検索したい科目／教員名／キーワードを入力し「検索開始｣ボタンをクリックしてください。
※教員名では姓と名の間に１文字スペースを入れずに、検索してください。
データ処理基礎
| 令和２年度以降入学者 | データ処理基礎 | ||||
|---|---|---|---|---|---|
| 教員名 | 大川内隆朗，田中絵里子 | ||||
| 単位数 | 2 | 学年 | 1～4 | 開講区分 | 文理学部 |
| 科目群 | コンピュータ科目 | ||||
| 学期 | 後期 | 履修区分 | 選択 | ||
| 授業形態 | 対面授業（一部遠隔授業） |
|---|---|
| 授業の形態 | 対面授業（オンデマンド型動画配信を7/15回含む） |
| Canvas LMSコースID・コース名称 | 408330A03 2024データ処理基礎（大川内隆朗・後・月2） 408430A03 2024データ処理基礎（大川内隆朗・後・月3） 408530A03 2024データ処理基礎（田中絵里子・後・月4） |
| 授業概要 | AI時代におけるコンピュータを利用した初歩的な各種データ処理を学修する。学科専門科目のみでなく領域をまたいで活用できるような多様な実データによる演習を通し，データを「読む」「分析する」「説明する」といった利活用を行うための基本的な素養を身につける。 |
| 授業のねらい・到達目標 | コンピュータを利用したデータ整理，統計処理，グラフ化，データベース機能の活用，シミュレーションなど，基礎的なデータ処理方法を身に付けることを目標とする。 <授業のねらい> ・様々なデータの読み方を理解し，コンピュータ上で適切に管理することができる ・代表的な分析の手法を学び，データに合わせた分析手法を適用することができる ・データや分析結果を効果的に表現し，レポートにまとめることができる <到達目標> ・AI時代においてデータの果たす役割とその価値を理解し適切に管理することができる ・実データを含めたデータ全般を表形式に整理しまとめることができる ・基本統計量を中心とした数値要約を行うことができる ・時系列データについてグラフ化し回帰分析を行うことができる <日本大学教育憲章との関係> 仮説に基づく課題や問題を提示し，客観的な情報を基に，論理的・批判的に考察することの重要性を説明できる。(A-3-1) 事象を注意深く観察して，解決すべき問題を認識できる。(A-4-1) <ディプロマポリシーとの関係> この科目は文理学部のDP3,4及びCP3,4に対応している。 仮説に基づく課題や問題を提示し，客観的な情報を基に，論理的・批判的に考察することの重要性を説明できる。(A-3-1) 事象を注意深く観察して，解決すべき問題を認識できる。(A-4-1) |
| 授業の形式 | 講義、演習 |
| 授業の方法 | PC教室で1人1台のPC環境のもとに授業を進めていく。 各講義では毎回，授業内容の確認のための小テストまたは小課題の出題を行う。 教材提示やレポート提出等は学内共通LMSであるCanvas LMSを利用する。 本授業の事前・事後学習は，各２時間の学修を目安とする。 Canvas LMSから提出できる小テストまたは小課題を毎週課すので，期日までに提出してもらう。 授業中にはそのフィードバックも行う。 【対面以外の講義回について】 オンデマンド配信を行う週については，授業日の前日までに講義資料を公開するので，期日（おおむね1週間）までに小テストまたは小課題をCanvas LMSから提出すること。 |
| 履修条件 | 初年次必修科目「情報リテラシー」を受講済みまたは同等以上の知識があること。 1年生は後期からの履修とする。 |
| 授業計画 | |
|---|---|
| 1 |
ガイダンス(A-3-1, A-4-1) 授業のテーマや到達目標及び授業の方法について説明する アプリケーションの準備 AI時代におけるデータの重要性 母集団と標本 【事前学習】情報リテラシーの7章「情報の分析」について復習しExcel上で確認する （2時間） 【事後学習】教科書のp.i～iiを読みデータ処理の必要性について復習する （2時間） 【授業形態】対面授業 |
| 2 |
データ管理とExcelの基本操作(A-3-1, A-4-1) データの収集と記録 Excel形式とCSV形式 データの尺度 Excel上での四則演算とセル参照 【事前学習】教科書p.13～30を予習し，要点・疑問点を整理しておく （2時間） 【事後学習】演習問題をCanvas LMSで提出する （2時間） 【授業形態】対面授業 |
| 3 |
データ集計の基本(A-3-1) 代表値（平均値・最頻値・中央値） 関数の書き方 単一引数の関数 【事前学習】教科書p.31～40を予習し，要点・疑問点を整理しておく （2時間） 【事後学習】演習問題をCanvas LMSで提出する （2時間） 【授業形態】対面授業 |
| 4 |
データの散布度(A-3-1) データのばらつき 分散と標準偏差 標準化と偏差値 【事前学習】教科書p.31～56を予習し，要点・疑問点を整理しておく （2時間） 【事後学習】演習問題をCanvas LMSで提出する （2時間） 【授業形態】対面授業 |
| 5 |
