タイトル

科目名[英文名] 統計データ分析の基本(多変量解析)[Multivariate Analysis] 
担当教員[ローマ字表記] 松浦 義昭[MATSUURA, Yoshiaki] 
科目ナンバー -----  科目ナンバリングとは
時間割番号 10052  科目区分 ----- 
講義形態 -----  開講学域等 人間社会学域 
適正人数 -----  開講学期 Q2 
曜日・時限 木1  単位数 1単位 
授業形態   60単位上限  
対象学生 ----- 
キーワード 遠隔 オンデマンド教材型 回帰分析 判別分析 因子分析 主成分分析 分散分析 クラスター分析 統計スキル 多変量解析 統計学 統計ソフトR RESAS 調査 観察 実験 アクティブラーニング    
講義室情報 総合教育講義棟 D1講義室 
開放科目 ----- 
備考 ----- 

授業の主題

この授業では、調査・観察・実験の際に必要となる統計スキル(多変量解析編)を学習します。

統計学は、大学における文系・理系の双方の専門科目の基礎となる不可欠の素養です。

実験、調査、観察によって得られたデータを統計的に正しく推論を行う力は全ての学問分野で必要とされています。

 
授業の目標


この授業では、調査・観察・実験の際に必要となる統計スキル(多変量解析編)を学習します。

焦点をあてるテーマは、1.回帰分析、 2.主成分分析、 3.因子分析、 4.分散分析、 5.クラスター分析、があります。

さらに、この授業では統計ソフトRについて実習を通して学びます。
 
学生の学修目標
統計学は、大学における文系・理系の双方の専門科目の基礎となる不可欠の素養です。

実験、調査、観察によって得られたデータを統計的に正しく推論を行う力は全ての学問分野で必要とされています。

この授業を最後まで受講した学生は、以下の5つの能力が身につくように学習目標を設定しています。


1.重回帰分析について説明できる。

2.因子分析について説明できる。

3.主成分分析について説明できる。

4.分散分析について説明できる。

5. クラスター分析について説明できる。
 
学修成果
この授業を最後まで受講した学生は、以下の5つの能力が身につくように学習目標を設定しています。

1.回帰分析について説明できる。

2.因子分析について説明できる。

3.主成分分析について説明できる。

4.分散分析について説明できる。

5. クラスター分析について説明できる。
 
授業概要
      
第1週1 履修案内

第1週2 R

第2週  単回帰分析・重回帰分析

第3週  ロジスティック回帰分析

第4週  因子分析

第5週  主成分分析 

第6週  分散分析

第7週  クラスター分析 

第8週  全体のまとめと学期末レポートにむけて

※必要に応じて変更される場合があります。
 
評価方法と割合
評価方法
次項の項目及び割合で総合評価し、次のとおり判定する。
「S(達成度90%~100%)」、「A(同80%~90%未満)」、
「B(同70%~80%未満)」、「C(同60%~70%未満)」を合格とし、
「不可(同60%未満)」を不合格とする。(標準評価方法)
 
評価の割合

学期末レポート/80  小課題/20
 
ルーブリック
【授業別ルーブリック】
評価項目評価基準
模範的標準要改善
重回帰分析重回帰分析について概念や用語を理解できている。具体的な数値をもとに分析ができる。課題を掘り下げて考察し、改善策を提言することができる。重回帰分析について概念や用語を理解できている。具体的な数値をもとに分析ができる。重回帰分析について概念や用語を理解できていない。
主成分分析主成分分析について概念や用語を理解できている。具体的な数値をもとに分析ができる。課題を掘り下げて考察し、改善策を提言することができる。主成分分析について概念や用語を理解できている。具体的な数値をもとに分析ができる。主成分分析について概念や用語を理解できていない。
因子分析因子分析について概念や用語を理解できている。具体的な数値をもとに分析ができる。課題を掘り下げて考察し、改善策を提言することができる。因子分析について概念や用語を理解できている。具体的な数値をもとに分析ができる。因子分析について概念や用語を理解できていない。
分散分析分散分析について概念や用語を理解できている。具体的な数値をもとに分析ができる。課題を掘り下げて考察し、改善策を提言することができる。分散分析について概念や用語を理解できている。具体的な数値をもとに分析ができる。分散分析について概念や用語を理解できていない。
クラスター分析クラスター分析について概念や用語を理解できている。具体的な数値をもとに分析ができる。課題を掘り下げて考察し、改善策を提言することができる。クラスター分析について概念や用語を理解できている。具体的な数値をもとに分析ができる。クラスター分析について概念や用語を理解できていない。
統計ソフトRの活用統計ソフトRを活用した多変量分析をすることができる。統計ソフトRを活用して基本的な分析ができる。統計ソフトRを活用できていない。
 
授業時間外の学修に関する指示
予習に関する指示
パソコンを使った演習があります。
 
予習に関する教材
 
復習に関する指示
授業では、学習内容と到達水準が記載されたルーブリックが配布されます。学生は、ルーブリックを利用して、自分自身
の到達水準を確認することができます。

 
復習に関する教材
 
教科書・参考書
特になし
オフィスアワー等(学生からの質問への対応方法等)
オフィスアワー 水曜日12:10〜12:50
電子メール ymatsu@staff.kanazawa-u.ac.jp
質問はチャットや掲示板、メール、会議システムで行います。希望があれば面談を行います。

 
履修条件
その他履修上の注意事項や学習上の助言

※遠隔授業の一部実施にあたって、授業サイトの掲示板やチャットを活用した学生間の相互学習、意見交換があります。
質問はチャットや掲示板、メール、会議システムで行います。希望があれば面談を行います。

 
特記事項
特記事項
内閣官房(まち・ひと・しごと創生本部事務局)及び内閣府(地方創生推進室)との連携講座 関連科目
 

ページの先頭へ