統計モデリングレポート課題

統計モデリングレポート課題
2016 年 7 月 26 日 (火)
担当: 田中冬彦1
概要
以下の 3 つの課題についてレポートにまとめて提出すること. (レポートは返却しない.)
提出に関して
形式所属・氏名・学籍番号, および連絡先 (希望者のみ*) を表紙に記載.
体裁 A4 用紙片面使用で 3 枚前後, 左上をクリップ(コピーするため) でとめて提出.
締切 2016 年 8 月 2 日 (火) 17 時.
提出場所数理事務室 (基礎工学部 J 棟 6 階 J613) レポートボックス (17 時以降は投函でき
ない).
その他体裁に関して細かい指示はしないが, 大学院生として普通に期待されるレベルか
ら逸脱している場合は減点する.
*レポート内容が不十分な場合, 再提出の機会を与える. 通知が欲しい者は連絡先 (メールアド
レス) を表紙に記載すること.
———————————————–
カツカレールール
不十分な課題が 1 つ以上ある場合は 0 点. (カツカレーを作る課題でどんなに素晴らしい
カツを提供しても, どんなに素晴らしいカレーライスを提供しても部分点は入らない.)
課題 1. 講義で出てきた学術用語「しすうがたぶんぷぞく」について以下の問に答えな
さい.
(a) 「しすうがたぶんぷぞく」を漢字（日本語）で書きなさい.
(b) (a) についてもっとも関連の深いものを以下の選択肢の中からひとつ選びなさい. (講
義内容に基づいて)
選択肢
線形モデル (LM), ベイズモデリング (BM), コックスの比例ハザードモデル (CPHM),
因子分析モデル (FAM), ガウシアングラフィカルモデル (GGM), 一般化線形モデル
(GLM), 階層モデル (HM), 対数線形モデル (LLM), スパースモデリング (SM), トピッ
クモデル (TM)
1
たなかふゆひこ, 基礎工学部 J 棟 J612 号室, [email protected]
1
(c) 「しすうがたぶんぷぞく」について数式（定義式）, および, (b) で選んだ用語との関
係について説明せよ（数行程度）.
課題 2. グループディスカッションで扱った「同じ分布族からなる独立なモデル」での分
析例をもう少し掘り下げてみよう. 以下について具体的に記述せよ.
(1) どのようなデータを扱うか
(2) 分析の目的, 課題
(3) 統計モデルの式
(4) 事前分布, 超事前分布 (共役事前分布でよい)
なお, 他の者の提案例とかぶらないようにすること.
課題 3. 本講義では, グループタスクを含め, 講義内でも様々なワークを行ってきた. これ
らは, すべて統計モデリングに関係する能力を測る, もしくは向上を狙ったものである. ま
た, 講義やこうした活動に参加していれば, グループの他メンバーの長所や短所などが読
み取れたはずである. そこで, (a) 自分以外のメンバー１人１人の「統計モデリングに関
係する能力」を評価してみよう. また, (b) 彼・彼女たちとの交流を通じて学んだことも
まとめよう. ((a), (b) 合わせて 1∼2 ページ程度.)
(i) 必要項目
• 自分のグループ名とグループメンバーの氏名（フルネーム）を記載し, 個別に
評価文を記載する.（点数評価は不要！）
• 長所, 短所を織り交ぜる方が望ましいが, 長所のみ, 短所のみになってもよい.
• イメージでなく客観的な事実に基づいた評価であること.
• 評価文を読むことで, 書き手が「統計モデリングに関係する能力」をどのよう
にとらえているか, わかるような文章が望ましい.
• 評価に関しては講義内容に沿っていること.
(ii) フォーマットは自由だが文章なしで評価項目と点数のみの記載は不可.
(iii) 評価内容を本人に伝えたり, 本人の成績に反映させることは一切ない.
講義の補足, 参考情報は Web 上に置く.
URL: http://bayes.sigmath.es.osaka-u.ac.jp/ftanaka/T/404.html
2

Download Report