【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手法（共分散・相関係数）を学習します。
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。
この授業は、経済学部のディプロマ・ポリシー【知識・技能】のうち「経済学の基礎的専門知識や分析ツールを使いこなす力」を養うことを主な目的としています。
【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】
この授業は、対面授業と非対面授業を隔週で実施し、非対面授業をCCSを活用した基本型授業（教材提示・課題提出）とTeamsを併用して実施します。
Teamsの招待コード：dpmoifk
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でのグラフ描画スキル
3. 統計学入門： 基本統計量の計算方法
反転授業なので、毎回、予習をした上で授業に臨んでください。（予習が不十分な場合、失格となります）
授業時間（Teams・対面）には、予習課題の解説や演習問題・確認テストを行います。
【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。ノートパソコンの動作確認
受講前
・授業教材（解説ビデオ・PDFテキスト・自学自習）から学修範囲と課題を連絡します。
・授業前日までに課題（MinutePaperの提出、自学自習の全問クリアなど）を提出します。
受講後
・授業での演習問題をMinutePaperに回答（授業後30分以内）
【教材】
※指定図書は担当教員が、学生が必読すべきものとして指定する図書のことです。
図書は図書館に置いてあり、１週間借りることができます。（一部貸出不可の図書もあります。）
| 教科書 | 『経済データ分析（PDF版）』 児島完二 PDF 2021
CCSの教材BOXからPDFファイル「テキスト」の最新版をダウンロードしてください。
A4サイズの用紙に小冊子で印刷し、手元に置きながら実習するとよいでしょう。 |
| 参考書 | 『統計学が最強の学問である』 西内啓 ダイヤモンド社 2013
『ヤバい統計学』 カイザー・ファング CCCメディアハウス 2011
『データ分析の力 因果関係に迫る思考法』 伊藤 公一朗 光文社新書 2017 |
| 指定図書 | －指定図書は、登録されていません。－ |
【評価方法】
感染症などで授業形態が変化することがあるため、おおよその目安としてください。
（これらについては授業中に触れていきます。）
1. 予習（動画視聴やテキスト・自学自習のMinutePaper）の状況（30％）
2. 授業参加の状況：毎回の小テスト、演習問題のMinutePaper、授業理解度調査など（30％）
3. 期末テスト・中間テストを含む複数回の確認テスト（40％）
4. その他