userid stringclasses 377
values | course_number int64 1 15 | question_number int64 1 5 | question_content stringclasses 5
values | answer_content stringlengths 1 4.12k ⌀ | grade stringclasses 5
values |
|---|---|---|---|---|---|
C-2021-2_U168 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | null | C |
C-2021-2_U168 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | null | C |
C-2021-2_U168 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | null | C |
C-2021-2_U168 | 14 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U168 | 14 | 5 | 今日の授業の感想や反省を書いてください | null | C |
C-2021-2_U8 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | 分布からは、データの集団の性質がわかる。分散はデータの広がり具合である。しかし、単に分散だけを見るだけではなく相関というもう一つの指標をみる必要がある。相関には無相関、正の相関、負の相関がある。相関の度合いを-1~+1の範囲の実数で表したものを相関係数という。負の相関を持つとき相関関数は負になり、無相関な場合は0に近づき、正の相関を持つとき相関係数は正になる。相関係数がわかると分布の形を少し想像することができるようになる。
統計的検定は統計的差を評価する枠組みである。基本的なアイデアをしては
１．差がないと言いう仮説（帰無仮説を立てる）
２．仮説を信じてみる
３．信じた上でそれが起きる確率をデータから計算する
４．基準とする確率（有意水準）と比較する
というものがある。分布を使ってみるときは平均からどのくらい離れているかを考える必要がある。このとき、有意水準５％であれば帰無仮説を棄却できる。また、有意水準が低くなれば低くなるほど自信をもって棄却できるというようになる。この方法はある集団とある個人の比較のみでなく、二つの集団間の差の検定にも用いられる。
回帰分析はデータの属性の間の関係式を求める分析方法である。現象の理解をする際でデータが時間的に独立であるときに使用する。また、回帰分析では回帰式を作り分析を行う。回帰の方法としては線形モデルという回帰式が「y＝ax+b」というモデルがある。モデルにデータをあてはめる際は誤差が最小化するようにする。このときの誤差は最小二乗法により二乗誤差で定義される。
回帰分析の際の注意することについて述べる。まず、線形近似と多項近似のどちらが良いか考える必要がある。観測データに当てはめすぎるあまり観測されていないデータの反証性が低くなることをオーバーフィッティングといい気を付けなければならない。線形近似には事前データ数が少なくてもひどいオーバーフィーティングをしないというメリットと、事前に与えられたデータに対する誤差が大きいデメリットがある。一方で、多項式近似には事前に与えられたデータに対する誤差が小さいというメリットと大量に事前データがないと回帰結果に汎化能力がない恐れがあるというデメリットがある。
時系列データは時間の推移とともに観測されるデータである。時系列分析は仮説の検証や予測に役立てる方法である。時系列データのモデルとしては自己回帰モデル、移動平均モデル、ARMA、ARIMA、SARIMAがあげられる。推定方法には最小二乗法と最尤推定がある。 | A |
C-2021-2_U8 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | 相対、統計的検定は高校のときに数学で習ったものと類似していたため、理解できた。相関では正の相関があるという情報しか得れないところが、回帰分析を用いることでデータ間の関係式がわかるということを聞き、用途に応じて使い分ける必要があると感じた。 | A |
C-2021-2_U8 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | 線形近似と多項式近似とどちらを選ぶのか決定する方法がわからなかった。 | A |
C-2021-2_U8 | 14 | 4 | 質問があれば書いてください | 特にないです。 | A |
C-2021-2_U8 | 14 | 5 | 今日の授業の感想や反省を書いてください | 今日はの内容は前半のパートは高校のときに勉強していたこともあり比較的容易に理解ができたように感じる。後半のパートが少し難しかったのでテストに向けてしっかり復習しようと思った。 | A |
C-2021-2_U78 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | 今日は検定、相関と、回帰、時系列について学びました。分散や相関関係、統計的検定や、回帰の方法時系列分析データを学びました。 | C |
C-2021-2_U78 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | 回帰分析を深く知れたり、統計的検定の基本的アイデアを学べた。 | C |
C-2021-2_U78 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | 最小二乗法が少し難しく感じた。 | C |
C-2021-2_U78 | 14 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U78 | 14 | 5 | 今日の授業の感想や反省を書いてください | データ分析にもたくさんあったが、そのメリットやデメリットを考慮しながら用いていきたい。 | C |
C-2021-2_U153 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | 相関についてや、相関係数、統計的検定の内容、回帰分析の内容や方法、時系列分析について学びました。 | B |
