シラバス
授業科目名 | 年度 | 学期 | 開講曜日・時限 | 学部・研究科など | 担当教員 | 教員カナ氏名 | 配当年次 | 単位数 |
---|---|---|---|---|---|---|---|---|
入門統計演習 | 2024 | 前期 | 木4 | 経済学部 | 南 和宏 | ミナミ カズヒロ | 1年次配当 | 2 |
科目ナンバー
EC-EE1-06XS
履修条件・関連科目等
入門ICT演習(SI105S)、統計学(SI105)といったICTや統計についての科目も履修しておくほうが望ましいです。
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
<学位授与方針と当該授業科目の関連>
この科目は、問題解決力(外国語とコミュニケーションの能力及びコンピューターを利用した統計・情報処理と分析の能力を用いて、科学技術及び社会の急速な変化に対応しながら、さまざまな問題を解決することができる)の修得に関わる科目です。
<概要>
統計データの分析を行う上で必要な統計学の基礎を学習するだけでなく,R言語の統計関数ライブラリーを用いて,社会・経済の分野に関するデータを対象にした処理・加工の方法を習得します。それによって、ビジネス社会で求められているデータ分析能力のさらなる向上を目指します。
科目目的
現在のデータ社会において、統計データの処理・加工能力に対する社会的なニーズは一層高まっていると言えます。本講義の目的は、統計データ分析の基礎知識を学習するだけでなく、社会経済に関するデータを用いて実証分析を行うための基本的な分析手法を身につけることによって、ビジネス社会に役立つデータ分析のスキルを習得することです。
到達目標
上記の目的を達成するために、具体的には以下の到達目標を設定します。
①データの処理・加工する上で必要な統計学の基礎を学習します。
②R言語を用いて、データの処理・加工の方法、さらにはデータ分析に必要な分析手法の基礎を習得します。
授業計画と内容
以下の内容を全14回の授業で扱います。
第1回 R言語の基礎とRStudioの操作方法
第2回 データ処理の基礎 (1) - データの並べ替えとデータの抽出
第3回 データ処理の基礎 (2) - 数式と関数の適用(条件付き論理等)
第4回 データの可視化と要約 (1) - 度数分布とヒストグラムの作成
第5回 データの可視化と要約 (2) - 散布図の作成および共分散と相関係数の計算
第6回 回帰分析1- 単回帰モデルと重回帰モデル
第7回 回帰分析2- 回帰モデルの統計的推測
第8回 判別分析
第9回 ロジスティック回帰モデル
第10回 単純な規則に基づく判別モデル
第11回 主成分分析
第12回 クラスター分析
第13回 ブートストラップ法
第14回 Rを用いたシミュレーション
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
種別 | 割合(%) | 評価基準 |
---|---|---|
期末試験(到達度確認) | 30 | コース全体の内容の理解度を評価します。 |
レポート | 40 | 授業後に出した課題の提出によって、授業の理解度を評価します。 |
平常点 | 30 | 授業中の受講態度、演習への取り組みに対する意欲を評価します。 |
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
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)
パソコンを使って、R言語を用いたデータ分析に関する演習を行います。
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
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
授業では下記の書籍をテキストとして使います。
林賢一著「Rで学ぶ統計的データ解析」講談社 2020年