科目ナンバー

CG-IF5-401L

履修条件・関連科目等

数列や対数など高校２年までの数学の基本を理解していることを前提にして授業を進める。

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

多くの修士論文にデータ分析が含まれる。この授業ではそうしたデータ分析で扱われる統計学の基本を学ぶ。第6回までは、講義資料などをもとに学習した後に、練習問題を解く。その後は、課題の説明の後に、レポートの提出を行う。

科目目的

多くの修士論文にはデータ分析が含まれている。この科目ではそうしたデータ分析に含まれる統計学の基礎を学ぶ。

到達目標

修士論文に含まれるデータ分析を的確に行えるようになることが目標である。

授業計画と内容

[1]シラバスの確認と簡単な計算問題（高１まで）
[2]記述統計（教科書pp.27-53)
[3]確率と確率分布（教科書pp.54-81）
[4]正規分布における推定と検定（教科書pp.82-95とpp.158-159)
[5]その他の分布における推定と検定①（教科書pp.96-107）
[6]その他の分布における推定と検定②（教科書pp.107-115）
[7]回帰分析入門（教科書pp.116-134）
[8]回帰分析を用いたレポート発表
[9]パネルデータ分析など（教科書pp.135-144）
[10]パネルデータ分析などを用いたレポート発表
[11]２項ロジット分析など（教科書pp.145-154）
[12]２項ロジット分析などを用いたレポート発表（教科書pp.155-166）
[13]共分散構造分析など（教科書pp.166-172）
[14]共分散構造分析などを用いたレポート発表

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出

授業時間外の学修の内容（その他の内容等）

練習問題の解答に30分程度、レポート課題の作成に１時間程度。

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける／授業時間に限らず、manabaでフィードバックを行う

課題や試験のフィードバック方法（その他の内容等）

アクティブ・ラーニングの実施内容

実施しない

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法

実施しない

授業におけるICTの活用方法（その他の内容等）

実務経験のある教員による授業

はい

【実務経験有の場合】実務経験の内容

経済企画庁（現内閣府）で「企業行動アンケート調査」や「国民生活選好度調査」の実務経験あり。

【実務経験有の場合】実務経験に関連する授業内容

実務経験で得たデータ分析のノウハウを適宜取り入れた授業にする

テキスト・参考文献等

福田公正「経営のための統計学入門」ミネルヴァ書房、2016年３月

その他特記事項

●AIを使えば高度な分析を誰でも簡単にできる時代になりました。他方、AIの生みの親の１人で2025年に京都賞を受賞した甘利俊一氏は授賞式で「人工知能は大変危険な技術でもあり、頼り過ぎると思考力が減退し、人間の家畜化が進む」と話しました（朝日新聞デジタル11/10）。ルートの計算など基礎がますます重要になることに留意してください。
●第１回目に簡単な計算問題（高１まで）を解くことになります。簡単な数学ができない場合やExcelを使ったことがない場合の受講は難しいです。第１回目の結果により、シラバスが大きく変更となる可能性もあります。統計ソフトRの簡単な指導は行います。

参考URL