C-2021-2_U153 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | 相関係数の式の内容や、回帰分析の方法やそのメリット・デメリットについて理解できました | B |
C-2021-2_U153 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | とくにないです。 | B |
C-2021-2_U153 | 14 | 4 | 質問があれば書いてください | とくにないです。 | B |
C-2021-2_U153 | 14 | 5 | 今日の授業の感想や反省を書いてください | 今回の内容も高校数学のデータの分析の延長のような内容だったので割と理解しやすかったです。 | B |
C-2021-2_U51 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | null | C |
C-2021-2_U51 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | null | C |
C-2021-2_U51 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | null | C |
C-2021-2_U51 | 14 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U51 | 14 | 5 | 今日の授業の感想や反省を書いてください | null | C |
C-2021-2_U3 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください |
二つの量の関係性を説明する方法である相関の関係の仕方として、x1とx2は無関係の無相関、x1→大、x2→大の正の相関、x1→大、x2→小の負の相関がある。相関の度合いを-1〜+1の範囲の実数で表したものを相関係数pという。相関係数pの分子(xy)の平均値。また、データが原点周りにない場合は、データを平行移動してから計算すれば良い。
どんなデータが、どのくらいあるかを表す分布。分布からは集団の性質がわかる。データの広がり具合を数値で表現（＝定量化）したものを表す分散は、定量化により集団の比較を可能にする。統計的にさを評価する枠組みである統計的検定を用いた統計的な評価は観察して得られるデータは数量的に不十分なことが多く、データが限られた状況でも差があることを示す頃ができる。
・統計的検定の基本アイデア
１「差がない」という仮説（帰無仮説）を考える
２仮説を信じてみる
３信じた上でそれが起きる確率を過去のデータから計算する
４基準とする確率（有意水準）と比較する
基準より低い
ー帰無仮説を廃棄する
基準より高い
ー帰無仮説を廃棄できない
・母集団の分布は（母平均u、母分散σ^2)
与えられたデータに成り立つ傾向を見つけ出す方法の回帰分析。観測をもとに、現象を簡略化した「モデル（模型）」を作成することをモデリンという。
テストの点数を変数とする。これらから、回帰式である変数（データ）間の関係式がわかる。回帰分析とはデータの属性間の関係式を求める分析手段で、現象の理解や未知の状況における予測に用いらる。データが時間的に独立である場合にし、目的変数を説明変数により記述する（＝回帰式を作る）。
回帰の方法
回帰式がy=ax+bの形のモデルであり、aやbの具体ちの組み合わせが一つのモデルに相当する。これは直線がデータに当てはまるようなa,bの値をデータから計算により求める。モデル当てはめの方法として、Σ第iデータの当てはめ誤差→最小化や最小二乗法（二乗誤差は(yi-(axi+b))^2,aとbをいじってΣ(yi-(axi+b))^2を最小化)などがある。注意点してはオーバーフィッティング（過剰適合）という観測データに対してはよく当てはまっているが、観測されない場合に関しては使い物にならないことが多い＝汎化能力（回帰曲線を求めるときにデータになかったv(＝未知の場合）についても妥当な予測結果が得られるかどうか）が低いところである。
線形近似
＋事前データが少なくてもひどいオーバーフィッテイングは少ない
ー事前に与えられたデータに対する誤差が大きい
多項式近似
＋事前に与えられたデータに対する誤差が小さい
ー大量に事前データがないと回帰結果に本汎化能力がない恐れ
時間の推移とともに観測されるデータである時系列分析は、観測される順序に意味があることが大きな特徴である。過去のデータでモデルを生成し、そこから未来のデータを予測する。
1.時系列データの取得
2.時系列データの分析
3.分析結果から適切な時系列モデルの作成
4.作成された時系列モデルを用いて未来のデータを予測
・自己回帰モデル（ARモデル）
時系列自身の過去の値を説明変数とする回帰
・移動平均モデル（MAモデル）
・ARMA
AR・MAの両方を考慮
・ARIMA
・データの時間差分に対してARMAを適用
・SARIMA
・ARIMAに対してさらに周期的な変動を考慮 | B |
C-2021-2_U3 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | 統計データがどのようなもので、どのように役立つかがわかった。 | B |
C-2021-2_U3 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | 統計的基本を求める式は結構難しく感じたので、しっかり演習していきたいと思った。 | B |
C-2021-2_U3 | 14 | 4 | 質問があれば書いてください | ありません。 | B |
C-2021-2_U3 | 14 | 5 | 今日の授業の感想や反省を書いてください | ありがとうございました。 | B |
C-2021-2_U42 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | 相関とは、2つの量の関係性を説明する方法のことであり、相関係数で数値として表現することができる。相関には無相関、正の相関、負の相関があり、相関を知ることによって分布の形を予想することができる。統計的検定は統計的に差を評価する枠組みのことで、この考えを広げると２つの数段に差があるのかどうかの検定をすることもできる。 | B |
