹴られる確立
  • ポアソン分布についてや、グラフの書き方
  • 二項分布とポアソン分布について
  • ポアソン分布のRでの使い方が分かった。
  • 色々な分布がなんとなくわかった。
  • ポアソン分布と指数分布と正規分布があることが分かった。
  • 前回よりわかりやすかったです
  • 確率分布の種類
  • ポアソン分布、一様正規分布
  • ポアソン分布
  • 確率統計に関するいろいろな分布について理解した。

理解できなかったこと

  • 計算式が多く出てきて少し理解に時間がかかった。

  • ポアソン分布と指数分布の違い。

  • 正規分布に関して復習が必要

  • ほぼすべて

  • 連続型の正規分布について

  • Exp(lambda)(x) = lambda exp(-lambda x)が実行できなかった。

  • 全体的に前回の内容がわからなかったので理解できなかった。

  • 式の説明の理解が難しかったです

  • 指数分布がよくわからなかった

  • 確率統計学の基本的な部分への理解が足りていなくて所々の計算がわからなかった

  • 分布の詳しい説明

  • 記号の意味が少し捉えるのが難しかった。

  • 一様分布について

7回目 6/2 online

質問・要望・意見をお願いします.

  • 講義の録画を復習として視聴したいのですが可能ですか?

    確率統計 - Google ドライブ

  • オンラインの進め方がとても分かりやすくなりました。

  • Rのプログラムをコピーして貼るみたいな事を言ってましたが、そうすると 文字化けしてダメです。何とかしようにもどうもできません。なのでコピー したものをメモ帳に貼って提出する方法にするべきだと思います。

    メモ帳に貼る方法をイメージしていました。

  • この時期には難しいかもしれないが、やはり個人的にはRも普通の講義も対面でやりたい。

    R を使わないときは,対面も考えています。

  • 授業内容をもう少しわかりやすくしてほしい。

    • 内容は,これ以上簡単にできません。
    • わかりにくい箇所を具体的に示してくれませんか?
  • dbinom(20,50,0.5)の20, 50, 0.5が何なのか知りたいです。

  • 先々週(5/19)の授業課題はどうなったんですか?あと、期末試験の範囲にR についてのことは含まれますか?

    • R の課題はまだ出していません。各自実行してくれたことを,信用します。

    • R の試験は行ないません。課題は出すかも。確率統計を理解するための道 具として使ってください。

  • 教科書と異なる文字を置いたときにはそれを言ってほしいと思いました。

    • 一応口では言ったつもりですが,
      • 確率に θ を使うのは,僕は違和感ありなので,p を使いました。
      • 離散型確率関数の変数に,x を使うのは,僕は違和感ありなので, k を使いました。
  • 生徒がソースコードを入力する時間をとってくれるとありがたいです。

    • 了解です。
      • 僕は気がまわらないので,言ってくれると気付きやすいです。
  • 今回のような方法のオンライン講義は良かったと思います。

  • 日々改善されていてありがたいです。
  • 端末室からどのようにRを実行するのか一切わからなかったのですが、端末室でないといけないことはありますか。

    • Rを探して実行できるようになってください。

      • Windowsキーを押して,Activity が動くなら,そこでRを検索してみ てください。
    • オンライン講義が視聴できて,Rの実行環境があれば,どこでもいいです。

  • 前回のフィードバックを反映した授業で、進行の具合も良かったと思います。 板書代わりのノートもあって理解の助けになりました。

  • オンデマンドが不可能ということで、これ以上の改善を求めない。

  • 今日の授業はよかったです。

  • 別のアンケートにも記載したのですが、ウェブクラスの3回目の出席状態の訂正をお願いいたします。

  • 時間が足りなさそうなので、アンケートは授業冒頭で回答するよりも、学生 に目を通させるようにしたほうがいいと思いました。

    はい,質問要望意見のところだけ。

  • 先生が画面共有で表示した教科書の画像が、自分が持ってる教科書と違っていたのが気になりました。

    • 教科書は2冊ありますよ。
  • 今後出る課題は、今までの授業コンテンツ内にあった課題をすべて一気に提 出する形になるのでしょうか?また、Rに関する授業は対面でやる場合はす べて端末室で行われるのでしょうか?

