学生による講義紹介

講義の目的

線形回帰モデルにおける推定・検定・正則化法の考え方とその重要性について理解し、確率分布や確率変数，期待値などの概念を理解し、道具として自由に使えるようになることが目的です。

講義の内容

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。

講義を受けてみての感想

講義内容はかなり難しく感じました。しかし、毎週課題に取り組み、次の週でその解答を教えて頂き学習がしやすかったです。また、同時期の応用データ分析演習との結びつきもあり、統計解析についてしっかりと学ぶことができました。

教科書・教材・参考書

参考書：
[1]滋賀大学データサイエンス学部・長崎大学情報データ科学部 共編「データサイエンスの歩き方」共立出版社
[2]藤澤洋徳「確率と統計」朝倉書店
[3] 小西貞則「多変量解析入門–線形から非線形へ」岩波書店