講義内容詳細：データサイエンス

デバイスに最適化/Optimize for device width
画面幅固定(PCサイズ)/Fixed width (PC-size)

小/Small
中/Medium
大/Large
特大/X-large

学部・研究科のディプロマポリシー/
Undergraduate and Graduate Diploma Policy 科目ナンバリングについて/
About Course Numbering

戻る

年度/Academic Year	2021
授業科目名/Course Title (Japanese)	データサイエンス
英文科目名/Course Title (English)	Data Science
学期/Semester	前期	単位/Credits	2
教員名/Instructor (Japanese)	佐藤浩志
英文氏名/Instructor (English)	SATO Hiroshi

講義概要/Course description

情報化社会の進歩により、経済学に関するデータ、地理情報に関するデータ、工学に関するデータなど、身の回りには数多くの数値データが溢れるようになってきた。それらのデータの中から自分自身でデータを整理・分析、そして判断し、説得的な論証を導くために、データサイエンスについての基本的な考え方と統計モデルと推測に関する基礎的な分析技術を身につけることを目標とする。また、インターネット上で公開されている無償で提供されているデータベースおよび、地域経済分析システム（RESAS：リーサス）を利用しながら地域的特性等の分析を行う。

達成目標/Course objectives

データサイエンスの入門的な分析技術を身につけながら、実際にオープンデータを活用した分析を行うことを達成目標とする。

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

統計学に関する科目を履修していること，または同等程度の統計学に関する知識を有すること。また演習はExcelを主に利用するので基本的なExcel操作ができることが望ましい。

授業計画/Lecture plan

授業計画/Class	ガイダンス【オンライン授業（オンデマンド型）】
事前学習/Preparation	情報スキルⅠ等のパソコンに関する科目、および入門統計学Ⅰなどの統計学に関する科目を復習しておくこと。
事後学習/Reviewing	今後必要とされる情報スキルⅠ等のパソコンに関する科目、および入門統計学Ⅰなどの統計学に関する科目を復習しておくこと。

授業計画/Class	Microsoft Excelの基本操作
事前学習/Preparation	情報スキルⅠ等のパソコンに関する科目、および入門統計学Ⅰなどの統計学に関する科目を復習しておくこと。
事後学習/Reviewing	当日の演習内容をおよび統計学に関する知識について復習すること。

授業計画/Class	基本統計量１（平均・分散など）
事前学習/Preparation	前回までの演習内容をおよび統計学に関する知識について復習しておくこと。
事後学習/Reviewing	当日の演習内容をおよび統計学に関する知識について復習すること。

授業計画/Class	基本統計量２（共分散・相関係数など）
事前学習/Preparation	前回までの演習内容をおよび統計学に関する知識について復習しておくこと。
事後学習/Reviewing	演習内容をおよび統計学に関する知識について復習すること

授業計画/Class	RESASの活用事例と操作方法
事前学習/Preparation	地域経済分析システム（RESAS：リーサス）を利用しながら地域的特性の分析を実施する。RESASについて事前に調べておくことを推奨する。
事後学習/Reviewing	演習課題を確実にできるように復習すること。

授業計画/Class	RESASを活用した分析
事前学習/Preparation	RESASを活用したデータ整理と分析を行う。RESASの操作方法やExcelについて自力でデータが整理・分析が実施できるように復習しておくこと。
事後学習/Reviewing	演習課題を確実にできるように復習すること。

授業計画/Class	確率分布
事前学習/Preparation	確率分布，特に正規分布に関する知識を確実にしておくこと。
事後学習/Reviewing	演習内容を確実にできるように復習すること。

授業計画/Class	最小２乗法と回帰直線
事前学習/Preparation	前回までの演習内容をおよび統計学に関する知識について復習しておくこと。
事後学習/Reviewing	演習内容をおよび統計学に関する知識について復習すること。

授業計画/Class	単回帰モデルの分析１
事前学習/Preparation	前回までの演習内容をおよび統計学に関する知識について復習しておくこと。
事後学習/Reviewing	演習内容をおよび統計学に関する知識について復習すること。

授業計画/Class	単回帰モデルの分析２
事前学習/Preparation	前回までの演習内容をおよび統計学に関する知識について復習しておくこと。
事後学習/Reviewing	演習内容をおよび統計学に関する知識について復習すること。

授業計画/Class	線形回帰モデルの予測区間と対数線形モデル
事前学習/Preparation	前回までに行った演習課題を確実に自力で行えるように復習しておくこと。
事後学習/Reviewing	演習課題を確実にできるように復習すること。

授業計画/Class	重回帰モデルの分析１
事前学習/Preparation	前回までの演習内容をおよび統計学に関する知識について復習しておくこと。
事後学習/Reviewing	演習内容をおよび統計学に関する知識について復習すること。

授業計画/Class	重回帰モデルの分析２
事前学習/Preparation	前回までの演習内容をおよび統計学に関する知識について復習しておくこと。
事後学習/Reviewing	演習内容をおよび統計学に関する知識について復習すること。

授業計画/Class	オープンデータを活用した重回帰分析
事前学習/Preparation	前回までに行った演習課題を自力で行えるように復習しておくこと。
事後学習/Reviewing	演習課題を確実にできるように復習すること。

授業計画/Class	まとめ
事前学習/Preparation	前回までに行った演習課題を確実に自力で行えるように復習しておくこと。
事後学習/Reviewing	当該科目で学んだことを整理することが望ましい。

授業方法/Method of instruction

この授業は実習形式で、コンピュータ室（PC室）で対面授業（通常型）により実施する。
授業内容は，主にMicrosoft Excelを利用することを前提に作成されているため，Microsoft Excelを利用できる環境を保持していることが望ましい。

成績評価方法/Evaluation

1	レポート Report	70%	複数回に渡って課す提出課題の内容によって評価する。
2	平常点 In-class Points	30%	授業における参画度、課題の期限内提出から評価する。

教科書/Textbooks

	コメント Comments
1	特に指定はしない。

メッセージ/Message

積み上げ式の授業であるので、やむを得ず欠席した場合は、公開資料を参考にしながら自習すること。
自習してもわからない場合は早めに質問すること。

その他/Others

講義で利用するデータあるいは資料がある場合には、そのつど配布する。

キーワード/Keywords

統計学、回帰分析、Excel