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
|
1
|
授業計画/Class |
ガイダンス・Microsoft Excelの基本操作1【オンライン授業(オンデマンド型)】 |
|
2
|
授業計画/Class |
Microsoft Excelの基本操作2 |
|
3
|
授業計画/Class |
基本統計量1(平均・分散など) |
|
4
|
授業計画/Class |
基本統計量2(共分散・相関係数など) |
|
5
|
授業計画/Class |
RESASの活用事例と操作方法 |
|
6
|
|
7
|
|
8
|
|
9
|
|
10
|
|
11
|
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 |
|
12
|
|
13
|
|
14
|
授業計画/Class |
オープンデータを活用した重回帰分析 |
|
15
|
|
|
事前学習/Preparation |
事前に公開する課題について良く読み,課題実施に必要とされている統計学を復習しておくこと。
|
事後学習/Reviewing |
第2回目以降は前回の課題を理解していること前提に授業が進められますので,しっかりと復習しておくこと。 |
|
|
授業方法/Method of instruction
|
区分/Type of Class |
対面授業 / Classes in-person
|
実施形態/Class Method |
通常型 / regular
補足事項/Supplementary notes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。
|
活用される授業方法/Teaching methods used |
|
|
成績評価方法/Evaluation
|
1 |
レポート Report
|
50%
|
最終課題はレポート形式とする。
|
2 |
平常点 In-class Points
|
50%
|
授業における参画度、各回に課す課題の達成度および期限内提出から評価する。
|
|
教科書/Textbooks
|
|
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
|