三重大学ウェブシラバス

シラバス表示

　シラバスの詳細な内容を表示します。

→ 閉じる（シラバスの一覧にもどる）

科目の基本情報

開講年度	2021 年度
開講区分	生物資源学研究科(博士前期課程)共生環境学専攻

受講対象学生	大学院(修士課程・博士前期課程・専門職学位課程) : 1年次, 2年次
選択・必修	選択必修
授業科目名	応用地形学演習
	おうようちけいがくえんしゅう
	Seminar on Applied Geomorphology
単位数	2 単位
ナンバリングコード	BIOR-Envr-5372-001

開放科目	非開放科目
開講学期	後期
開講時間	木曜日 1, 2, 3, 4時限
授業形態	ハイブリッド授業 * 状況により変更される可能性があるので定期的に確認して下さい「オンライン授業」・・・オンライン会議ツール等を利用して実施する同時双方向型の授業「ハイブリッド授業」・・・「対面授業」と「オンライン授業」を併用した授業「オンデマンド授業」・・・動画コンテンツの配信等によって実施する授業
開講場所	生物資源学部建物３階３３７室
担当教員	森本　英嗣
担当教員	MORIMOTO Hidetsugu
SDGsの目標
連絡事項	* 状況により変更される可能性があるので定期的に確認して下さい

学修の目的と方法

授業の概要	自然科学，社会科学におけるビッグデータ解析技術のひとつである統計的因果探索の習得のために①統計的因果推論の理解，②実際の統計データを使ったLiNGAMモデルの実践，③解析結果の発表と議論を実施する。空間統計解析においては，座学と実践（ArcMapを使った演習）をとおして分析手法の理論と技術を習得する。
学修の目的	自然科学，社会科学におけるビッグデータ解析技術のひとつである統計的因果探索ならびに空間統計解析の論理を理解し，解析技術を習得する。さらに，その結果の解釈能力を身につけ発表と議論によりプレゼンテーション能力を向上させる。
学修の到達目標	自然科学，社会科学におけるビッグデータ解析技術のひとつである統計的因果探索の習得のために①統計的因果推論の理解，②実際の統計データを使ったLiNGAMモデルの実践，③解析結果の発表と議論を実施する。また，空間統計解析においては，座学と実践（ArcMapを使った演習）をとおして分析手法の理論と技術を習得する。
ディプロマ・ポリシー	○ 学科・コース等の教育目標 ○ 全学の教育目標感じる力　感性　共感 ○主体性考える力　幅広い教養 ○専門知識・技術 ○論理的・批判的思考力コミュニケーション力 ○表現力(発表・討論・対話) ○リーダーシップ・フォロワーシップ　実践外国語力生きる力 ○問題発見解決力　心身・健康に対する意識　社会人としての態度・倫理観
成績評価方法と基準	口頭発表とデスカッションにより評価する。合格は６０％以上とする。
授業の方法	演習
授業の特徴	PBL 特色ある教育英語を用いた教育
授業改善の工夫
教科書	統計的因果探索（清水昌平，講談社）
参考書	空間統計学（瀬谷　創，堤　盛人，朝倉書店）
オフィスアワー	morimoto@bio.mie-u.ac.jp
受講要件
予め履修が望ましい科目
発展科目
その他

授業計画

MoodleのコースURL

キーワード	統計的因果探索，空間統計解析
Key Word(s)	causal discovery, spatial statistic
学修内容	第１回：ガイダンス（授業の概要と成績評価の説明）第２回：統計的因果探索のイントロダクション第３回：統計的因果探索の出発点（疑似相関と交絡因子）第４回：統計的因果探索の基礎（導入と反事実モデルによる因果の定義）第５回：統計的因果推論の基礎（個体レベルの因果とランダム化実験）第６回：統計的因果推論の基礎（因果推論と基本問題）第７回：統計的因果探索の基礎（因果探索の枠組み）第８回：統計的因果探索の基礎（構造方程式モデルによるデータ生成過程の記述）第９回：LiNGAMモデルのインストールと基本操作第１０回：LiNGAMモデルの基礎（構造方程式，因果グラフ）第１１回：LiNGAMモデルの基礎（独立成分分析）第１２回：LiNGAMモデルの推定第１３回：LiNGAMモデルの実践（データベースの選定）第１４回：LiNGAMモデルの実践（各自分析）第１５回：LiNGAMモデルの結果報告第１６回：LiNGAMモデルの結果に対する議論第１７回：空間統計解析のイントロダクション（空間データの定義と特徴）第１８回：空間統計解析の基礎（空間的自己相関と検定）第１９回：空間統計解析の基礎（共分散関数とセミバリオグラム）第２０回：空間統計解析の基礎（バリオグラムのパラメータ推定とクリギング）第２１回：空間統計解析の実践（Geostatistical Analystの基本操作）第２２回：空間統計解析の実践（演習1：Creating a surface using default parameters）第２３回：空間統計解析の実践（演習2：Exploring your data）第２４回：空間統計解析の実践（演習3：Mapping ozone concentration）第２５回：空間統計解析の実践（演習4：Comparing models）第２６回：空間統計解析の実践（演習5：Mapping the probability of ozone exceeding a critical threshold）第２７回：空間統計解析の実践（地理空間データの選定）第２８回：空間統計解析の実践（各自分析）第２９回：空間統計解析の分析結果の報告第３０回：空間統計解析の分析結果に対する議論
事前・事後学修の内容	事前の教科書の指定箇所を熟読し，演習中で発表する資料を作成しておくこと。授業終了後は，教科書の該当箇所を確認し関連記事（ウェブサイトや学会論文等）を探して，講義で行った内容の理解を深める。
事前・事後学修の内容	事前学修の時間:120分/回　　　事後学修の時間:120分/回