科目ナンバー

LE-AI2-L307

履修条件・関連科目等

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

・データサイエンスで用いる基礎的な多変量解析法について、その基本的な考え方を解説します。各自にPCでの課題が出る実習型の授業です。
・データサイエンスの「機械学習(教師あり)」から重回帰分析・分散分析・ロジスティック回帰分析、「機械学習（教師無し）」から主成分分析・因子分析・クラスター分析、などをとりあげる予定です。

科目目的

データサイエンスで用いる基礎的な多変量解析法を実習形式で学ぶ予定です。

到達目標

データサイエンスで用いる基礎的な多変量解析法を実際に使えるようになること。

授業計画と内容

第１回 統計ソフト１：「初級」の復習
第２回 統計ソフト２：単回帰分析
第３回 重回帰分析1：基礎
第４回 重回帰分析2：応用
第５回 重回帰分析3：パス解析
第６回 分散分析1：一元配置
第７回 分散分析2：多元配置
第８回 因子分析1：入門
第９回 因子分析2：直交回転と斜交回転
第10回 信頼性分析
第11回 主成分分析
第12回 クラスター分析
第13回 ロジスティック回帰分析
第14回 総括：データ分析の手法と適用

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）

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

その他

課題や試験のフィードバック方法（その他の内容等）

原則として、翌週に、講評・解説を伝える予定です。

アクティブ・ラーニングの実施内容

その他

アクティブ・ラーニングの実施内容（その他の内容等）

PCでの実習を予定しています。

授業におけるICTの活用方法

その他

授業におけるICTの活用方法（その他の内容等）

PCでの実習を予定しています。

実務経験のある教員による授業

いいえ

【実務経験有の場合】実務経験の内容

【実務経験有の場合】実務経験に関連する授業内容

テキスト・参考文献等

テキストは特に指定しません（ただし、適切な書籍が出た場合にそれを購入してもらうことがあります。）
毎週講義のスライドを配布します。

＜参考文献＞
1　小宮あすか・布井雅人 2024『Excelで今すぐはじめる心理統計 第2版 簡単ツールHADで基本を身につける』講談社
2　柳川浩三 2023『Rによる教育・言語・心理系のためのデータサイエンス入門』オーム社
3　竹村彰通他編2019『データサイエンス入門』学術図書出版社
4　岩井紀子・保田時男 2007『調査データ分析の基礎』有斐閣
5　足立浩平 2006 『多変量データ解析法』ナカニシヤ出版
6　村瀬・高田・廣瀬 2007『SPSSによる多変量解析』オーム社
7　三輪哲・林雄亮 2014『SPSSによる応用多変量解析』オーム社

その他の参考文献は適宜紹介します。

その他特記事項

・受講生の前提知識やスキルによって授業の順番を多少入れ替える可能性があります。授業の流れについては初回授業で説明します。
・毎週指定されたリーディングによる予習と宿題による復習を継続することにより、データ分析力を養います。授業の特性上、欠席や復習が不足するとその後の講義についてこられない可能性があるので注意して下さい。
・復習用に授業で行ったデータ分析の操作手順を動画で共有する予定です。欠席した場合も自習してもらうことが可能です。
・授業はExcelによるデータ分析を基本とします。統計解析ではExcelをベースとしたフリーの統計プログラム「HAD」を利用します。利用方法は基礎から解説します。フリーのソフトなので個人のパソコンでも動作しますが、「Excel」のローカルへのインストールが前提となりますので、自宅学習の際はご注意ください。

参考URL