クロス集計(A-4-1) 単純集計とクロス集計 条件付き関数による集計 ピボットテーブルの利用 【事前学習】教科書p.57～72を予習し，要点・疑問点を整理しておく （2時間） 【事後学習】演習問題をCanvas LMSで提出する （2時間） 【授業形態】オンデマンド型授業 |
| 6 |
グラフ(1)(A-3-1, A-4-1) 統計データからのグラフ作成 代表的なグラフの作成と使用用途 可視化によるデータ比較と事例紹介 【事前学習】教科書p.73～90を予習し，要点・疑問点を整理しておく （2時間） 【事後学習】演習問題をCanvas LMSで提出する （2時間） 【授業形態】オンデマンド型授業 |
| 7 |
グラフ(2)(A-3-1, A-4-1) 適切なグラフ表現（視覚効果とチャートジャンク） 箱ひげ図と幹葉図 データリテラシーとデータ倫理 【事前学習】これまでの学修内容を復習するとともにLMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】第1課題をCanvas LMSで提出する （2時間） 【授業形態】オンデマンド型授業 |
| 8 |
分析ツール(A-3-1, A-4-1) 度数分布表とヒストグラム ヒストグラムの形状と代表値 Excelにおける分析ツールの利用 【事前学習】教科書p.91～104を予習し，要点・疑問点を整理しておく （3時間） 【事後学習】演習問題をCanvas LMSで提出する （2時間） 【授業形態】対面授業 |
| 9 |
データベースとしてのExcel操作(A-3-1) フィルタとソート VLOOKUP関数 INDEX／MATCH関数を用いたデータ抽出 【事前学習】教科書p.105～110を予習し，要点・疑問点を整理しておく （2時間） 【事後学習】演習問題をCanvas LMSで提出する （2時間） 【授業形態】オンデマンド型授業 |
| 10 |
マクロの基礎(A-3-1) プログラムとプログラミング言語 マクロを用いたデータ処理 FOR文による繰り返し処理 IF文による条件分岐処理 【事前学習】教科書p.111～123を予習し，要点・疑問点を整理しておく （2時間） 【事後学習】演習問題をCanvas LMSで提出する （2時間） 【授業形態】オンデマンド型授業 |
| 11 |
相関関係と因果関係 (A-3-1, A-4-1) 散布図 相関係数 因果関係 擬似相関 【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】演習問題をCanvas LMSで提出する （2時間） 【授業形態】対面授業 |
| 12 |
データを扱う上での注意(A-3-1, A-4-1) 観測誤差 打ち切りと欠損値 外れ値と異常値 【事前学習】LMS上で公開する教材を利用し内容を理解する （2時間） 【事後学習】演習問題をCanvas LMSで提出する （2時間） 【授業形態】オンデマンド型授業 |
| 13 |
シミュレーション（1）(A-3-1, A-4-1) FV関数を用いた定期積立シミュレーション PMT関数を用いたローン返済シミュレーション 【事前学習】教科書p.125～138を予習し，要点・疑問点を整理しておく （2時間） 【事後学習】住宅ローン，職業，税金など第2課題に必要な調査を行う （2時間） 【授業形態】対面授業 |
| 14 |
シミュレーション（2）(A-3-1, A-4-1) 時系列データの分析 回帰分析による生涯賃金の推定 第2課題の説明（ライフプランニングの設計とシミュレーション） 【事前学習】教科書p.139～148を予習し，要点・疑問点を整理しておく （2時間） 【事後学習】第2課題を仕上げ，レポートの提出を行う （2時間） 【授業形態】対面授業 |
| 15 |
授業の到達度の確認と解説(A-3-1, A-4-1) 授業内容確認テストとフィードバック 授業の総括 【事前学習】授業内容確認テストに向けてこれまでの学習内容を復習する （2時間） 【事後学習】テストのフィードバックを確認するとともに，到達度の低かった分野を見直す （2時間） 【授業形態】オンデマンド型授業 |
| その他 | |
|---|---|
| 教科書 | 田中絵里子・小林貴之 『データ処理の手法と考え方』 共立出版 2018年 大川内隆朗 『解きながら学ぶ統計学超入門』 技術評論社 2022年 教科書に沿って授業を進めるので，毎回手元に用意すること |
| 参考書 | 授業中に適宜紹介する |
| 成績評価の方法及び基準 | レポート:中間レポート，期末レポート(40%)、授業内テスト:授業内容確認テスト(20%)、授業参画度:各回の小テスト(40%) ・評価は，授業内テスト，課題，授業参画度等による総合的評価とする ・授業参画度は授業内に実施する演習問題等で評価する ・各DP, CPについての評価・判定も上記により総合的に測る ・詳細については開講時に各教員から説明を行う |
| オフィスアワー | 授業や課題に関する質問はメールにて受付および回答を行う。メールアドレスについてはCanvas LMS上および初回授業時に案内する。 |
| 備考 | 重要な連絡事項は，Canvas LMS内の連絡事項および電子メールにて周知を行う。特に電子メールは1日1回は確認すること。 |