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

令和２年度以降入学者 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
科目群 社会学科
学期 後期 履修区分 選択必修
授業形態 遠隔授業（オンデマンド型）
授業の形態 遠隔授業。 Google Chrome ブラウザ を使い Google Classroom で行います （クラスコード は Canvas LMS に掲載）。
必要な場合は Google Meet などによる同時双方向で対応します。
授業概要 統計学は、現代社会を生きていく上で、必須の知識・考え方です。
「数学的な説明をできるだけ減らし図を多用することで、 数学に自信のない読者の方でも読み通せる ように工夫して」いる教科書で、統計学を学びます。

※ 前期の基礎統計学を履修済みであることが必要です。
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
授業のねらい・到達目標 ＜授業のねらい＞
・「データの型や目的に応じた様々な推測統計の分析手法を網羅的に」学びます。
・「相関と因果の違い、および因果の推定手法」について学びます。
・様々な多変量解析の手法について学びます。

＜到達目標＞
・統計学を学ぶ過程で論理や理屈を内面化し、教員や教科書等の権威を鵜呑みにするのではなく、自らの判断基準で考え、自ら学び続ける姿勢を身につけます。

【日本大学教育憲章ルーブリック】
上記の＜知識＞＜技能＞の習得を経て，以下の＜能力＞を育むことが目標である。
・現代社会を論理的・批判的に捉えるための社会学的枠組みや方法の基礎を築くことができる。（A-3-2: 論理的・批判的思考力）

この科目は文理学部（学士（社会学））のディプロマポリシー DP 3 及び カリキュラム・ポリシー CP 3 に対応しています。
授業の形式 講義、演習
授業の方法 多段階の学びとなります。
教科書『データ分析に必須の知識・考え方　統計学入門』と教材、やさしい課題に取り組み、統計学について学びます。
可能な人は、R のやさしい演習に取り組むことで、具体的なイメージをつかみます。
さらに意欲がある人は、別の教科書『初等統計学 原書第4版』と解説動画、難易度が高い計算問題や課題に取り組み、より深い理解を目指します。
どちらかの教科書を必ず購入して下さい。

本授業は事前に３時間、事後に１時間の学修を目安とします。
履修条件 ※ 前期の「基礎統計学」を履修済みであることが必要です。
※ 履修は社会学科学生が優先されます。
授業計画
1 線形回帰1 (A-3-2)
【事前学習】重回帰、偏回帰係数 （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
2 線形回帰2 (A-3-2)
【事前学習】カテゴリ変数、ダミー変数、共分散分析、多重共線性 （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
3 分散分析 (A-3-2)
【事前学習】一元配置分散分析 （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
4 回帰モデル (A-3-2)
【事前学習】交互作用、二元配置分散分析、非線形回帰 （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
5 一般化線形モデル1 (A-3-2)
【事前学習】線形回帰が適切でない状況、尤度と最尤法 （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
6 一般化線形モデル2 (A-3-2)
【事前学習】ロジスティック回帰、二項分布、オッズ比 （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
7 一般化線形モデル3 (A-3-2)
【事前学習】ポアソン回帰、ポアソン分布、様々な一般化線形モデル （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
8 一般化線形モデル4 (A-3-2)
【事前学習】一般化線形混合モデル、マルチレベル分析 （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
9 統計モデルの評価・比較 (A-3-2)
【事前学習】Wald検定、尤度比検定、AIC、BIC （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
10 仮説検定における注意点 (A-3-2)
【事前学習】再現性、仮説検定の問題点、p-hacking （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
11 因果と相関1 (A-3-2)
【事前学習】擬似相関、交絡因子 （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
12 因果と相関2 (A-3-2)
【事前学習】ランダム化比較試験、統計的因果推論 （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
13 主成分分析 (A-3-2)
【事前学習】変数の次元、固有値、固有ベクトル、寄与率、累積寄与率、主成分負荷量 （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
14 因子分析 (A-3-2)
【事前学習】共通因子、独自因子、潜在変数、観測変数、直交回転、斜交回転 （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
15 クラスター分析 (A-3-2)
【事前学習】距離、k-means、階層クラスタリング、デンドログラム （3時間）
【事後学習】クイズ、R演習 （1時間）
【授業形態】オンデマンド型授業
その他
教科書 阿部真人 『統計学入門 : データ分析に必須の知識・考え方 : 仮説検定から統計モデリングまで重要トピックを完全網羅』 ソシム 2021年
参考書 涌井良幸・涌井貞美 『統計学の図鑑 (まなびのずかん)』 技術評論社 2015年
P.G.ホーエル著（浅井晃・村上正康 訳） 『初等統計学 原書第4版』 培風館  1981年
データ分析のための統計学入門 (OpenIntro Statistics)
Basic Statistics (Coursera) by the University of Amsterdam.
Basic Statistics - Matthijs Rooduijn
Inferential Statistics (Coursera) by the University of Amsterdam.
成績評価の方法及び基準 毎回のクイズ、課題など(100%)
計算問題を解いて、高い成績評価を得るには、別の教科書である P.G.ホーエル『初等統計学 原書第4版』（培風館）を購入し、授業に取り組む必要があります。
オフィスアワー 授業時間帯の前後を中心に、Googleフォーム経由で適宜対応。
備考 シラバスの内容は、学生の皆さんの学修の状況を考慮して、変更することもあります。

↑このページのトップ