授業の目的

本授業科目では、データに基づく現象の解釈と将来の予測のために、データからモデルを構築し、そのモデルを評価する手法について統計モデルの側面から講義する。最初に、さまざまな数理モデルについて学んだ後、代表的な統計モデルである一般化線形モデルについて学び、これらのモデルを用いた具体的な計算過程について演習を通じて理解することを目標とする。

教育内容

講義は二つの部分からなる。最初は、基礎的な数理モデルについて学ぶ。その後、一般化線形モデルについて検討する。各講義において、演習問題を解くことで実際の統計モデルの解法について理解を深める。

教育方法

パワーポイントを用いた対面講義を行い、講義中にPCを用いた演習を行う。

【フィードバック】
講義の最初に前回の講義の演習内容について模範解答を示して解説する。受講者は模範解答と自分の解答を比較し修正する。疑問点があれば講義終了後に改めて解説する。

卒業・学位授与の方針と当該科目の関連

◎	DP1 専門領域の全般的な知識と最新の国際的研究動向の把握
◎	DP2 先端の研究手法
〇	DP3 医学研究や医療分野のリーダーとして求められる高い見識と倫理観とコミュニケーション能力（授与学位：医学） 　　 医科学研究や医療分野のリーダーとして求められる高い見識と倫理観とコミュニケーション能力（授与学位：医科学）
〇	DP4 研究チームのリーダーとして医学研究の立案遂行（授与学位：医学） 　　 研究チームのリーダーとして医科学研究の立案遂行（授与学位：医科学）
〇	DP5 国際的なレベルの学術論文の作成、出版

授業内容

到達目標

自分の研究で得られたデータを統計モデルを用いて説明できる。

1. 確率モデル・統計モデルについて説明できる。
2. 一般化線形モデルについて説明できる。
3. 一般化最小二乗法について説明できる。
4. プロビットモデルについて説明できる。
5. ロジットモデルについて説明できる。
6. トービットモデルについて説明できる。
7. パネルデータ分析について説明できる。

評価方法

講義中の演習課題(60%)、最終確認課題(40%)により評価する。演習課題の模範解答については次回の講義で解説する。

準備学習等(予習・復習)

指定された参考書を読んでくること。また、与えられた課題を授業時間内に達成できなかったときは、放課後等を利用して次週までに完成させること。
授業時間外の学習時間：60時間

その他注意等

資料に関する連絡は大学のメールアカウント宛に行うので、確認を怠らないこと。

教材