シラバス参照

基本情報／Basic Information
詳細情報／Detailed Information
授業計画詳細情報／Class Schedule Details

基本情報/Basic Information

開講科目名／Course	統計データ分析Ａ／Statistical Data Analysis A
時間割コード／Course Code	2211000074
ナンバリングコード／Numbering Code
開講所属／Course Offered by	人文社会科学部／
ターム・学期／Term・Semester	2021年度／Academic Year　　前期
曜日コマ／Day, Period	金／Fri　3
開講区分／Semester offered	前期／first semester
単位数／Credits	2.0
学年／Year	2,3,4
主担当教員／Main Instructor	花田真一／HANADA SHINICHI
科目区分／Course Group	専門教育科目　学部専門科目
教室／Classroom
必修・選択／Required/Elective	選択
遠隔授業／Remote lecture	No

担当教員情報/Instructor Information

教員名／Instructor	教員所属名／Faculty/Department
花田真一／HANADA SHINICHI	人文社会科学部／

難易度（レベル）／Level	レベル2
対応するＣＰ／ＤＰ／CP/DP	CP・DP　１　見通す力
授業としての具体的到達目標／Concrete arrival target as the class	記述統計の考え方を復習し，実際のデータに適用できるように理解を深めること推測統計の考え方を理解し，仮説の検証により現状を見通す力をみにつけること因果関係を設定したモデルの推定方法を理解し，原因と結果の関係を把握する力をみにつけること以上を通じて見通す力を涵養する
授業の概要／Summary of the class	統計学は、入手したデータを整理し、状況を把握する「記述統計」と入手したデータに基づいてデータの背後の母集団に対して分析を行う「推測統計」の2つに大別できる。本講義では、統計学入門で学習した記述統計に基づいて整理したデータを利用して、データの背後にある原理を解き明かす推測統計について重点的に講義を行う。具体的には回帰分析の基礎として必要な確率や検定について学び、実際の回帰分析の手法を学ぶ。また、統計学は実際に利用できてはじめて意味があるツールであるため、Excelを用いた実際の計算の仕方についても講義する。
授業の内容予定／Contents plan of the class	第1回：ガイダンス：統計データ分析の必要性、確率の基礎第2回：記述統計の復習と確率分布（平均、分散、標準偏差、確率変数、正規分布など）第3回：検定の基礎（標本分布、信頼区間、平均の検定など）第4回：相関関係（二値データの扱い、相関係数、散布図など）第5回：演習①（Excelを用いて第1回～第4回の内容を実習）第6回：回帰分析の概要（従属変数、独立変数、因果性、確率誤差項、推定回帰式など）第7回：最小二乗法①（最小二乗法による推定、回帰係数の意味、変動の分解など）第8回：最小二乗法②（決定係数、単相関係数、など、当てはまりの評価）第9回：データに関する仮定（古典的仮定、ガウス＝マルコフ定理など）第10回：仮説検定（t検定による有意性の検証）第11回：演習②（Excelを用いて回帰分析を実習）第12回：定式化①（除外変数の問題、無関係変数の影響）第13回：定式化②（独立変数の選択について、逐次的な探索、感応度分析など）第14回：定式化③（関数系の選択、ダミー変数の利用、ラグ付き変数など）第15回：講義の復習第16回：期末試験メディア授業移行時には、Teams上でのリアルタイム配信を行う。また、小テスト等はMoodle上で行う
成績評価方法及び採点基準／A scholastic evaluation method and marking standard	毎回の確認テスト：10％中間レポート：20％期末レポート：10％期末試験：60％各要素を以上の割合で合算して評価するメディア授業移行時には、これらはMoodle上で行う
予習及び復習等の内容／Contents such as preparations for lessons and the review	【予習】事前にアップロードされた講義資料を用意しておく【復習】確認テストの内容を確認し、次回の講義に備える
教材・教科書／The teaching materials, textbook	指定しない。講義資料を講義の前に準備しておくこと
参考文献／bibliography	初回のガイダンスで紹介する。
留意点・予備知識／Point to keep in mind, back ground	「統計学入門」を履修していることが望ましいが必須ではない（並行履修でもよい）。高校の数学Ⅰの統計に関する項目については、復習し理解しておいた方がよい。毎回の講義内容の理解が一定以下だと次回以降の内容の理解に支障をきたす場合があるため、確認テスト等を活用してしっかり復習することが望ましい。
授業内容に関する質問・疑義等／Question, doubt about class contents	月曜日14:30-15:30
Eメールアドレス・HPアドレス／E-mail address, HP address	shanada　以下、弘前大学のメールアドレス
学問分野1（主学問分野）／Discipline 1	A07:経済学，経営学およびその関連分野
学問分野2（副学問分野）／Discipline 2	A08:社会学およびその関連分野
学問分野3（副学問分野）／Discipline 3	B12:解析学，応用数学およびその関連分野
実務経験のある教員による授業科目について／About the class subject by the teacher with the work experience	なし
地域志向科目／Local intention subject	なし
授業形態・授業方法／Class form, class method	講義資料は事前に弘大Moodle等にアップロードしておくので、各自で用意すること。また、2回ほどPC演習を行い、関連したレポートを課す。メディア授業移行時には、基本的に講義はTeamsで配信し、毎回の講義の最後にMoodle上で確認テストを行い理解度をチェックする。
科目ナンバー／The subject number	H2-2-5305-A07
メディア授業による著作物利用の有無について／Whether or not copyrighted works are used in media classes	無／Nothing
その他／Others	受講生の理解度に応じて内容を変更する場合があります。メディア授業移行時には、Teamsを利用するのであらかじめインストールしておいてください