    • 今迄のRの内容は,課題にはしません。確率分布に関する計算やグラフ描 画を課題にすることにしました。

    • Rを使う場合,オンラインにしようと思っています。

  • 前回よりも講義内のやることがわかりやすくGithubに示されていて良いと思 いました。課題のて提出フォームを早めに作って欲しいです。

  • Rはテストに出るのですか。また課題はどのように提出すればよいのですか。

    • プログラミングは試験には出しません。あくまでも理解を深める,計算を 助ける道具としてください。

    • 課題どうしようかまだ悩んでいます。すみません。

  • 前回ncolumnが出来ませんでしたが、ncolで出来ました。

    • よかったです。自力で解決することは大切ですね。

理解したこと、印象に残ったこと

  • 先生が学生の環境に合わせた授業をしてくれているため非常にわかりやすかった。
  • 条件を打ち込むと関数が自動で処理してくれるのはかなり便利だと実感した。 確率や試行の計算は何かと難しかったのでありがたい。
  • 確率分布におけるnuif関数の使い方など
  • 数値を変えることにより、分布の変化などを視覚的に捉えることが容易にできるということが分かった。
  • ベルヌーイ分布などの考え方をつかむことができた。
  • 板書速くてよくわかりませんでした。
  • 二項分布については高校で少しやったが、ベルヌーイ試行の派生的なものだと知り、確率は奥深い分野だと思った。
  • ベルヌーイ分布が2値で表現できる状況で広く使われていること
  • ベルヌーイ試行について、原理を理解できた。
  • 色々な確率分布があった
  • Rを使えばデータをグラフにすることができること
  • ベルヌーイ分布
  • 確率分布について理解できました。
  • 二項分布について
  • 一様分布、二項分布
  • 膨大な時間が必要となる処理を楽にできるというのはRに限らず大切なことだと思うがそれをより具体的に感じられた。
  • rにおける乱数を利用したものが理解できた
  • 数を増やせば誤差が減り、均一に近づくこと。
  • 一様分布の平均、分散
  • グラフの作り方
  • 一様分布、二項分布
  • 一様分布
  • 乱数を作って、ヒストグラムで表したこと。
  • 大きいデータの処理にRが有効だということ
  • 二項分布やベルヌーイ試行など

理解できなかったこと

  • 何が課題かわからなかった。
  • 引数をいくつか持つ関数の扱い方を覚えるのが少し難しいと感じた。
  • Rの演習結果を自分のPCで出すことができなかった。
  • 個人的にオンラインだととても分かりづらいです。
  • 授業の内容があまり理解できなかった
  • pdfについて。
  • Rの使い方
  • 今回はRが正常に動いたため、特になし。
  • ポアソン分布
  • 何が理解できてないのかわからない。
  • 二項分布
  • typeやlwdなどがどういう役割なのかがわからなかった
  • 密度関数の性質の、シグマの展開の仕方がわからなかった。
  • ubuntuでやっていたのですが、グラフが表示されませんでした。
  • 二項分布
  • 二項分布、ベルヌーイ分布
  • ベルヌーイ分布と二項定理のところが難しかった。

