|
授業科目名
|
担当教員
|
|||||||||||||||||
|
応用統計学及び演習
|
北村 眞一／下川 敏雄
|
|||||||||||||||||
|
時間割番号
|
単位数
|
コース
|
履修年次
|
期別
|
曜日
|
時限
|
||||||||||||
| 266222 | 2 | J | 3 | 後期 | 水 | II | ||||||||||||
| ［概要］ | ||||||||||||||||||
| 自然現象や社会現象の解明，調査・実験結果の分析・評価，仮説の検証，薬剤や政策などの効果と評価，実験の方法，社会調査の統計解析，工場での品質管理，データマイニングなど広く社会や論文作成に用いられるのが，分散分析，実験計画法，多変量解析など応用統計学の手法です．<BR> 本講義では，多変量解析の基礎的事項（共分散行列，相関行列）に関する基礎数学，代表的手法（重回帰分析，主成分分析，数量化理論,）を取り上げて数学的な理論の解説を行い，概念的な解説を行います．またコンピュータを利用した演習により理解を深めます．またデータマイニングなどの事例を紹介し，実用的理解を深めます． | ||||||||||||||||||
| ［具体的な達成目標］ | ||||||||||||||||||
| 多変量解析法および分散分析法の基礎を学びます．<BR>実際の応用のために，コンピュータ・プログラム・パッケージ（SPSS）を使用できるレベルを目指します． | ||||||||||||||||||
| ［必要知識・準備］ | ||||||||||||||||||
| 学習にあたっては線形代数学（ベクトル，行列，逆行列，固有値，二次形式などの演算）、微分積分学（微分，積分），統計学（確率，種々の分布，推定・検定など）の基礎知識を理解している必要があります．<BR> また，科学的な思考として，仮説の設定と検証の考え方，計量・非計量データの特性や分析手法の可能性と限界に関する知識に対して，興味を持って学ぼうとする意欲と実践が必要となります． | ||||||||||||||||||
| ［評価方法・評価基準］ | ||||||||||||||||||
|
||||||||||||||||||
| ［教科書］ | ||||||||||||||||||
| (未登録) | ||||||||||||||||||
| ［参考書］ | ||||||||||||||||||
| ［講義項目］ | ||||||||||||||||||
| 学生さんの理解度により，内容を変更することがあります．<BR> 講義と演習・実習ですすめます．<BR>1. イントロダクション<BR> 2. 多変量データの記述統計<BR> 3. 一元配置の分散分析<BR> 4. 二元配置の分散分析<BR> 5. 交絡因子の調整(計量値)：共分散分析<BR> 6. 交絡因子の調整(計数値)：マンテル・ヘンツェル検定 <BR> 7. 小テストと解説<BR> 8. 主成分分析<BR> 9. 主成分分析<BR> 10. 主成分分析<BR> 11. 因子分析<BR> 12. 因子分析<BR> 13. 数量化理論<BR> 14. 数量化理論<BR> 15. 数量化理論 | ||||||||||||||||||
| ［教育方法］ | ||||||||||||||||||
| 講義と演習を配付資料，黒板とパワーポイントを使用して実施します．演習はコンピュータ室を使用することがあります．<BR>※受講生が少人数の場合は，ゼミ室での実施や講義方法を変更することになる場合があります． | ||||||||||||||||||
| ［JABEEプログラムの学習・教育目標との対応］ | ||||||||||||||||||
| (未登録) | ||||||||||||||||||
| ［その他］ | ||||||||||||||||||
| 講義中や中間試験では軽い計算を行う場合があります．そのために電卓の準備が望まれます．<BR>（注意事項）<BR> 多変量解析は難しい内容です．履修に当たっては，基礎数学や基礎統計学をしっかり学ぶ，また何度も学び直す気持ちが必要です．<BR> レポート課題や演習などのアナウンスが講義の時あるいはCNSで連絡することがありますので注意してください． | ||||||||||||||||||