応用データ分析演習という科目で演習を行い、情報統計学はその前段階の座学を担っています。統計解析の基礎となる線形回帰モデルについて学習し、そのためには最低限の数学の知識として大学数学を高頻度で活用します。主に「線形代数」(行列、ベクトル)、「微分積分学」(多変数関数について)、「確率・統計」(期待値、分布)を応用として使用するので、しっかりとした数学の基礎知識が必要となります。
統計モデルの中でも重要な「線形回帰モデル」について学習しました。線形回帰モデルとは、専門的な用語が多く説明が難しいのですが、多くのデータ(点)から最適なモデル(直線)を導き出すようなイメージです。そのモデルの中にも様々な要因が絡み合っているので、要因同士の関係を考え、どの要因を重視するか切り捨てて良いかを考える「モデル選択」を行います。これは実生活で過去のデータから将来の出来事を予測する際に活用され、統計解析の意義につながる大切なものです。