C-2021-2_U42 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | モデリングとはデータをもとに現象を簡略化したモデルを作成することであり、線形モデルや多項式モデルなどがある。回帰分析とはデータの属性の間の関係式を求める分析手法である。回帰式を用いる。観測されていないデータに関して使い物委ならなくなっていることをオーバーフィッティングといい、繁華能力が低いことに等しい。 | B |
C-2021-2_U42 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | 特になし | B |
C-2021-2_U42 | 14 | 4 | 質問があれば書いてください | 特になし | B |
C-2021-2_U42 | 14 | 5 | 今日の授業の感想や反省を書いてください | これまでの情報科学の授業を通して情報とは何なのか、コンピューターの中で行われている計算の方法など様々な知識を得ることができた。また、分析の手法などに関しても今後使う機会はたくさんありそうなので、しっかりとやり方を身につけておきたい。 | B |
C-2021-2_U19 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | 2つの量の関係性である相関、限られた状況で評価する統計的検定、データの傾向を見つけ出す回帰、時間の推移に大きく関係する時系列データなど。 | B |
C-2021-2_U19 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | いくつかの種類のデータ解析を学べた。 | B |
C-2021-2_U19 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | 上にあげた4つの中では「回帰」の理解がまだ足りないと感じた。 | B |
C-2021-2_U19 | 14 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U19 | 14 | 5 | 今日の授業の感想や反省を書いてください | 様々なことが学べてよかった。 | B |
C-2021-2_U156 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | 相関分析を用いた場合と回帰分析を用いた場合の違い | C |
C-2021-2_U156 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | 検定とは確率に基づいて差の有無を論じる方法 | C |
C-2021-2_U156 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | 特になし | C |
C-2021-2_U156 | 14 | 4 | 質問があれば書いてください | 特になし | C |
C-2021-2_U156 | 14 | 5 | 今日の授業の感想や反省を書いてください | 前回の授業範囲は高校まで算数や数学で学んできたことであった一方で、今回は検定や回帰分析といった新しい概念を扱ったため、より違った角度からデータを分析できるようになった。 | C |
C-2021-2_U158 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | データの分布、分散、相関、統計的検定,回帰分析、時系列分析 | B |
C-2021-2_U158 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | 統計的検定による判断 | B |
C-2021-2_U158 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | null | B |
C-2021-2_U158 | 14 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U158 | 14 | 5 | 今日の授業の感想や反省を書いてください | 分析をするのにもたくさんの種類があることに驚きました。 | B |
C-2021-2_U60 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | 相関とは、2つの量の関係性に関する概念のことを指す。例えば、2つのデータx,yについて、xとyが無関係ならばx,yは無相関であり、
xの要素が大きくなるにつれ、yの要素も大きくなるならばx,yは正の相関を持ち、xの要素が大きくなるにつれ、yの要素は小さくなるならばx,yは負の相関を持つとされる。
また、その正負に合わせて(無相関の場合は0)、相関の度合いを-1以上1以下の数値で表したものを相関係数と呼ぶ。相関係数は(xy)の平均値/{(xの分散)*(yの分散)}^1/2で定義される。
統計的に差を評価する枠組みのことを統計的検定と呼ぶ。統計的検定においては、差がないとする仮説である帰無仮説(⇔対立仮説)を考え、その仮説を信じたうえで、それが起こる確率を基準とする確率、すなわち優位水準と比較することで評価する。このとき、基準より低ければ帰無仮説を棄却し、高くても「かもしれない」と断定できない状況となる。
観測したデータをもとに、現象を簡略化した模型(モデル)を作成することをモデリングと呼ぶ。
モデリングを用いると、目的変数(従属変数)を説明変数(独立変数)にて記述した回帰式を用いた、回帰分析を行うことが可能になり、相関分析以上に正確な傾向の把握や予測ができる。
回帰分析では、1次関数のように表示される線形モデルを用いた線形近似に対して、多項式近似が存在する。
そのうち前者では、各データのあてはめ誤差の総和が最小になるよう定義した、最小二乗法が用いられる。
また、線形近似には汎化能力がある反面、多項式近似ほど適合していないが、多項式近似はオーバーフィッティング(過剰適合)しているため、汎化能力がない。
また、説明変数が2つ以上の場合の回帰分析を、今までの例を単回帰分析と呼ぶのに対し、重回帰分析と呼ぶ。この場合、回帰式は直線や曲線ではなく、平面を表すものとなる。
時間の推移とともに観測されるデータのことを時系列データと呼ぶ。このデータは観測される順序に意味があるのが特徴である。
時系列データによって、データの過去の値を説明変数とする自己回帰モデルや、移動平均モデルなどが作られ、それによってデータの分析や未来のデータの値の予測などが可能となる。
