| 科目名[英文名] | |||||
| 獣医基礎生化学 [Fundamentals of Veterinary Biochemistry] | |||||
| 区分 | 選択必修 | 単位数 | 1 | ||
| 対象学科等 | 対象年次 | 1～ | 開講時期 | 後学期 | |
| 授業形態 | 後学期 | 時間割番号 | 05CE0001d | ||
| 責任教員 [ローマ字表記] | |||||
| SLAYBAUGH BROOKS [Slaybaugh Brooks] | |||||
| 所属 | 農学部附属家畜病院 | 研究室 | メールアドレス | ||
| 概要 |
|
農学と関連分野に関する実験や現地調査の研究論文を読む際に必要となる，統計処理の基礎的な知識を習得する．本科目ではとくに，農学，生命科学，生態学などの分野で用いられる解析に焦点を当てる．代表的な統計ソフトウェアであるRを用いて具体的数値による演習を行いながら，実験や現地調査における比較対象の取り方，必要なサンプル数の算出法などを学び，実験や観測の計画立案から必要最小限の統計解析までの一連の処理を独力で行う力を身につけることを目指す． 本講義はオンラインで実施する予定である。 |
| 到達基準 |
|
農学と関連分野の研究を行う上で必要となる基礎科目として統計学の基礎を理解し，統計的解析手法をもちいたデータの処理，結果の解釈方法を理解する．以下の３点が到達基準となる． 1.統計学の基本を理解する 2.農学と関連分野に関する現象を統計学的に処理できる手法を習得する 3.解析結果で得られた内容の判断と妥当性の評価ができる 本科目のディプロマ・ポリシーの観点： 本学HP（三つのポリシー）のカリキュラムマップを参照してください。 https://www.tuat.ac.jp/campuslife_career/campuslife/policy/ |
| 授業内容 |
|
本講義では4回にわたって初歩的統計学の世界を概観します． 第1回 統計学入門 （記述統計，確率分布，無作為抽出の重要性と実験計画法，推定の手法と信頼区間） 第2回 尤度入門 （一般化線形モデルGLM手法を用いて演習しながら尤度及び回帰分析を体得する） 第3回 検定入門 （代表的な検定手法の紹介した上で，p値の意味するところや効果量との違いを議論する） 第4回 統計モデリング応用 （GLMM，階層モデル，ベイズ統計学，計算統計学） 毎回講義後，理解度を高めることを目的として小課題を課します（期限は講義後2週間まで）．小課題の提出は必須としますが，その出来不出来は成績には反映しません．全講義終了後に課す最終レポートの内容が成績の大部分を占めます． |
| 履修条件・関連項目 |
|
統計科目のうち，生態学に関連する統計，応用生命化学に関する統計，応用動物学に関する統計などのクラス分けがあるため，履修者は選択する際に注意すること． 本講義は、応用動物学に関する統計のクラスです。 学習内容は，本学の標準時間数に準じている． |
| テキスト・教科書 |
| 講義に使う資料は適宜用意し，事前配布する． |
| 参考書 |
|
データ解析のための統計モデリング入門：一般化線形モデル・階層ベイズモデル・MCMC，久保拓弥，岩波書店（2012） その他，講義中に適宜紹介する． |
| 成績評価の方法 |
| 各課題の提出状況30%，レポート70% |
| 教員から一言 |
| 本講義では，データに応じた適切な統計手法を選択し，解析できるようになることを最終目標とします．その際使用するデータは自分で好きに作成する架空データとします．つまり，歴然とした正解が存在する状況ですので，解析がどれだけうまくいったか自己評価もできるようになることを目指します．ただし，学生の理解度に応じて進行および最終目標を調整することがあります． |
| キーワード |
| 統計解析，データの扱い方，データ解釈，解析結果の解釈，統計モデリング，統計ソフトウェアR |
| オフィスアワー |
|
要望に応じて講義の前後に設ける．e-mail |
| 備考１ |
| 【新型コロナウイルス感染の影響による授業スケジュール等の変更については、本科目のクラスルームでご確認ください。】 |
| 備考２ |
|
授業実施日は6/3, 10, 17, 7/1の予定です． 本講義では統計ソフトウェアRを使用します． 自信のある人はそれ以外のソフトを用いて講義に臨んでも構いませんが，他言語のフォローはできません． |
| 参照ホームページ |
| 開講言語 |
| 日本語 |
| 語学学習科目 |
| 更新日付 |
| 2023/03/31 16:20:20 |