科目ナンバー

GM-OI2-GE04

履修条件・関連科目等

講義「経営統計入門」を履修していることを前提とする。
講義「データサイエンス」を履修する、またはその内容を理解することが望ましい。
行列演算を理解していること、または理解しようとする十分なモティベーションを有していることが必須である。

授業で使用する言語

英語

授業で使用する言語（その他の言語）

授業の概要

現代の経営を含む多様な人間活動において、データは意思決定の根拠となる客観的な情報を提供する。しかし、データを眺めるだけではその背後にある構造やパターンを見出すことはできない。適切な分析手法を用いて処理・解釈することで、はじめて実務や研究に活用可能な価値ある知見が得られる。本講義では、現実の消費者データを題材に、統計的多変量解析と機械学習的手法の基礎から応用までを学ぶ。さらに、統計ソフトウェアによって各種モデルを実データに適用し、情報抽出・予測・可視化といった過程を通じて、データサイエンスに基づく分析力の習得を目指す。

科目目的

最新の多変量解析手法を理解し、自身で収集・保有するデータに適切に適用することで、有用な知見を導き出せる能力を身につけることを目的とする。

到達目標

学生は、講義で学習した統計的学習手法の分析結果を適切に解釈できるようになる。また、統計ソフトウェア SPSS および AMOS（いずれも事前に manaba より入手）を用いて、自身のデータに分析手法を適用し、有用な知見を導き出せるようになる。

授業計画と内容

1. About the class, installation
2. Matrix algebra for multivariate analysis
3. Linear regression 1
4. Linear regression 2
5. Dummy coding using linear regression
6. ANCOVA
7. Structural Equation Modeling 1
8. Structural Equation Modeling 2
9. Preparation for presentation 1
10. Presentation 1
11. Neural network
12. Neural network
13. Preparation for presentation 2
14. Presentation 2

*The course content may be subject to change depending on circumstances.

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

授業時間外の学修の内容（その他の内容等）

授業で提示するプログラムを実行し、意味を理解すること。

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

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

ディスカッション、ディベート／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）

統計ソフト

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

研究者として講義内容を職務としている他、共同研究として企業調査案件にも、本講義でカバーしている研究計画や解析、報告法を監修・応用している。

【実務経験有の場合】実務経験に関連する授業内容

講師が実際に学術研究や企業案件に関わり経験してきた実践的内容を、講義に反映する。

テキスト・参考文献等

Tabachnick, B. G., & Fidell, L. S. (2018). Using multivariate statistics (7th ed.) [e-book edition]. Pearson. ISBN 978-0134790541.のダウンロード版を用いる。詳細は初回講義で説明をする。

その他特記事項

参考URL

-