授業科目名				担当教員
応用統計学及び演習I				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
256531	2	J過年度生	2	前期	月	I
［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，判別分析，クラスター解析，主成分分析，コレスポンデンス分析）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学習し，実用的理解を深めます．
［具体的な達成目標］
多変量解析の基礎を学びます．<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］
学習にあたっては以下の内容のの基礎知識を理解している必要があります．<BR>（１）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）<BR>（２）微分積分学（微分，積分）<BR>（３）統計学（確率，種々の分布，推定・検定など）<BR>上記の内容が理解できていないと，受講してもついて行かれない可能性がありますので，十分注意して下さい．<BR>また基礎となるプログラミングやエクセルの利用法の基礎の理解が必要です．
［評価方法・評価基準］
No 評価項目 割合 評価の観点 1 その他  100  % コンピューターを使って演習は出席が必要です．数回の小テスト又はレポート課題に基づいて評価します．
［教科書］
特にありません
［参考書］
足立浩平, 多変量データ解析法−心理・教育・社会系のための入門−, 朝倉書店, ISBN:4254121342 柳井晴夫, 複雑さに挑む科学，多変量解析入門, 講談社, ISBN:4061178970
［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，クラスター分析<BR>3. クラスター分析<BR>4. クラスター分析<BR>5. 判別分析<BR>6. 判別分析<BR>7. 判別分析<BR>8. 主成分分析<BR>9. 主成分分析<BR>10. 主成分分析<BR>11. コレスポンデンス分析<BR>12. コレスポンデンス分析<BR>13. コレスポンデンス分析<BR>14. 総合演習Ｉ及び講評<BR>15. 総合演習II及び講評
［教育方法］
講義と演習を配付資料，黒板とパワーポイント等を使用して実施します．<BR>演習はコンピュータ室を使用します．<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］
（注意事項）<BR>　多変量解析は難しい内容です．<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．