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	2022 年度
開講区分	生物資源学部

受講対象学生	生物圏生命科学科・海洋生物科学教育コース学部(学士課程) : 4年次
選択・必修	必修学科必修科目
授業科目名	生物統計学
	せいぶつとうけいがく
	biometry
単位数	2 単位
ナンバリングコード	BIOR-Mari-2521-006

開放科目	開放科目　　　　他学科の学生の受講可
開講学期	前期
開講時間	月曜日 1, 2時限
授業形態	対面授業 * 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
担当教員	金岩　稔（生物資源学研究科）
担当教員	KANAIWA, Minoru
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	海洋生物学に関わる諸研究を行う上で必要な基礎的な生物統計学の知識を説明し、実習形式で所得する。 (DP、CPとの関連）この講義は,三重大学の目標である４つの力の「感じる力」「考える力」「コミュニケーション力」を身につけるため,生物資源学部のDPである(2)専門基礎知識の習得を目指します.
学修の目的	卒業研究の解析に関わる具体的な統計解析の手法を身に着けることを目的とする。
学修の到達目標	卒業研究に必要な基礎的な統計学的解析手法の理解と、実際のデータを用いた解析手法の習得（知識）生物統計学を用いる上で必要な基礎知識と基礎理念を習得し,事例への適用を説明できるようになる. （態度）実際のデータから使用すべき統計学的手法を系統立て、示すことができる. （技能）実際に与えられた模擬データから適切な統計学的解析を行うことができるようになる.
ディプロマ・ポリシー	○ 学科・コース等の教育目標　（１）幅広い教養と倫理観、国際感覚を身につけ、豊かな人間性を有している。 ○（２）生命、環境、食料、健康等に関する生物資源学の基本的な知識と技術、経験を有している。　（３）科学的で論理的な思考を展開することができ、計画的に問題の解決に取り組むことができる。　（４）豊かなコミュニケーション能力を持ち、他者と協力して行動することができる。　（５）社会の変化に柔軟かつ自律的に対応し、発展的に生きていくことができる。 ○ 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 ○ JABEE 関連項目
成績評価方法と基準	期末試験(90％）、受講態度（10%）（知識）（技能）生物統計学に関わる基礎知識が習得されているか, また与えられたデータの適切な処理が行えるかを中間試験・期末試験で評価する. （態度）講義中に発言を求め,それに対する対応に寄って評価する（10%）
授業の方法	講義演習
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	授業アンケートによる「学生からの意見」の改善に取り組む
教科書	特になし
参考書	Rで学ぶ統計学入門　嶋田正和・阿部真人
オフィスアワー	火曜日10:00～10:30, 場所523教室
受講要件	生物統計学に関する情報に関心を持ち,常に新しい事柄に気をつける.
予め履修が望ましい科目	海洋個体群動態学
発展科目	卒業研究
その他

授業計画

MoodleのコースURL

キーワード	生物統計学、MS-Excel、R
Key Word(s)	Biometry, MS-Excel, R
学修内容	講義1：何故統計学が生物学で必要か？講義2：データの種類講義3：表記統計学講義4：データの集約講義5：大数の法則と中心極限定理講義6：統計学的仮説検定講義7：二群の差の検定講義8：検定における過誤と有意水準講義9：対応のあるデータの差の検定講義10：t検定講義11：相関と回帰講義12：Rの基礎講義13：単回帰講義14：重回帰講義15：一般化線形モデル
事前・事後学修の内容	講義1：何故統計学が生物学で必要か？事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習講義2：データの種類事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと。前回の復習。事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習講義3：表記統計学事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと。前回の復習。事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習講義4：データの集約事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと。前回の復習。事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習講義5：大数の法則と中心極限定理事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと。前回の復習。事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習講義6：統計学的仮説検定事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと。前回の復習。事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習講義7：二群の差の検定事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと。前回の復習。事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習講義8：検定における過誤と有意水準事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと。前回の復習。事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習講義9：対応のあるデータの差の検定事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと。前回の復習。事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習講義10：t検定事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと。前回の復習。事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習講義11：相関と回帰事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと。前回の復習。事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習講義12：Rの基礎事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと。前回の復習。事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習講義13：単回帰事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと。前回の復習。事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習講義14：重回帰事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと。前回の復習。事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習講義15：一般化線形モデル事前学習：コンピューターの使用方法に関わる基礎的な知識を復習しておくこと。前回の復習。事後学習：用語の確認。演習内容を自分自身の力で再現できるよう復習
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