6回目 5/26 online

理解したこと、印象に残ったこと

  • Rはデータをまとめるのが便利だと思いました
  • 2章の範囲について理解できました
  • さまざまな関数とその役割
  • c言語のプログラミングと違い、Rでは日本語でもコメント以外でプログラミ ングを書けるものがあるということが印象的だった。
  • データセットの操作
  • Rではベクトルとスカラーの減算ができるということ
  • Rの少し発展させた使い方が理解できた。
  • zoomが途中で落ちてあまり集中できませんでした。
  • 平均値などがすぐにわかり、ヒストグラムも一瞬で作成できるところが便利だと思った。
  • ベクトルとスカラーが計算できる
  • irisを使って、データを操作したりヒストグラムを作ったりするところ。
  • histを使ってヒストグラムを描くことが出来る
  • Rのデータ型、データ操作の方法、簡単な統計処理など
  • グラフも作れるとは思はなかった。
  • Rでは、ヒストグラムなどを用いてデータの視覚的表現が簡単にできるということが印象に残りました。
  • ベクトルとスカラーは普通なら計算できないがRであれば計算できると知って驚いた。
  • Rのコンパイルにおける注意点(パスなど)。自分もパスが間違っていてエラー続きだったので非常に助かった。
  • arisを使った様々な値の出し方
  • 関数を用いることにより、データセットの特定の情報だけ抽出したり、文字列化することができること
  • 途中でzoomの講義が再開したことに気付かず、講義の大半を聞くことができ ませんでした。 後から録画された動画を視聴して学習したいと思います。
  • 新たなRの使い方を身につけられた。
  • irisの使い方
  • 関数の使い方
  • Rが色々な人の協力で開発されていたこと
  • Rは視覚的にわかりやすい
  • ベクトルとスカラーが計算できる
  • Rは世の中のいろんなものを統計するのに便利なツールだということがわかった。
  • zoom一回目の内容。
  • Rの大まかな文法について
  • 資料の通り実行し、正常に動作することが確認できた。
  • 手の計算よりも遥かに体系的な捉え方、標本のあり方を理解することが出来た
  • 中央値や最頻値の求め方

理解できなかったこと

  • ファイルによってエラーが起きることがある

  • それぞれの関数のより詳細な内容

    • 自分で調べながら勉強してください。
  • グラフの表示のさせ方がわからなかった。 私の環境だとなぜかグラフが表 示されないし、エラーが出ることが多かった。

    • たぶんプログラムの記述ミスだと思います。
  • zoomが途中で落ちてあまり集中できませんでした。

    • すみません。new マシンでの実行だったので,環境設定が違っていました。 気付きませんでした。
  • iris

    • インストールがおかしかったのでしょうか?
  • データの文字列化がよくわからなかった。

    • あの通りです。データを文字列化して,概観するための機能です。
  • コマンドがどのような働きをするのか、まだ全てを理解できていない。

    • 自分で調べ,徐々に理解してください。
  • 何を話したいのか、どこの何を説明してるのかが分からなかった

    • そうですか。自分では気をつけているつもりなのですが。質問してもらえ ると助かります。
  • クラスの使い方が今一つ理解できていない。今までCやpythonjavaをやっ てきたが、いずれの言語もRとは少し違う気がするのでRの操作に慣れていな い。

    • class()関数は,引数の型を求める関数です。オブジェクト指向のクラス を定義する機能ではありません。
  • 前回も思ったことだがsetwd()の中身には、どのファイル(例えばRのおいて あるファイルとか)を書けばよいのか分からなかった。

    • 自分の,Rの作業場所 (フォルダ) です。
  • Rで実行したプログラムの保存方法

    • コンソールをコピペ
    • エディタでプログラムを書きながら,Rコンソールへコピー実行
  • iris

    • インストールの不具合でしょうか? 僕にもわかりません。
  • zoom二回目の内容

  • Rの細かいところ

質問・要望・意見をお願いします.

  • 講義のスピードをもう少し上げればいいと思いました

  • オンラインの講義も良いと感じました

  • irisを使えなかったのが今後において不安ではある。一応、もう一度Rをイ ンストールしたりして、何度か色々な方法を試してみたいと思うが、正直で きるか不安である。

  • 講義内で今何をしているかがわかりづらいことと、自分と環境が違っていて 画面の見方がよくわからなかったので、最初に詳しく説明するといいと思い ます。

    • 一つの話をするために,いくつかの資料をいったりきたりすろことがあり ます。そのやり方のためでしょうか?

