文部科学省数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル) 準拠プログラム統計入門(全学共通科目)

本プログラムは、「文部科学省数理・データサイエンス・ＡＩ教育プログラム認定制度（リテラシーレベル）」に認定されました。

認定の有効期限：2026年3月31日まで

実施体制

プログラムの運営責任者	国際高等教育院長
プログラムを改善・進化させるための体制	国際高等教育院附属データ科学イノベーション教育研究センター企画評価委員会
プログラムの自己点検・評価の体制	国際高等教育院附属データ科学イノベーション教育研究センター企画評価委員会

プログラムを構成する科目

統計入門

授業概要 (http://ds.k.kyoto-u.ac.jp/subjects/)

授業に含まれている内容・要素

統計及び統計に必要な数理的基礎

開講クラス

開講期	曜日・時間	クラス指定
前期	月・１	（文系入試による入学者に配慮する）
前期	火・１(３クラス並列)	工学部工業化学科(２クラス)
前期	水・４	医学部人間健康科学科
前期	木・１(２クラス並列)	医学部医学科
前期	木・３(２クラス並列)	理学部
後期	火・３	工学部建築学科
後期	木・３	薬学部
後期	金・１	（文系入試による入学者に配慮する）

(注) 「クラス指定」は，該当学部・学科について受講時間を指定するものであって，指定されていない他学部・学科の学生も受講可能である．

予習教材

全学ガイダンス動画「ビッグデータの時代データ科学を学ぼう」(学内限定)
学内MOOC「統計の入門」
情報倫理デジタルビデオ小品集(学内限定)
データ科学のためのPython入門教材(学内限定)

プログラムの修了要件

統計入門の単位(2単位)を修得すること

(注意) 修了証の取得については別途通知する方法に従うこと．

統計入門の概要

到達目標

調査や実験・試験によるデータ収集の作法を理解する
データの種類や性質に応じたデータ確認と要約ができる
二元分割表の独立性の検定と関連の強さの推定を行い、結果を解釈できる
仮説検定や推定の原理を理解する
統計や統計学的知識を正しく使うための留意点と倫理を知る
統計・統計学の応用について幅広く知り、今後の学習につなげる

身につける能力

研究や、生活、社会・経済活動に不可欠な統計手法である「データを、集計・分析し、理解する力」を涵養する

授業内容

(1) 現在進行中の社会変化 (第4次産業革命、Society 5.0、データ駆動型社会等) に深く寄与しているものであり、それが自らの生活と密接に結びついていることを理解する．
(2) 「社会で活用されているデータ」や「データの活用領域」は非常に広範囲であって、日常生活や社会の課題を解決する有用なツールになり得ることを理解する．
(3) 様々なデータ利活用の現場におけるデータ利活用事例が示され、様々な適用領域 (流通、製造、金融、サービス、インフラ、公共、ヘルスケア等) の知見と組み合わせることで価値を創出することを理解する．
(4) 活用に当たっての様々な留意事項 (ELSI、個人情報、データ倫理、AI社会原則等) を考慮し、情報セキュリティや情報漏洩等、データを守る上での留意事項を理解をする．
(5) 実データ・実課題 (学術データ等を含む) を用いた演習など、社会での実例を題材として、「データを読む、説明する、扱う」といった数理・データサイエンス・AIの基本的な活用法を理解する．

モデルカリキュラムとの対応

数理・データサイエンス教育強化拠点コンソーシアムモデルカリキュラム（リテラシーレベル）

モデルカリキュラム	学修内容	対応授業内容(実施回)
導入 1. 社会におけるデータ・AI利活用
1-1. 社会で起きている変化	社会で起きている変化を知り、数理・データサイエンス・AIを学ぶことの意義を理解するAIを活用した新しいビジネス/サービスを知る	統計入門: 概要と導入(1)、統計と統計学の利用(14)
1-2. 社会で活用されているデータ	どんなデータが集められ、どう活用されているかを知る
1-3. データ・AIの活用領域	さまざまな領域でデータ・AIが活用されていることを知る
1-4. データ・AI利活用のための技術	データ・AIを活用するために使われている技術の概要を知る
1-5. データ・AI利活用の現場	データ・AIを活用することによって、どのような価値が生まれているかを知る
1-6. データ・AI利活用の最新動向	データ・AI利活用における最新動向 (ビジネスモデル、テクノロジー) を知る
基礎 2. データリテラシー
2-1. データを読む	データを適切に読み解く力を養う	統計入門: データの確認と要約(2〜3)、二元分割表と検定(4〜5)、さまざまな確率分布と統計的検定の考え方(6〜7)、二元分割表のリスク比・オッズ比・リスク差(8〜9)、中心極限定理、区間推定(10〜11)、t分布、検定・推定と標本規模(12〜13)、発展的内容(15)
2-2. データを説明する	データを適切に説明する力を養う
2-3. データを扱う	データを扱うための力を養う
心得 3. データ・AI利活用における留意事項
3-1. データ・AIを扱う上での留意事項	データ・AIを利活用する上で知っておくべきこと	統計入門: 概要と導入(1)、統計と統計学の利用(14)
3-2. データを守る上での留意事項	データを守る上で知っておくべきこと	統計入門: 概要と導入(1)、統計と統計学の利用(14)

自己点検・評価

京都大学国際高等教育院附属データ科学イノベーション教育研究センター自己点検・評価報告書－リテラシーレベル教育編－（令和3年5月）

文部科学省 数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル) 準拠プログラム 統計入門(全学共通科目)