文理学部シラバスTOP > 文理学部 > 社会学科 > 初等多変量解析
日本大学ロゴ

初等多変量解析

このページを印刷する

科目名 初等多変量解析
教員名 菅野剛
単位数    2 学年    2 開講区分 文理学部
(他学部生相互履修可)
科目群 社会学科
学期 後期 履修区分 選択
授業概要 - "For Today’s Graduate, Just One Word: Statistics"
- 現代社会では、あらゆる分野で統計学がますます重要になってきています。
- 多変量解析の基礎に触れます。
- 通常教室での座学です(2019年度は、社会学科では他の教員の授業も含めて R の演習がなくなりましたのでご注意下さい)。 BYOD (Bring your own device) は任意です。
- 社会調査士カリキュラム 【 E 】 多変量解析の方法に関する科目
http://jasr.or.jp/for_students/get-sr/curriculum_sr/
授業のねらい・到達目標 - 統計学へ関心を持ち、理解を深め、論理的な思考を身につけ、活用出来ることが目標です。
- 事実に基づいて社会現象を理解するトレーニングとして、統計学を学ぶことは貴重な体験となります。
- 前期の基礎統計学では、推測統計の基礎に触れます。
- 後期の初等多変量解析では、多変量解析の基礎に触れます。
- 現代は第4次産業革命に直面しているとも言われ、社会は急激に変化しています。ますます重要となっている統計学ですが、社会学科の授業では殆ど接点がありません。見慣れなければ難しく感じるのは当然です。また、統計学を身近に感じ、親しむためには、数式と計算を頭で理解する授業、同じことを具体的に手でコンピュータ操作で体験する授業、の二つの授業が必要です。
- Science(科学)、 Technology(技術)、 Engineering(工学)、Mathematics(数学)、Art(芸術)の統合的な学習 STEAM が重要になってきています。2020年度に小学校でプログラミング教育が必修化、2022年度に高校で統計学が実質必修化となります。大学でも、「数理・データサイエンス教育の全学部学生への展開」が推進されることになりました。しかし、時代の変化の狭間に位置する学生は、学外で、自分で主体的に学ぶ必要があります。
https://www.kantei.go.jp/jp/singi/tougou-innovation/dai2/siryo1.pdf
https://www.kantei.go.jp/jp/singi/tougou-innovation/dai4/siryo1-1.pdf

【学生の視点から、具体的・現実的・測定可能な表現で記述】
- 根本的な重要事項として、「『反証可能な』形で論旨を展開」する方法に触れる。
- 具体的な社会現象を抽象化し、数値で表現し、アルゴリズムや統計学に基づいて理解する論理展開に触れる。

この科目は文理学部(学士(社会学))のディプロマポリシーDP2及びカリキュラムポリシーCP3に対応しています。
授業の方法 https://sites.google.com/a/nihon-u.ac.jp/sugano-lab/home/google-classroom

- 授業の内容は、教科書に沿って進みます。
- 課題、テスト、学習状況・理解度の確認、成績評価のため、日本大学の Gmail アカウント NU-AppsG を用い、初回授業時から2週間以内に Google Classroom のクラスへ登録する必要があります。
- Google Classroom のクラスに登録がない場合、成績評価は出来ません。
- 予習:教科書と Google Classroom の資料の予習を行います。
- 授業:予習を前提として、解説、演習、質疑応答を行います。
- 復習:毎回、 Google Classroom の課題を行います。
- 授業では、スマートフォン等がある方が便利です。予習・復習では Google Classroom を使うため、 PC(Mac/Windows)やタブレット端末が必要です。ブラウザは Google Chrome か Firefox を使います。Windows 標準の Internet Explorer を使うと不明な理由で作業が出来ない場合がありますので注意して下さい。文理学部のPCアカウントのパスワードを忘れてログオン出来ない、日本大学の NU-AppsG アカウントの ID やパスワードを忘れた、等の方は Google Classroom のクラスへの登録が出来ません。
- NU-AppsGのアカウントを、本人以外が使うことは規約に反します。不正利用によりアカウントがロックされた場合は、履修を取り消します。
- 授業の進行は前後することがあります。学んだことを前提に授業が進むため、予習と復習が欠かせません。週に一度、教室で話を受動的に聞くだけで何とかなる類の内容ではありません。すぐには分からなくとも、教科書を何度も読み、手計算を繰り返し、地道に続けることが大切です。
- この授業では、授業と関係のない私語は厳禁です。私語に対しては、退室指示や履修取り消しにて対応します。