    • 環境の違いはしょうがないので,ただ真似するのではなく,自分の環境で のプログラミングに翻訳して理解してください。

    • 画面の見方については説明したつもりですが。。。

  • 第二章のncolumnのコマンドが実行できませんでした。また、初回のオンラ イン講義のプログラムの提出はどのようにすれば良いですか。

    • おかしくなったプログラムとその結果を貼り付けて,質問できるサイトを 作ろうと思います。

    • コンソールをコピペしたものを提出してもらうと考えていました。

  • もしも来週以降もオンラインになるようなら、オンデマンド形式のほうが学 びやすいと感じた。分からなかったら巻き戻れるしあれ?と感じたら止めて じっくり考えられるので受講生にとってはこちらの方がありがたいです。

    • オンデマンド講義用のビデオは,僕には作成できません。やるとすると, 課題とレポート提出型になります。Rに関する部分は,そうなっています。
  • 課題についてですが、Rに書いたプログラムをコピーしてメモ帳に貼ると言 う方法でも大丈夫でしょうか。もし、そうでないと課題の提出は厳しいかと 思われます。

    • それでいいです。Emacs の中には,一つのウィンドウでRのプログラムを 作成しつつ,もうひとつのウィンドウでプログラムを実行することができ ます。
  • オンデマンド型の方が学生のペースでやることが出来ていいと思った。 画 面共有されている状態だと見ながらRを実行しづらかった。

    • 皆さんがプログラムを入力する時間を確保すればよかったのですね。
  • 初めてのRの学習なので、授業中では理解しきれないので、教科書やサイト を見ながら、少しずつ進めています。 課題や実行結果の提出は、期間を長 めにとっていただけると幸いです。

    • それでいいです。
  • 画面共有でプログラムを解説する方法だと、別でモニターがある人は問題な いですが、画面が一つしかない人は授業を聞きながら同時にプログラムを書 くのは大変ではないかと思います。多少間を置くなどしていただけると良い と思います。 また打ち込んだプログラムを提出する際にどの形式で提出(保 存)すればよいでしょうか。

    • 説明を聞く時間と,プログラムを入力実行する時間を分けましょう。

      僕は,自分でできるスピードで進めてしまいます。すみません。気を付け ます。

    • テキスト形式で,Webclass に提出を考えています。

  • マイクをオフにし忘れて暗記中の自分の声が聞こえてしまっていてすみませんでした。

    • いえ,むしろ反応があって嬉しかったです。
  • 生徒と同じ環境で実行してほしいです。

    • 同じ実行環境で入力し,その結果をたしかめたものをお見せしています。

    • もう一度,Rコンソールに打ち込めということでしょうか?

  • 遠隔授業が続く場合の要望として、授業の形式をオンデマンド型に統一して 欲しいです。リアルタイム型の授業では、先生の解説を聞き逃してしまう可 能性もあり、解説と同時に自分で実行してみるということが難しいと感じま す。後で授業の録画を視聴し直すというのであれば最初からオンデマンド型 で実施する方が効率が良いと考えます。オンデマンド型であれば、自分の好 きなタイミングで動画を停止できるため、解説と並行して自分で実行するこ とができ、理解を深めやすいです。分からなければ繰り返し視聴することが できるため、インプットとアウトプットの効率がかなり良いと考えています。 ご検討宜しくお願いします。

    • 解説をオンデマンド形式の講義にすることは,僕にはできませんでした。
  • 今回で遠隔は終わりかもしれませんが、リアルタイムで講義をしてくれてあ りがとうございました。 zoomで講義を再開するのかしないのか分かりづら く、友達に教えてもらって再開したことに気づいたので、そこは改善してい ただけると助かります。

  • お忙しいところ恐縮ですが、事前に試験的にzoomなどのオンライン授業のた めのアプリケーションを使用していただいて、授業当日は途中で切れること なく、スムーズに進行していただきたいです。

    • すみません。
  • どのように進めていくのか明確にしていただけると幸いです。

  • 「zoomの再開ができません」というメッセージが来たので、今日の講義は自 習形式になったと勘違いしてしまいました。 zoom講義の再開に向けて作業 している、といったような文を付け加えて頂けると、誤解が生じなくてよかっ たかもしれません。

