今日、勉強していると、「シンメトリー」という美術の構成があることを知った。どこかで聞いたことあるなぁと思ったら、堀江由衣の曲だった。確認のため曲を調べると、「アシンメトリー」だった。
シンメトリーは、左右対称
アシンメトリーは、左右非対称
だった。ゆいにゃんはかわいいと思っていたが、美術のことだったのか、かわいいわけだ。
勉強って良いね。
数学の勉強がいい感じです。
今日は、高校で習う確率統計と、大学で習う確率統計は、内容が同じところがでてくるのか、調べてみました。
結論から言うと、高校で習うのと大学で習うのは、違う内容になります。おおまかに言うと、高校は基礎的部分、大学は高度な理論、ということみたいです。以下に、その全体の概要を並べます。
高校で習う確率統計の概要を学年ごとに分けて説明します。
1年生
-
確率の基礎: 高校1年生では、確率の基本的な概念を学びます。具体的には、確率の定義、事象、確率の計算方法（例えば、全事象の確率や相互排反事象の確率）などが含まれます。
-
データの整理: データの収集方法や整理方法についても学びます。例えば、度数分布表やヒストグラムの作成、データの視覚化の基本を理解します。
2年生
-
確率分布: 高校2年生では、確率分布の概念が導入されます。特に、二項分布や正規分布などの主要な確率分布について学び、それらの特性や応用について理解を深めます。
-
統計的な推測: 統計的な推測の基礎もこの時期に学びます。標本平均や標本分散を用いた推測方法、信頼区間の概念などが含まれます。
3年生
-
応用と実践: 高校3年生では、これまで学んだ確率と統計の知識を応用することに重点が置かれます。実際のデータを用いた分析や、統計的手法を用いた問題解決の方法を学びます。
-
試験対策: 大学入試に向けた問題演習も行われ、過去の入試問題を通じて実践的なスキルを磨きます。特に、確率や統計に関する問題の解法を習得します。
大学で習う確率統計の概要を学年ごとに分けて説明します。大学では、学部や専攻によってカリキュラムが異なる場合がありますが、一般的な流れを以下に示します。
1年生
-
基礎確率論: 確率の基本的な概念を学びます。事象、確率の定義、条件付き確率、独立事象などが含まれます。
-
確率変数と分布: 確率変数の概念や、離散確率分布（例：二項分布、ポアソン分布）と連続確率分布（例：正規分布、指数分布）について学びます。
2年生
-
統計的推測: 標本から母集団の特性を推測する方法を学びます。信頼区間、仮説検定、p値の概念などが含まれます。
-
回帰分析: 単回帰分析や重回帰分析を通じて、変数間の関係をモデル化する方法を学びます。これにより、実データを用いた分析が可能になります。
3年生
-
多変量解析: 複数の変数を同時に扱う手法を学びます。主成分分析、因子分析、クラスタリングなどの手法が含まれます。
-
統計的モデリング: 統計モデルの構築と評価について学び、実際のデータに基づいたモデルを作成する能力を養います。
4年生
-
応用統計学: 実際の問題に対する統計的アプローチを学びます。ビジネス、医療、社会科学などの分野での応用事例を通じて、実践的なスキルを身につけます。
-
研究プロジェクト: 学んだ知識を活かして、独自の研究プロジェクトを行うことが一般的です。データ収集、分析、結果の解釈を通じて、実践的な経験を得ます。
とあり、高校と大学で習う内容は、まったく別物でした。２０００年代？２０１０年代？になって、中学や高校でもデータの活用のため、統計を学ぶのが新しく追加されたらしいので、それだとすると、大学で習う、確率統計をダブらないか、心配になりましたが、そんな心配もしないで済むようです。
もうすぐ、数学Bの基礎的学習（１周目）は終わりそうなので、今度は数学Ⅱ、Bの復習（２週目）になりそうです。数学検定の過去問を購入して内容を見てみたところ、やはり難しくなっていました。なんども復習し、本質を理解し、対策をしていきたいと思います。