これらのモデル推定には、最小二乗法だけでなく、得られた観測値を最も実現しやすくなるようにパラメータを設定してモデルを推定する、最尤推定も用いられる。 | C |
C-2021-2_U60 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | 統計的検定の手順、モデリングを用いた回帰分析の方法 | C |
C-2021-2_U60 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | 最尤推定の具体的な手順 | C |
C-2021-2_U60 | 14 | 4 | 質問があれば書いてください | 特になし | C |
C-2021-2_U60 | 14 | 5 | 今日の授業の感想や反省を書いてください | 笑っても泣いてもこれが最後のチャンスなので、復習の成果を発揮できるようにテストに臨みたい。 | C |
C-2021-2_U25 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | 相関・検定・回帰・時系列 | B |
C-2021-2_U25 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | 相関関数や統計的検定、回帰分析と時系列分析 | B |
C-2021-2_U25 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | null | B |
C-2021-2_U25 | 14 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U25 | 14 | 5 | 今日の授業の感想や反省を書いてください | テストで合格点を取るべくしっかり復習します。 | B |
C-2021-2_U76 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | 相関は2つの量の関係性を説明する方法である。因果関係を知ることができる。分散はデータの広がり具合である。統計的検定の基本アイディアに帰無仮説がある。有意水準と比較することによって仮説を棄却するかしないかを判断する。回帰分析はデータ間の関係式を求め予測に役立てる方法のことであり、時系列分析は、仮設の検証や予測に役立てる方法である。 | B |
C-2021-2_U76 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | 数理統計学の授業にも帰無仮説が出てきたが、いまいち意味が分かっていなかった。しかし、今回の授業で数理のときに先生が言わんとしていたことがしっかりと理解出来た。 | B |
C-2021-2_U76 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | 特にないです。 | B |
C-2021-2_U76 | 14 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U76 | 14 | 5 | 今日の授業の感想や反省を書いてください | 線形近似や、多項式近似など、なるべく誤差が少なくなるようにすることの大切さがよくわかりました。 | B |
C-2021-2_U89 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | 広がりの指標には、分布や分散（データの広がり具合を数値で表現したもの）のほかに、相関というものがある。相関とは、二つの量の関係性を説明する方法である。相関係数の分子は、xyの平均値であり、関係の仕方を表す。xとyの符号が反対になりやすい場合は負、同程度の場合は０、同じになりやすい場合は正になる。データが原点周りにないときは、平行移動させてから計算する。
統計的検定とは、統計的に差を評価する枠組みである。差がないという仮説（帰無仮説）を立て、その上でそれが起きる確率を過去のデータから計算し、基準とする確率（有意水準）と比較する。基準より低い場合、帰無仮説を棄却し、高い場合は棄却しない。
回帰とは、データの数値に何が影響しているか見つけ出す方法であり、回帰分析とは、モデリングによって、データの属性間の関係式を求める分析方法である。その式を回帰式という。回帰の方法には線形近似と多項式近似があり、線形近似はy=ax+bを、二乗誤差の合計が最小化する（最小二乗法）ように当てはめるやり方である。多項式近似は、観測データに関してはよく当てはまっているが、観測されていない部分に関しては使い物にならない（汎化能力が低い）ことが多く、これをオーバーフィッティングという。
時系列分析とは、時系列データ上で、過去のデータからモデルを生成し、未来のデータを予測する分析である。時系列モデルには、自己回帰モデルや移動平均モデルなどがあり、推定方法には最小二乗法や最尤推定（得られた観測値をモデルが最も実現しやすくなるようにパラメータを設定する）がある。
| B |
C-2021-2_U89 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | データ分析の数学的アプローチの仕方を、具体的に理解することができた。 | B |
C-2021-2_U89 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | さまざまな時系列データのモデルが具体的にどのようなものなのか分からなかった。 | B |
C-2021-2_U89 | 14 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U89 | 14 | 5 | 今日の授業の感想や反省を書いてください | 相関、統計的検定、回帰・時系列分析と、項目が多く、授業についていくのが大変だったが、今回が講義の最終日だったのもあって、頑張ることができた。次回はいよいよ期末テストで、これまで学んだことの多さから、怯えてしまうが、これまでの自分を信じて挑みたい。 | B |
C-2021-2_U86 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | null | C |
C-2021-2_U86 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | null | C |