No.	回（日時）／Time (date and time)	主題と位置付け（担当）／Subjects and instructor's position	学習方法と内容／Methods and contents	備考／Notes
該当するデータはありません

開講科目名／Course	統計データ分析Ａ／Statistical Data Analysis A
時間割コード／Course Code	2211000074
ナンバリングコード／Numbering Code
開講所属／Course Offered by	人文社会科学部／
ターム・学期／Term・Semester	2021年度／Academic Year　　前期
曜日コマ／Day, Period	金／Fri　3
開講区分／Semester offered	前期／first semester
単位数／Credits	2.0
学年／Year	2,3,4
主担当教員／Main Instructor	花田真一／HANADA SHINICHI
科目区分／Course Group	専門教育科目　学部専門科目
教室／Classroom
必修・選択／Required/Elective	選択
遠隔授業／Remote lecture	No

難易度（レベル）／Level	レベル2
対応するＣＰ／ＤＰ／CP/DP	CP・DP　１　見通す力
授業としての具体的到達目標／Concrete arrival target as the class	記述統計の考え方を復習し，実際のデータに適用できるように理解を深めること推測統計の考え方を理解し，仮説の検証により現状を見通す力をみにつけること因果関係を設定したモデルの推定方法を理解し，原因と結果の関係を把握する力をみにつけること以上を通じて見通す力を涵養する
授業の概要／Summary of the class	統計学は、入手したデータを整理し、状況を把握する「記述統計」と入手したデータに基づいてデータの背後の母集団に対して分析を行う「推測統計」の2つに大別できる。本講義では、統計学入門で学習した記述統計に基づいて整理したデータを利用して、データの背後にある原理を解き明かす推測統計について重点的に講義を行う。具体的には回帰分析の基礎として必要な確率や検定について学び、実際の回帰分析の手法を学ぶ。また、統計学は実際に利用できてはじめて意味があるツールであるため、Excelを用いた実際の計算の仕方についても講義する。
授業の内容予定／Contents plan of the class	第1回：ガイダンス：統計データ分析の必要性、確率の基礎第2回：記述統計の復習と確率分布（平均、分散、標準偏差、確率変数、正規分布など）第3回：検定の基礎（標本分布、信頼区間、平均の検定など）第4回：相関関係（二値データの扱い、相関係数、散布図など）第5回：演習①（Excelを用いて第1回～第4回の内容を実習）第6回：回帰分析の概要（従属変数、独立変数、因果性、確率誤差項、推定回帰式など）第7回：最小二乗法①（最小二乗法による推定、回帰係数の意味、変動の分解など）第8回：最小二乗法②（決定係数、単相関係数、など、当てはまりの評価）第9回：データに関する仮定（古典的仮定、ガウス＝マルコフ定理など）第10回：仮説検定（t検定による有意性の検証）第11回：演習②（Excelを用いて回帰分析を実習）第12回：定式化①（除外変数の問題、無関係変数の影響）第13回：定式化②（独立変数の選択について、逐次的な探索、感応度分析など）第14回：定式化③（関数系の選択、ダミー変数の利用、ラグ付き変数など）第15回：講義の復習第16回：期末試験メディア授業移行時には、Teams上でのリアルタイム配信を行う。また、小テスト等はMoodle上で行う
成績評価方法及び採点基準／A scholastic evaluation method and marking standard	毎回の確認テスト：10％中間レポート：20％期末レポート：10％期末試験：60％各要素を以上の割合で合算して評価するメディア授業移行時には、これらはMoodle上で行う
予習及び復習等の内容／Contents such as preparations for lessons and the review	【予習】事前にアップロードされた講義資料を用意しておく【復習】確認テストの内容を確認し、次回の講義に備える
教材・教科書／The teaching materials, textbook	指定しない。講義資料を講義の前に準備しておくこと
参考文献／bibliography	初回のガイダンスで紹介する。
留意点・予備知識／Point to keep in mind, back ground	「統計学入門」を履修していることが望ましいが必須ではない（並行履修でもよい）。高校の数学Ⅰの統計に関する項目については、復習し理解しておいた方がよい。毎回の講義内容の理解が一定以下だと次回以降の内容の理解に支障をきたす場合があるため、確認テスト等を活用してしっかり復習することが望ましい。
授業内容に関する質問・疑義等／Question, doubt about class contents	月曜日14:30-15:30
Eメールアドレス・HPアドレス／E-mail address, HP address	shanada　以下、弘前大学のメールアドレス
学問分野1（主学問分野）／Discipline 1	A07:経済学，経営学およびその関連分野
学問分野2（副学問分野）／Discipline 2	A08:社会学およびその関連分野
学問分野3（副学問分野）／Discipline 3	B12:解析学，応用数学およびその関連分野
実務経験のある教員による授業科目について／About the class subject by the teacher with the work experience	なし
地域志向科目／Local intention subject	なし
授業形態・授業方法／Class form, class method	講義資料は事前に弘大Moodle等にアップロードしておくので、各自で用意すること。また、2回ほどPC演習を行い、関連したレポートを課す。メディア授業移行時には、基本的に講義はTeamsで配信し、毎回の講義の最後にMoodle上で確認テストを行い理解度をチェックする。
科目ナンバー／The subject number	H2-2-5305-A07
メディア授業による著作物利用の有無について／Whether or not copyrighted works are used in media classes	無／Nothing
その他／Others	受講生の理解度に応じて内容を変更する場合があります。メディア授業移行時には、Teamsを利用するのであらかじめインストールしておいてください

授業情報／Class Information

基本情報/Basic Information

担当教員情報/Instructor Information