授業科目の概要
科目名称		情報数学特論３
講義題目		線形回帰モデリングの基礎
科目ナンバリング・コード		SCI-MAT4813J
担当教員
更新日付		2026-04-03 11:35:39.638
授業科目区分		専攻教育科目 / Specialized Courses
学部カテゴリ		理学部
使用言語		日本語（J）
対象学部等		数学科 / Department of Mathematics
対象学年		学部４年 / 4th year undergraduate students
必修選択		選択 / Elective
単位数		1
開講年度		2026
開講学期		後期
曜日時限
教室
開講地区
授業科目に関する特筆事項		Moodle URL（随時更新してゆく）：https://moodle.s.kyushu-u.ac.jp/course/view.php?id=69924

授業科目の目的・目標・履修条件について
授業科目の目的（日本語）		回帰分析は，目的変数と説明変数の間の関係を記述するために用いられる，最も基礎的な統計的手法の一つである．本講義では，回帰分析における基本的なモデルである線形回帰モデルを中心に，分散分析についても学ぶ．
授業科目の目的（英語）		Regression analysis is one of the most fundamental statistical methods used to describe the relationship between a response variable and explanatory variables. In this course, we will focus on the linear regression model, which is a fundamental model in regression analysis, and also cover analysis of variance.
キーワード		回帰分析，線形モデル，ベイズ推定，分散分析
履修条件		線形代数学と統計学関連の講義（「統計数学・演習」と「統計科学I・演習」）の基礎項目を修得していることが好ましい．
※ 学位プログラムの学修目標 授業科目の到達目標（評価の観点） 主 SCI-MAT25:B-3.（知識・理解）数学科学の各分野の基本として以下の項目のうち複数について理解し、それぞれ典型的な問題に応用する方法について説明することができる。    従
※学修目標と授業科目の結びつきの強さ
カリキュラム・マップ		SCI-MAT25理学部数学
ルーブリック		ルーブリック-統計科学II.pdf
授業科目の実施方法について
授業の方法		講義
教授・学習法		一方向性の知識伝達型の教授・学習法
遠隔授業		対面授業の形で実施する
Moodleコース情報		コース設定あり Moodleトップ画面（https://moodle.s.kyushu-u.ac.jp/course/index.php）
使用する教材		教科書・参考書・印刷資料 板書 スライド資料
教材の配布方法		書店等で購入する Moodle/B QUBE
テキスト		鈴木武・山田作太郎 共著「数理統計学－基礎から学ぶデータ解析」（内田老鶴圃）
参考書等		佐和隆光 著「回帰分析」（朝倉書店） 藤澤洋徳 著「確率と統計」（朝倉書店） 久保川達也 著「データ解析のための数理統計入門」（共立出版） 縄田和満 著「確率・統計I」（丸善出版） 青木敏・竹村彰通 共著「確率・統計II」（丸善出版） 久保川達也 著「現代数理統計学の基礎」（共立出版）
授業計画		授業計画は予定であり、学びの進捗に合わせて変更することがあります。 1単位あたりの学修時間（45時間）の内訳（目安） （講義・演習の場合）授業内学修15時間、事前・事後学修30時間 （実験、実習および実技の場合）授業内学修30～45時間、事前・事後学修0～15時間
授業のテーマ 授業の内容（90分授業＝2時間） 事前/事後学修の内容 1 単回帰（１）  ガイダンス，単回帰モデル，最小二乗法  内容の予復習  2 単回帰（２）  最小二乗推定量の性質，ガウス-マルコフの定理  内容の予復習  3 単回帰（３）  分散の不偏推定量，残差分析  内容の予復習  4 単回帰（４）  単回帰モデルに対する最尤法，推定量の従う分布  内容の予復習  5 単回帰（５）  仮説検定問題，予測  内容の予復習  6 重回帰（１）  重回帰モデル，最小二乗法  内容の予復習  7 重回帰（２）  最小二乗推定量の性質，ガウス-マルコフの定理  内容の予復習  8 中間試験および解説  中間試験および解説  内容の予復習  9 重回帰（３）  仮説検定問題，パラメータが制約されたモデル  内容の予復習  10 重回帰（４）  モデル選択  内容の予復習  11 ベイズ推定（１）  ベイズ推定の基礎  内容の予復習  12 ベイズ推定（２）  重回帰モデルのベイズ推定  内容の予復習  13 分散分析（１）  1元配置分散分析  内容の予復習  14 分散分析（２）  2元配置分散分析（交互作用なし）  内容の予復習  15 分散分析（３）  2元配置分散分析（交互作用あり）  内容の予復習
備考		講義スライドを Moodle 上 (https://moodle.s.kyushu-u.ac.jp/course/view.php?id=69924) に事前にアップロードするので，講義までに各自でダウンロードしておきたい．
授業科目の成績評価の方法について
定期試験		回帰モデリングや分散分析に関する問題（計算・記述式）（50%）
小テスト		中間試験（50%）
授業科目に関する学習相談について
担当教員による学習相談		基本的には各回の講義終了後に受け付けるが，難しい場合はメール等により相談日時を調整すること．
合理的配慮について		障害(難病・慢性疾患含む)があり、通常の方法による授業を受けることが困難な場合には、教育目的の本質的な変更など過重な負担を伴わない限り、合理的配慮を受けることができます。合理的配慮とは、教授・学習法の変更、成績評価の方法の変更、授業情報の保障(資料の字幕化、個別の資料配布、録音・撮影の許可)、受講環境の調整などを指します。実際の方法については担当教員と建設的対話を行った上で決定されます。 ＜相談窓口＞ キャンパスライフ・健康支援センター　インクルージョン支援推進室（伊都地区センター１号館１階） （電話：092-802-5859　E-mail：inclusion@chc.kyushu-u.ac.jp）
修学上の合理的配慮の流れに関する部局HP		https://www.sci.kyushu-u.ac.jp/student/support.html