2023情報I　3学期
第4回　授業の振り返りより

質問より

js-STARで共分散も求めることが出来るのですか。

調べてみましたが、無いみたいです。Excelで関数を使えば簡単に求められます。COVARIANCE.P(データ系列1,データ系列2)

jupiterでとても大きな数字を入力して繰り返しをしていましたが、数字の限界はあるのですか。大きな数字だと処理に時間はかかりますが、機械や、プログラムが壊れたりはしないんですか。

コンピュータの性能とプログラムの動作保証範囲次第です。大きなデータでもこなせるコンピューターである必要があるだけでなく、プログラムで保証されている桁に収まるかで、動作するかが決まります。それを超えてしまっても、動かなくなるか、とても時間がかかるかであって、それが原因で壊れることはまず考えられません。

PPDACサイクルとPDCAサイクルの違いは何ですか？

目的が違います。PDCAは問題解決の手順、PPDACはデータ分析の手順です。求める目的も違ったりしますよね。とはいえ、流れは同じようなもので、PPがP、DAがD、CがCです。じゃ、最後のAはというと、PPDACは問題を解決することを目的としていないから無いのです。

数字を入力するだけでどうやって仮説検定をしてくれるんですか？仮説を入力する必要などはないんですか？仕組みがよくわからなかったです。

当然、仮説検定ですから、仮説が必要なわけですが、仮説検定の結論にはデータが必要で、計算が必要になります。授業では「○○かどうか」と仮説を示してからデータを入力していますよね。仮説がどうであれ、そのデータの組み合わせが起こる確率は計算で求まるのです。

片側検定と両側検定の違いをもう一度説明してほしいです。/片側と両側に分ける意味を教えてください。

授業で説明したとおりです。結果についての予測があれば片側検定、予測がなければ両側検定を使います。言い換えると、多いことや少ないことを検定するのであれば片側検定、違うことを検定するのであれば両側検定です。これ以上意味や違いを説明するには、数学Bの内容に踏み込むことになるので、情報の目的に反します。情報は求めたデータをどう使うかを学ぶことが目的です。

授業でやったグラフはみんな両端の方の起こる確率はみんな両端で同じぐらいだったけれど実施数をどれだけ多くしても端の方の確率が両端で違うときはありますか。

授業ではコイン投げですから、表も裏も0.5の確率で出ますよね。結果、左右対称になります。では、確率が違う場合はどうでしょうか。当然、出やすい方に偏りますよね。でも、ほぼ左右対称なんです。表が1/3しか出ないコインを30回投げて1セットとし、百万セット繰り返した結果のヒストグラムは以下の通りです。平均や中央値が10あたりになりますが、ほぼ左右対称ですよね。

感想より

計算が苦手だから数学の時はデータを分析するのは面倒でやりたくないと感じていたが、今回Excelやjs-STARを利用してみて便利だなと思った。今後探求などでデータを集める機会があったら活用してみたい。300個ものデータを一瞬で分析できるのはすごいと思う。もう人間が数学を習ってわざわざ計算する必要はなくなるのではないかと思わされる。

それは大きな勘違いですよ。計算結果をどう解釈するかは人間がすることです。それは結果の値の意味がわかっていなければできません。

いままで数学では標準偏差や相関係数を求めるときにかなり長くて、だるい計算をやっていたが、今回機械で簡単に求めることができるとわかって初めから、このやり方を教えてくれればよかったのにと思いました。

数学では値を求めることが目的ではありませんよね。データの指標の求め方を学ぶことで、求めた値の意味を理解することが目的です。簡単に求めるやり方がわかったところで、その値の意味がわからなければ役に立ちません。

今回は統計的なデータの分析の流れについて学びました。数学でやった仮説検定や標準偏差の考えが出てきて頭が痛くなりました…（計算式何も覚えてませんでした。復習してきます。( ?° ?? ?°)）データとさまざまな分析に応じた方法について操作を通して学べてよかったです。

情報は計算式なんか覚えなくていいんですよ。数学は式や計算の仕方を学び、求めた値の意味を学ぶことが目的です。情報はデータの扱いとして値を求め、数学で学んだ意味を基に、データの解釈をすることが目的です。簡単に値が求められますが、その値が何を意味しているのかがわかっていなければ無意味ですよね。

原理を理解する数学とそれを応用して物事を考え進めたり、発見をしていくことが情報だと一番わかり易い例だったと思う。情報のほうが難しく感じた。

仕組みや意味を理解した人間がコンピュータの力を借りて問題解決をするということなのです。データに限らず、こういった考え方がこれからを生きる人には必要な考え方だと思っています。

計算がめんどくさい、と感じることでｐｃを用いて楽に計算することができるので、頑なに計算しすぎる、頭を使うような計算はなるべくｐｃを用いて計算しようと思いました。数学で一度習ったものが、情報でも活用できるのはびっくりしましたが、このようにして習ったことは活用されるのだと改めて思いました。

高校1年までで学ぶ「必履修科目」の内容は、他教科の共通テストで題材として使われることがあるということがわかっています。数学Ⅰで仮説検定をやっているので、情報の共通テストにも仮説検定がでる可能性がありますし、以前やった累積相対度数を確率変数とみなす考え方は中２で学んでいるので、情報の共通テストにでる可能性があるのです。すでに学んだことは忘れちゃダメなんです。

数学で頑張って計算して相関係数など求めていたがコンピュータでシミュレーションすると、一瞬で計算が求められて情報も付け加えられていて、数学を学ぶより情報のプログラムを学ぶ方がよっぽどいいのではないかと思った。