C-2021-2_U86 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | null | C |
C-2021-2_U86 | 14 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U86 | 14 | 5 | 今日の授業の感想や反省を書いてください | null | C |
C-2021-2_U53 | 14 | 1 | 今日の内容を自分なりの言葉で説明してみてください | 今回は、相関・検定と回帰・時系列について学びました。相関や分布、統計など、図やグラフと関連の深いことをたくさん学びました。相関には、相関係数があり、-1から1の間で表されるということを、高校卒業以来久しぶりに聞きました。統計的に差を評価する枠組みである、統計的検定についても学びました。与えられたデータに成り立つ傾向を見つけ出す方法である、回帰分析や、時間の推移とともに観測されるデータで、仮説の検証や予測に役立てる手法である、時系列分析についても深く学びました。 | B |
C-2021-2_U53 | 14 | 2 | 今日の内容で、分かったこと・できたことを書いてください | 相関と分散は、片方だけでは不十分で、2つあってとても効果があることを知りました。また、検定については、基本的なアイデアである帰無仮説というのがあることが分かりました。よく理解できたと思います。回帰分析に関して、与えられたデータから、関係式を見つけ出すことが出来るなんてとても面白いなと思いました。回帰分析の際の注意点であるオーバーフィッティングは、言われてみれば確かにそうだなと思えるもので、汎化能力の大切さが良く分かりました。 | B |
C-2021-2_U53 | 14 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | とくにありません。 | B |
C-2021-2_U53 | 14 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U53 | 14 | 5 | 今日の授業の感想や反省を書いてください | 今日の授業は、相関や分布、統計など、図やグラフと関連の深いことをたくさん学ぶことができました。私が一番面白いなと思ったのは、時系列分析です。データと、時系列分析をするための確かな腕さえあれば、予測するのにとても有効であるということを知り、すごいなと思いました。 | B |
C-2021-2_U96 | 15 | 1 | 今日の内容を自分なりの言葉で説明してみてください | 確認選択テスト、確認記述テスト | B |
C-2021-2_U96 | 15 | 2 | 今日の内容で、分かったこと・できたことを書いてください | 制限時間内に自信のある解答を作ることができた。 | B |
C-2021-2_U96 | 15 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | 特にないです | B |
C-2021-2_U96 | 15 | 4 | 質問があれば書いてください | 特にないです | B |
C-2021-2_U96 | 15 | 5 | 今日の授業の感想や反省を書いてください | 今までのまとめをテストやテスト勉強を通してすることができた。この授業で得た知識を、これからの他の科目などでも活かしていきたい。 | B |
C-2021-2_U21 | 15 | 1 | 今日の内容を自分なりの言葉で説明してみてください | null | C |
C-2021-2_U21 | 15 | 2 | 今日の内容で、分かったこと・できたことを書いてください | null | C |
C-2021-2_U21 | 15 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | null | C |
C-2021-2_U21 | 15 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U21 | 15 | 5 | 今日の授業の感想や反省を書いてください | 計算問題の確認ができておらず、自信を持って回答することができなかった。計算問題に限ったことではないが、もっと復習に時間を割くべきだった。 | C |
C-2021-2_U69 | 15 | 1 | 今日の内容を自分なりの言葉で説明してみてください | null | B |
C-2021-2_U69 | 15 | 2 | 今日の内容で、分かったこと・できたことを書いてください | null | B |
C-2021-2_U69 | 15 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | null | B |
C-2021-2_U69 | 15 | 4 | 質問があれば書いてください | null | B |
C-2021-2_U69 | 15 | 5 | 今日の授業の感想や反省を書いてください | 今回は最後の授業ということでオンラインでテストがありました。選択式の問題と記述式の問題があり、難しいと感じる部分も多くあり、まだまだ勉強が足りない部分があったと感じました。また、記述式の問題ではしっかりと全部回答できたが、提出がうまくいかず採点してもらえるかどうか分からない状態になってしまい、非常に悔いが残る形で終わってしまったことが残念だったと感じた。今回のことをしっかりと反省し、今後に生かしていきたいと思った。 | B |
C-2021-2_U50 | 15 | 1 | 今日の内容を自分なりの言葉で説明してみてください | null | C |
C-2021-2_U50 | 15 | 2 | 今日の内容で、分かったこと・できたことを書いてください | null | C |
C-2021-2_U50 | 15 | 3 | 今日の内容で、分からなかったこと・できなかったことを書いてください | null | C |
C-2021-2_U50 | 15 | 4 | 質問があれば書いてください | null | C |
C-2021-2_U50 | 15 | 5 | 今日の授業の感想や反省を書いてください | null | C |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.