基本情報/Basic Information

開講科目名 ／Course	データ解析論Ⅱ／Statistical Data Analysis Ⅱ
時間割コード ／Course Code	F370180001
ナンバリングコード ／Numbering Code
開講所属 ／Course Offered by	産業情報学部産業情報学科コースなし／College of Industry and Information Science Department of Industry and Information Science
曜限 ／Day, Period	他／Oth.
開講区分 ／semester offered	後期／Second Semester
単位数 ／Credits	2.0
学年 ／Year	3,4
主担当教員 ／Main Instructor	ＬＣ　教員１
科目区分 ／Course Group	専門科目　専門科目選択／専門科目 専門科目選択
教室 ／Classroom
遠隔授業 ／Remote lecture	No

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
ＬＣ　教員１	経済学科／Department of Economics

※ポリシーとの関連性 ／*Relevance to Policy	履修ガイドのグローバル経済コース紹介「データや情報の分析を学ぶ」を参照。
授業に関する問い合わせ ／Inquiries about classes	後期のオリエンテーションの時間に「問い合わせ先」についてお知らせします。
学びの準備 ／Prepare to learn	ねらい ／Goal 卒業論文やレポートの作成において原因と結果の因果関係を主張するためには、客観的な情報やデータに基づいて論拠を示す必要があります。こうした因果関係を統計的に明らかにする手法として多変量解析があります。この講義では多変量解析の手法として一般的である重回帰分析を中心に学習します。 メッセージ ／Message 原因と結果といった因果関係を探るときどちらが原因でどちらが結果かがわからない場合があります。あるいは間違った原因を断定しているかもしれません。講義ではデータに基づき、客観的に関係性を特定することができます。ここで学んだ内容は、レポートや卒業論文の作成において、自分の主張を論拠づけるツールとして役立ちます。 到達目標 ／Attainment Targets ①回帰分析とその分析手法を理解しましょう。 ②異なる複数のデータを使うことで、相関関係や因果関係など背景や原因を明らかにしましょう。 ③分析手法の使用条件と分析により明らかにできること、できないことを理解しましょう。
学びの実践 ／Learning Practices	授業計画 ／Class Plan テキスト・参考文献・資料など ／Textbooks, references, materials, etc. テキストは用いず、資料等を配布します。 授業の内容を理解する上で、下記の参考書を勧める。ただし、購入は必須ではない。 高橋信・トレンドプロ『マンガでわかる統計学』オーム社2004年 菅民郎・檜山みぎわ『初めてわかる統計学』現代数学社1995年 今野紀雄『マンガでわかる統計入門』ソフトバンククリエイティブ2009年 熊原啓作・渡辺美智子『改訂版身近な統計』放送大学教育振興会2012年 学びの手立て ／Way of learning ①毎回必ず出席して、講義を理解するよう努力してください。（欠席した場合、その後の理解が非常に難しくな るかもしれません。その場合は、自分で前回の講義の復習して、わからない点等は質問するようにしてください 。） ②講義では、数学を使います。数学に不安のある方は、事前に高校数学等を復習してください。 ③授業の説明で分かりにくい点、聞き逃した点、確認したい点等があれば、遠慮なく質問してください。 ④講義時間の私語・スマホ等の使用は許可した時以外、禁止とする。 ⑤講義→演習→課題→解説の4段階で授業を行いますので、課題に取り組むには講義・演習にしっかり取り組 む必要があります。理解を深めるためには時間外の課題を行い、解説で正誤を確かめて下さい。 評価 ／Evaluation ①課題レポート（20%）、定期試験（80%）で評価します。 ②評価は、大学の基準に従います。 ③評価方法を変更する場合は、事前に連絡します。
学びの継続 ／Continuing to learn	次のステージ・関連科目 ／Next Stage and Related Courses 関連科目：データ解析論Ⅰ、ビジネス情報分析Ⅰ・Ⅱ 上位科目：卒業論文演習Ⅰ・Ⅱ（卒論におけるデータ分析の活用）

No.	回（日時） ／Time (date and time)	授業計画 ／Class Plan	時間外学習の内容 ／Content of Overtime Learning	備考 ／Notes
1	1	講義概要	データ分析Ⅰの復習など
2	2	単回帰モデル、最小二乗法など	変数の定義などの学習
3	3	重回帰モデルについて	Excelによる回帰分析
4	4	重相関、決定係数について	重相関・決定係数の計算方法の復習
5	5	自由度調整済みの決定係数	最適な回帰モデルの判別
6	6	誤差項の仮定	Excelによる検定方法の復習
7	7	統計的仮説検定、ｔ検定など	Excelによる検定方法の復習
8	8	信頼区間、予測について	Excelによる検定方法の復習
9	9	回帰分析の応用例	演習問題の回答
10	10	ダミー変数について	演習問題の回答
11	11	数量化理論	演習問題の回答
12	12	非線形回帰	Excelによる検定方法の復習
13	13	ログ・リニア分析	Excelによる検定方法の復習
14	14	ロジィスティック回帰分析	Excelによる検定方法の復習
15	15	定期試験	講義・試験問題の復習
16	16	講義演習のまとめ