  • 保存方法は、テキストファイルにコピーするのか、それともほかの方法をを するのか分からないので教えてほしい。

  • 今回講義が途中で切れてしまったので、進行や理解度は低いです。後半再開 したときメッセージに気づけなくて参加できずすみませんでした。

  • 途中で切れたりしてわかりづらいです。

  • zoomではなくwebexを使用するともっとスムーズに授業が進行できるのではないかと思った。

  • 課題の範囲を明確に示してほしかったです。

3回目

理解したこと、印象に残ったこと

  黒板向きでお話されるので、聞き取りにくい受講生がいるのかなと思いました。
  • ベイズの定理をだいだい理解できました。

  • 確率に関するさまざまな関数について理解できた。

  • くじを引く順番は当たりやすさに影響しないこと

  • 確率を面積で表せることを理解した

  • 確率をグラフにして求められること。

  • 前回分からなかったベイズの定理が理解できたこと

  • ベイズの定理の具体例、確率変数や確率分布の内容が大体理解できた。

  • 罹っているか罹っていないかの検査の割合の時に、数字を一見すると過ご す精度が良さそうだったが、間違って診断した人の中で罹っていない人の 割合が意外と高くて計算の大切さを知った。

  • 事前確率やベイズの定理

  • 確率的挙動を確率分布関数として扱うという認識を改める必要があると思っ た。 前回のベイズ定理を実践的な例で確認することができた。

理解できなかったこと

  • 確率密度関数や分布関数はどういった場面で使うのか

  • 積分を使ったグラフのところが理解できませんでした

  • 確率密度関数の使い方

  • k-直列、k-並列で、確率の等式変形の意味を掴めなかったので復習したい。

  • まだあんまり数式が自分の知ってる高校で習った数式と結びつきずらい。

  • 板書に書かれたことで、確率設定がまばらになっている時があり、各事象 の排反と独立の関係性を理解することが難しかった。

質問・要望・意見をお願いします.

  • 黒板向きでお話されるので、聞き取りにくい受講生がいるのかなと思いました。

  • 授業スピードは今回ぐらいがいいと思います!

  • オンライン授業か対面授業か各自が選択できると良いと思います。

  • 例題をもう少し増やしてほしいです

  • もう少し授業のペースを上げれば、細かいところも説明できるのではないか と思いました。

  • 内容の難易度的に少し早く感じる部分はありますが、進行スピード自体は普 通か少し遅めくらいだと思います。 説明の際に関連する内容を追加で説明 していただけるのはありがたいですが、どの部分を説明しているのかが分か らなくならないようにもう少し板書を増やしていただけると嬉しいです(自 分の理解力不足もありますが…)

  • 数式だけじゃなくて数字も入れてくれて直感的にわかるので理解しやすかっ た。

  • 講義後にブログのノート・教科書を読み返して感じたことですが、1.7.2で 扱ったシステムの故障確立に関して、板書の表記では正常である確率と故障 する確率が逆に記載されていた。pの定義を今一度確認して正確な解説を公 表していただきたい。

レポートと試験のこと 確率統計2021

Table of Contents

  1. レポートのこと
    1. 関連ページ
    2. 期末試験のおしらせ
    3. 2回目のレポート
      1. 問題1
      2. 問題2 確率分布のグラフをRで描いてください
    4. 1回目 のレポート (5/12 確定)
      1. 出題
      2. 提出期限
      3. 提出方法

レポートのこと

関連ページ

期末試験のおしらせ

7月28日に、対面で、期末試験を行ないます。

出題範囲は、教科書1、2、3章です。

Rに関する内容はありません。

教科書とレポート用紙2枚のメモを持ち込み可にしようと思います。

昨年度の期末試験問題 exam2020 - Google ドライブ です。

2回目のレポート

問題1

Introduction to Programming Language R の Rの基礎 (3)の下記の節:

  • 入出力
  • 基本的なグラフィクス

れぞれ課題をおこない,正しい結果が得られることを確認し, ソースプログラムを Webclass に提出してください。

問題2 確率分布のグラフをRで描いてください

Rにより,複数のパラメーターにたいし下記の分布のグラフを描き, 一つの pdfにまとめ,提出してください。

1回目 のレポート (5/12 確定)

[2021-05-07 金] 出題問題数が変更になりました

出題

演習問題の以下の問題:

  • 演習問題1の 1, 3,4
  • 演習問題2の 1,2,3

提出期限

  • 5/19

提出方法

  • Webクラスのレポート提出, pdf
  • 紙の写真を撮る時は,スキャン専用アプリを使ってください。