こういう感想を書いている人、他にも多数いました。がっかりです。授業でもきちんとお話ししましたが、答えとなる数値が出たところで、何の価値があるんですか?それがどのような意味を持つのかわかっているからこそ、役に立つわけです。その意味は数学で仕組みとともに学んだからわかるんですよね。平均点の求め方がわかるから、平均点の持つ意味がわかるんじゃないですか？数学は数学、情報は情報で切り口も違い、どちらも重要なんです。

標準偏差や相関係数を求めるプログラムをつくることを思いつかなかった。繰り返しするという工程があるものはほとんどプログラム出来るんだなと思った

繰り返しと正確な計算はコンピュータの得意分野ですよね。

今回の授業では、仮説検定や相関係数など情報と数学が密接に関係していることを実感しました。また、授業内で片側検定と両側検定の意味がよく分からず少し調べてみるとこれもまた数学の仮説検定と結びつけて考えることができました。片側検定は帰無仮説をA=Bとしたとき対立仮説は「A<(>)B」というような考え方で、両側検定では同じく帰無仮説をA＝Bとしたとき対立仮説を「A≠B」とするのです。つまりAかBかどちらか一方のみの結果を重視する教科書の問題では片側検定を利用しているんだなと思いました。

調べてみる、いいですね。理解が深まります。考える手順としては、予測がある→多いか少ないかを検定→不等式が成り立つか→片側検定で、予測がない→等しいか検定→等式が成り立つか→両側検定なんです。情報ではあえて「帰無仮説」などの数学の用語をできるだけ使わないようにしています。

今回はデータ分析の流れについて学んだが、数1で習ったことが情報で出てくるのは、伏線回収っぽくてちょっと嬉しかった。また、今回あんまりエクセルで動かすことができなかったので、また機会があれば、エクセルで動かしてみたい。

で、これが数Bで出てくるんですよ。よくできてるでしょ。

最近情報がある日にはスマホのロック画面をアンケート画面のスクショにしているので、アンケートの回答を忘れることがなくなりました。

その日のうちに確実に振り返るいいアイディアですね。パソコンから回答して、少しはキーボードに慣れてもらえるとなお良いですね。

統計の分野は標準偏差などの求め方を覚えても『計算が大変！！』だと心から思っていたので、Pythonやjs-STARを使って一瞬でグラフまで書かれていたのを見てどこかスカッとした。

予習をしている間に計画や問題解決などに見覚えがあって、何だろうと思っていたら昔やったPPDACで、納得した。

数学で行った仮説検定が簡単にできることに驚いた。仮説検定のことが数学の授業で理解していなかったが情報の視点から考えてみて理解した。

データを取っていたとしても、それを何に使うのか、最終的にどのような問題を解決するかを明確にしておかなければ探求が行き詰まってしまうということを、再認識することができた。

情報と数学はほぼ同じ手段で答えを導いているんだなと感じた。でも、情報は公式の暗記などが必要なく、すでに誰かが作ってくれたものに数値を入力するだけでいいのでとても簡単だと思った。だからこそ膨大なデータを処理したり複雑な状況をシミュレーションしたりとこんなにも世の中で活用されているのかなと思った。データというのは何もしなかったらただの数字の集まりで何の意味も持たないが、自分たちで題名をつけたり同じもの同士を分類したりと加工することによってはじめて意味のあるものになる。データを生かすも殺すも人間次第ということだと感じた。

プログラミングなどを活用すれば、大変な計算も手軽に行うことができるが、活用するためには知識が必要で、どうしたら求めることができるのかを自分で理解することが必要だと思った。求めるだけなら知らなくても行えるが、その結果から自分で結論を出すためには、その結果がどういう意味を持っているのかを理解していなければならないと思う。

どの方法を使って分析すると効果的かは人間が判断し、それを実際に行うのはコンピュータというのが基本的な分析の仕方である

js-STARを使って瞬時に相関係数を求めたりして仮説検定をより簡単にする方法がわかった。数学における仮説検定のように探究を進めていく上ではプロセスを明確にして取り組むことが大切だと思った。

数学でやったことだが、数学とは違う方向性からこの単元を学び、より現実に活かせると感じた。探求などでアンケートをとる時などに活用したい。

コンピュータをうまく使い、自分の作業は減らすことが大事であると思った。特にデータはやることが決まっていて、何回も反復するのでコンピュータを使うのには最適だと思った。

PPDACサイクルが数学の問題を解くときにとても似ていると思った。問題文をしっかり分析し、求めるものを明確化する。必要な計算式などを集め、計算する。最初にこれを感じたので理解しやすかった。

js-STARによって相関係数を求める複雑な式を解かなくても答えがわかって楽だと思った。また、グラフ化もしてくれるので、パワーポイントなどに活用できそうだと考えた。情報と数学の手法を使ってデータの有効性を示すことが大切だと思った。

仮説検定が数学の授業では分からなかったけれど、今回の情報の授業で分かった。偶然起こるとは考えにくいので何か要因がある、というのの理解が難しかったけれど分かった。

理論とかを学んで自分で式をつくって答えを出すのが数学で、人がつくってくれたものに値を入れてそこから活用できるようにして更なる情報を得るのが情報だとわかった。

探究の時に多くの人数に検証をやりにくいようなやつを実験としてやろうとしており、信憑性への不安があったが、仮説検定を使えばより信憑性が増し結果に自信が持てることがわかったので今後活用していこうと思った。

今までで1番数学と情報が深く繋がってると感じたし、また両者では解決への切り口が全然違うことも同時によく理解できたPPDACは探究に活かせそう

「情報で理論を学んでる暇はない、理論は数学で学んできて」「情報でやって初めて数学のありがたみがわかる」という言葉がすごく印象に残った。データの分析は教科が相互に関連していることの明確な例だと思った。

自己評価集計

ワードクラウド

３つのキーワード

---

感想や気づき

---