【講義概要】
本講義は、データ分析の基本的な手法を修得することがテーマです。情報リテラシー(パソコンの基礎操作)から、統計分析の入門的手法を学びます。専門科目でのデータ処理や統計分析のみならず、将来、仕事上でさまざまなデータを処理する際に最低限必要となる知識・技能も身につけます。
そこで、基本統計量から回帰分析までを取り扱います。具体的な学習内容としては、前半に基本統計量、後半で最小2乗法(OLS, Ordinary Least Squares)を学びます。
前半6回で、統計学入門の復習を含めて、データの簡単な統計的処理(基本統計量)を学習します。データの整理(度数分布表)からデータの特徴を捉えるための統計量(平均や標準偏差)を実際に計算しながらその意味を理解します。そして、1変数だけでなく、2変数の関係を捉えるための方法を学習します。最後に、電卓や暗算ではできないような大量のデータの処理をマスターします。
後半は、基本的な推定法としての最小2乗法を学びます。まず、中心を通る直線を決定するために残差の概念を学習し、残差の計算を行います。自分で回帰分析用ワークシートを作成しながら推定の原理を学びます。データと直線の当てはまり具合を検証する指標として、決定係数を取り上げます。
いくつもの例題データを用意し、実際にパソコンで計算しながら、得られた統計値の意味を学習します。また、受講生が講義における到達度を確認できるよう、ルーブリックを使います。さらに、統計と情報社会に関するトピックスとして「情報社会とビックデータ」「データサイエンティストの必要性」などにも触れる予定です。
【学習到達目標】
学部で示されたディプロマ・ポリシーのうち、統計とデータ処理に関する分野の達成を目指します。社会人としてデスクワークに困らないスキルも身につけます。(詳細は、ルーブリックを参照してください。)
1. 統計学入門の知識を確実に理解できる。
2. 授業の例題をExcelで処理できる。
3. 独力で簡単な統計処理ができる。
4. 他人にExcelでの統計操作を教えることができる。
【履修上の注意】
以下の3科目(必須および指定科目)が修了していることを前提として進めます。
1. 情報処理基礎: 学習したPC操作内容
2. データ表現技法: Excelでのグラフ描画の技術
3. 統計学入門: 基本統計量の計算方法
毎回、ノートパソコンを使用するので、持参すること。ただし、操作説明が中心の実習ではありません。統計処理の手順を理解するのが最も重要です。授業は連続していますので、欠席すると理解できなくなります。また、少人数の実習ではないので、教員による個別フォローはできません。ですから、授業の欠席・遅刻などで、説明を聞けなかったという事態にならないよう注意してください。授業の解説ビデオも用意していますので、これらを視聴して自分でフォローしてください。
【事前準備学習】
履修前: 「データ表現技法」でのグラフ描画技術と「統計学入門」の内容を復習。ノートパソコンがきちんと動作するかを確認。
授業前(予習): 授業前にCCSで指定された自学自習の範囲を必ず予習(全問クリア)。授業冒頭で、予習範囲に関する小テストで確認します。また、テキストの解説動画がCCS教材Boxにリンクされていますので、視聴してください。
授業後(復習): 授業で提示するMinutePaperに回答(当日の夜10時まで)。授業でわからなかった箇所は解説動画で復習。