本授業の事前・事後学習は,各2時間の学習を目安とします。
授業計画
1 【授業内容】NU-AppsGのアカウント通知、パスワードリマインダー、パスワード設定、Google Classroomの説明とコースへの登録、第7章 推定:点推定、区間推定、母平均の推定、母比率の推定
【事前学習】Google Apps、日本大学の Gmail アカウント NU-AppsG について調べておく、教科書 p.136-p.153 を予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
2 【授業内容】第7章 推定:点推定、区間推定、母平均の推定、母比率の推定
【事前学習】教科書 p.136-p.153 と Google Classroom の資料で予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
3 【授業内容】第7章 推定:点推定、区間推定、母平均の推定、母比率の推定
【事前学習】教科書 p.136-p.153 と Google Classroom の資料で予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
4 【授業内容】第8章 仮説の検定:2種類の過誤、平均値の検定、割合の検定、平均値の差の検定、割合の差の検定
【事前学習】教科書 p.158-p.184 と Google Classroom の資料で予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
5 【授業内容】第8章 仮説の検定:2種類の過誤、平均値の検定、割合の検定、平均値の差の検定、割合の差の検定
【事前学習】教科書 p.158-p.184 と Google Classroom の資料で予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
6 【授業内容】第8章 仮説の検定:2種類の過誤、平均値の検定、割合の検定、平均値の差の検定、割合の差の検定
【事前学習】教科書 p.158-p.184 と Google Classroom の資料で予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
7 【授業内容】第9章 相関と回帰:相関、最小二乗法
【事前学習】教科書 p.191-p.213 と Google Classroom の資料で予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
8 【授業内容】第9章 相関と回帰:相関、最小二乗法
【事前学習】教科書 p.191-p.213 と Google Classroom の資料で予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
9 【授業内容】第10章 カイ2乗分布:カイ二乗検定
【事前学習】教科書 p.219-p.229 と Google Classroom の資料で予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
10 【授業内容】第10章 カイ2乗分布:カイ二乗検定
【事前学習】教科書 p.219-p.229 と Google Classroom の資料で予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
11 【授業内容】第11章 分散分析:F分布
【事前学習】教科書 p.233-p.246 と Google Classroom の資料で予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
12 【授業内容】第11章 分散分析:F分布
【事前学習】教科書 p.233-p.246 と Google Classroom の資料で予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
13 【授業内容】第13章 重回帰:重線形回帰、非線形回帰
【事前学習】教科書 p.258-p.268 と Google Classroom の資料で予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
14 【授業内容】第13章 重回帰:重線形回帰、非線形回帰
【事前学習】教科書 p.258-p.268 と Google Classroom の資料で予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
15 【授業内容】第13章 重回帰:重線形回帰、非線形回帰
【事前学習】教科書 p.258-p.268 と Google Classroom の資料で予習する。
【事後学習】教科書で復習し、 Google Classroom で課題を行う。
その他
教科書 P.G.ホーエル 『初等統計学』 培風館 1981年 第4版
- 教科書は定評があり、サイズが小さく、重くなく、前期の基礎統計学と後期の初等多変量解析で共通であり、経済的負担も軽いです。
参考書 ボーンシュテット&ノーキ 『社会統計学:社会調査のためのデータ分析(学生版)』 ハーベスト社 1990年
山田剛史・杉澤武俊・村井潤一郎 『Rによるやさしい統計学』 オーム社 2008年
小島寛之 『完全独習 統計学入門』 ダイヤモンド社 2006年
岡太彬訓・中井美樹・元治恵子 『データ分析入門:基礎統計』 共立出版 2012年
- 過去の教科書として、2003-2007年度にボーンシュテット&ノーキ『社会統計学:社会調査のためのデータ分析』を使いました。2008-2012年度には、山田剛史・杉澤武俊・村井潤一郎『Rによるやさしい統計学』で学び、 R の演習を行いました。学内業務負担に伴い 2013年度以降は社会学科に即して座学とし、小島寛之『完全独習 統計学入門』、大村平『多変量解析のはなし』を2017年度まで用いました。
- 岡太彬訓・中井美樹・元治恵子『データ分析入門:基礎統計』は、大切なことをとても分かりやすくまとめています。
成績評価の方法及び基準 Google Classroom による様々な課題(100%)
- 課題、テスト、学習状況・理解度の確認、成績評価のため、日本大学の Gmail アカウント NU-AppsG を用い、初回授業時から2週間以内に Google Classroom のクラスへ登録する必要があります。
- Google Classroom のクラスに登録がない場合、成績評価は出来ません。
オフィスアワー - 授業終了時。Google Classroomでも、可能な範囲で随時質問を受けつけます。
備考 - 社会学科では、数学、統計学、情報処理を学んだ度合いが、個々人で大きく異なります。数学、統計学、情報処理が苦手な方は、より時間をかけて努力する必要があります。

このページのトップ