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
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
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	叶　作義／Sakugi KANO
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
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
叶　作義／Sakugi KANO	産業情報学科／Department of Industry and Information Science

※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	メール（kano@okiu.ac.jp） または講義終了後に教室で受け付けます。
学びの準備 ／Prepare to learn	ねらい ／Goal 本講義では、社会科学で分析対象となる事象について因果推論を行うことができるようになることに加えて、２つ以上の事柄についての定量的な分析能力を養成する。この授業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する。 メッセージ ／Message 理論的な内容に加えて、多くの具体例を提示しながら直感的に理解しやすい授業を行う。受講者の理解度に応じて授業を進める。 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つ。 到達目標 ／Attainment Targets 社会科学の分析対象となる事象について因果推論を行うことができる。 重回帰分析について理解し、重回帰モデルの推定結果の解釈を行うことができる。 統計的モデルの推定結果を出力するのみならず、適切な形式で推定結果を表にまとめることができる。
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、資料等を配布する。 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『初めて学ぶ統計学』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。 ②講義では、数学を使うため、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段階で授業を行うので、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る。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授業参加度及び宿題(30%)、期末テスト(70%)で評価する。 ②評価は、大学の基準に従う。 ③評価方法を変更する場合は、事前に連絡する。 ※出席が3分の2に満たない場合は、期末テストの受験資格を失います。
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、前期講義の復習	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	変数の定義について説明
3	3	重回帰モデルについて	Excelによる演習
4	4	重相関、決定係数について	重相関・決定係数について説明
5	5	自由度調整済みの決定係数	最適な回帰モデルについて説明
6	6	統計的仮説検定、ｔ検定など	Excelによる演習
7	7	信頼区間、予測について	Excelによる演習
8	8	回帰分析の応用例	回帰分析の応用について説明
9	9	ダミー変数について	ダミー変数について説明
10	10	数量化理論	質的データの数量化について説明
11	11	ログ・リニア分析	Excelによる演習
12	12	ロジィスティック回帰分析	Excelによる演習
13	13	PSM分析	Price Sensitivity Meter（価格感度メーター）分析について説明
14	14	講義演習のまとめ	定義・計算方法・分析方法の復習
15	15	期末テスト