講義内容詳細：分析技術入門／分析技術入門（再）／経営システム工学体験演習

戻る
年度/Academic Year 2019
授業科目名/Course Title (Japanese) 分析技術入門／分析技術入門（再）／経営システム工学体験演習
英文科目名/Course Title (English) Introduction to Data Analysis/Hands-on Exercises of Industrial and Systems Engineering
学期/Semester 前期 単位/Credits 2
教員名/Instructor (Japanese) 大内 紀知/石津 昌平/小野田 崇/西垣 貴央/原田 拓弥
英文氏名/Instructor (English) OUCHI, Noritomo/ISHIZU, Syohei/ONODA, Takashi/NISHIGAKI, Takahiro/HARADA, Takuya

講義概要/Course description
本講では、経営システム工学に係わる“分析技術”の基本を学ぶ。本講義は、座学／演習／実習等で構成する。
講義で使用する教科書・資料は英語である。ただし、説明は日本語で行う。
Oral explanation will be given in Japanese although handouts will be written in English.
（１）講義1～5では簡単なデータ分析を通じて、相関分析、回帰分析の基本を身に付ける。
（２）講義6～10では、データ分析の重要性を理解し、統計解析ツールRを用いてデータの取り方まとめ方や推定、検定などの分析技術の基礎を体験する。
（３）講義11～15では正規分布，平均，分散を理解するとともに，学生にとって身近な偏差値の意義と計算方法について学び，データ分析のおもしろさを体感する。
達成目標/Course objectives
分析技術の基本的な考え方を理解し、簡単な計算例を通して分析技術の有用性を理解する．これらの体験を通して、分析技術関連の授業への興味と理解を深め、2年生以降で講義される理論的な講義を理解するためのイメージを養う。
履修条件（事前に履修しておくことが望ましい科目など）/Prerequisite
社会で分析技術がどのように活用されているか調査しておく
授業計画/Lecture plan
1
授業計画/Class ガイダンス、 Mean, Variance and Standard Deviation（コンピュータを用いた演習）
事前学習/Preparation 高校の数学を復習すること
事後学習/Reviewing 教科書の第1章を読み直すこと、課題を解き提出すること
2
授業計画/Class Correlation（コンピュータを用いた演習）
事前学習/Preparation 教科書の第6章を読むこと
事後学習/Reviewing 課題を解き提出すること
3
授業計画/Class Simple Linear Regression（コンピュータを用いた演習）
事前学習/Preparation 教科書の第6章を読むこと
事後学習/Reviewing 課題を解き提出すること
4
授業計画/Class Multiple Regression
事前学習/Preparation 教科書の第7章を読むこと
事後学習/Reviewing 課題を解き提出すること
5
授業計画/Class 第1回から第4回のまとめ
事前学習/Preparation 第1回から第4回の内容を復習すること
事後学習/Reviewing 第1回から第4回で学んだ内容を用いて、自分の興味のあるデータを分析すること
6
授業計画/Class 統計解析ツールRの使い方と教科書の紹介
　簡単なRの使用
事前学習/Preparation １回から５回の復習
事後学習/Reviewing 統計解析ツールRのインストールと教科書のダウンロード
7
授業計画/Class Presentingand Summarising the Data（データの取り方まとめ方）
　ヒストグラム
　平均と分散、相関係数
事前学習/Preparation Rのインストールと教科書のダウンロード
事後学習/Reviewing データのとり方まとめ方の復習
8
授業計画/Class EstimatingData Parameter（データパラメータの推定）　
　分布と分布を表すパラメーター
　平均と分散の推定
事前学習/Preparation 授業外でもRを使用してみる
事後学習/Reviewing 分布の理解
平均、分散を推定してみる
9
授業計画/Class ParametericTests of Hypotheses（1）（仮説検定の考え方）
　平均の仮説検定
　仮説検定における誤り
事前学習/Preparation 分布の理解
平均の推定の理解
事後学習/Reviewing 平均の仮説検定と仮説検定における誤りについての理解を深める
10
授業計画/Class ParametericTests of Hypotheses（2）（様々な検定）　
　分散の仮説検定
　さまざまな平均の仮説検定
事前学習/Preparation 平均の仮説検定の理解を深める
事後学習/Reviewing データのとり方まとめ方の理解
平均と分散の推定と仮説検定の理解
11
授業計画/Class Normal distribution (コンピュータを用いた演習)
事前学習/Preparation 分布の復習
事後学習/Reviewing 課題を解き，提出すること
12
授業計画/Class Mean, Variance, Deviation, Standard deviation (コンピュータを用いた演習)
事前学習/Preparation 教科書[1] 1～3章を読む
事後学習/Reviewing 課題を解き，提出すること
13
授業計画/Class Standard score (1)  (コンピュータを用いた演習)
事前学習/Preparation 教科書[1] 1～3章を読む
事後学習/Reviewing 課題を解き，提出すること
14
授業計画/Class Standard score (2) (コンピュータを用いた演習)
事前学習/Preparation Standard Score (1)の復習
事後学習/Reviewing 課題を解き，提出すること
15
授業計画/Class 第11回から第14回のまとめ
事前学習/Preparation 第11回から第14回の復習
事後学習/Reviewing 課題を解き，提出すること
授業方法/Method of instruction
分析技術についての講義とコンピュータを用いたデータ分析の演習
成績評価方法/Evaluation
1 平常点 In-class Points 25% 小テスト，ディスカッション，Q&A
2 その他 Others 35% 宿題
3 試験 Exam 40% 各担当の最終回に実施するレポートまたはテスト
教科書/Textbooks
 著者名
Author		タイトル
Title		出版社
Publisher		出版年
Published year
1 Thomas J. Quirk, Eric Rhiney Excel 2016 for Business Statistics: A Guide to Solving Practical Business Problems. Springer 2017
2 Applied Statistics using SPSS, STATISTICA, MATLAB and R Springer
その他/Others
講義1～5（大内）、講義6～10（石津）、講義11～15（小野田）でそれぞれ評価し、それらの平均値を最終評価値とする。
各担当の最終回に実施するレポートまたはテストについて1回でも未提出・未受験があった学生は成績評価の対象としない。
欠席回数が4回以上（ガイダンスは除く）の学生は成績評価の対象としない。