科目ナンバー

GM-OM4-SA05

履修条件・関連科目等

「データサイエンス」、「データ分析」、「応用統計学」、を履修することが望ましい。

授業で使用する言語

日本語／英語

授業で使用する言語（その他の言語）

授業の概要

専門演習IVまでのデータ解析の結果を卒業論文としてまとめる。論文にまとめる中で追加解析を必要とすることがほとんどなので、それを実行し、論文の完成度を高める。論文は学生の間で批評し合い改善に努める。

科目目的

統計、データサイエンス（AIの⼿法を含む）を実データに適応し、新たな知⾒を得、それを発表する経験をもつことを目標とする。そのために基本的およびより進んだ統計学、データサイエンスの⼿法に対する直観的かつ理論的理解を獲得し、それを統計ソフトウェアRを⽤いて実データに適⽤する。さらにその結果をわかりやすい論文にまとめる具体的なプロセスを学習する。

到達目標

学⽣が⾃分でインターネットや図書館などから必要なデータを収集し、それをRなどを⽤いて解析
し、それに関する有益な知⾒を発⾒し、その結果をわかりやすく発表できる⼒を獲得する。

授業計画と内容

第1回 論文構成計画(1)
第2回 第1回に対する討論
第3回 論文構成計画(2)
第4回 第3回に対する討論
第5回 論文構成計画の修正(1)
第6回 第5回に対する討論
第7回 論文構成計画の修正(2)
第8回 第7回に対する討論
第9回 論文作成(1)
第10回 第9回に対する討論
第11回 論文作成(2)
第12回 第11回に対する討論
第13回 最終発表会(1)
第14回 最終発表会(2)

授業時間外の学修の内容

その他

授業時間外の学修の内容（その他の内容等）

論文作成は授業時間内に終わるような作業ではない。授業時間外にも作業することが必須となる。

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

PBL（課題解決型学習）／ディスカッション、ディベート／グループワーク／プレゼンテーション

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

その他

授業におけるICTの活用方法（その他の内容等）

データ解析および論文執筆はRStudioを利⽤した統計ソフトウェアRによって⾏う。RStudioは個⼈のPCにインストールしたものを使うか、計算量が必要な場合は担当教員が準備した RStudio server を利⽤する。

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

担当教員は種々のデータの解析およびコンサルタントの経験がある。

【実務経験有の場合】実務経験に関連する授業内容

担当教員の経験より、データを実際に利⽤・解析・解釈する上で重要な観点を教える。

テキスト・参考文献等

参考⽂献︓
授業の「経営統計⼊門」、「データサイエンス」、「データ分析」、「応⽤統計学」、担当教員に
よる「専門演習 I 」で利⽤した教科書。

その他特記事項

参考URL