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Ｂ／Statistical Data Analysis B
時間割コード／Course Code	2222000099
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	2022年度／Academic Year　　後期
曜日コマ／Day, Period	金／Fri　3
開講区分／Semester offered	後期／second 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
授業形式／Class Format	講義科目
メディア授業／Media lecture	－

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	（主に社会科学における）データの性質と問題点を理解することデータの性質に合わせた統計分析手法とその注意点を知り，正確に見通す力をみにつけること各自の関心に合わせて統計分析が行い課題を整理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	統計データ分析Aに続いて、統計学を用いたデータの分析について解説する。統計学はもともと実験データの把握と理解のために発展した側面が強く、「理想的な」データを分析する点に重点が置かれている。しかし、とくに社会科学で扱うデータについては実験室のように環境を整えて採取することが難しく、測定誤差などのさまざまなノイズが混入する。統計データ分析Bでは、データの性質と問題点を理解し、適した統計分析手法を選択できるようになることを目指して講義を行う。また、フリーの行列言語Rを用いて講義で学んだ内容を実施するスキルもみにつける。
授業の内容予定／Contents plan of the class	第1回：ガイダンス（統計調査の基礎）第2回：データの分析（データの図示）第3回：地域統計①（空間情報の示し方）第4回：地域統計②（地域特性の示し方）第5回：社会移動データ（階層間移動の指標について）第6回：演習①（第2回～第6回の内容をRを用いて実習する）第7回：心理測定データ①（一次元尺度構成法）第8回：心理測定データ②（多次元尺度構成法）第9回：心理測定データ③（主成分分析）第10回：心理測定データ④（因子分析）第11回：時系列データ（季節調整、トレンドの分解）第12回：演習②（第7回～第11回の内容をRを用いて実習する）第13回：グループ分けの手法①（クラスター分析）第14回：グループ分けの手法②（アソシエーション分析、決定木分析）第15回：学期の復習第16回：期末試験メディア授業移行時には、Teamsによるリアルタイム配信を行う。
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準備しておく【復習】講義で学んだ手法を自分の関心のあるデータに当てはめてみる
教材・教科書／The teaching materials, textbook	指定しない
参考文献／bibliography	ガイダンスで紹介します
留意点・予備知識／Point to keep in mind, back ground	統計学入門及び統計データ分析Aを受講していることが望ましい（単位の取得については要求しない）
授業内容に関する質問・疑義等／Question, doubt about class contents	火曜日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	A08:社会学およびその関連分野
学問分野2（副学問分野）／Discipline 2	A07:経済学，経営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	基本的に講義形式だが、毎回の講義の最後に確認テストを行い理解度をチェックする。また、2回ほどPC演習を行う。
科目ナンバー／The subject number	H2-2-5405-A08
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	受講生の人数や理解度に応じて内容を変更する場合があります。また、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Ｂ／Statistical Data Analysis B
時間割コード／Course Code	2222000099
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	2022年度／Academic Year　　後期
曜日コマ／Day, Period	金／Fri　3
開講区分／Semester offered	後期／second 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
授業形式／Class Format	講義科目
メディア授業／Media lecture	－

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	（主に社会科学における）データの性質と問題点を理解することデータの性質に合わせた統計分析手法とその注意点を知り，正確に見通す力をみにつけること各自の関心に合わせて統計分析が行い課題を整理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	統計データ分析Aに続いて、統計学を用いたデータの分析について解説する。統計学はもともと実験データの把握と理解のために発展した側面が強く、「理想的な」データを分析する点に重点が置かれている。しかし、とくに社会科学で扱うデータについては実験室のように環境を整えて採取することが難しく、測定誤差などのさまざまなノイズが混入する。統計データ分析Bでは、データの性質と問題点を理解し、適した統計分析手法を選択できるようになることを目指して講義を行う。また、フリーの行列言語Rを用いて講義で学んだ内容を実施するスキルもみにつける。
授業の内容予定／Contents plan of the class	第1回：ガイダンス（統計調査の基礎）第2回：データの分析（データの図示）第3回：地域統計①（空間情報の示し方）第4回：地域統計②（地域特性の示し方）第5回：社会移動データ（階層間移動の指標について）第6回：演習①（第2回～第6回の内容をRを用いて実習する）第7回：心理測定データ①（一次元尺度構成法）第8回：心理測定データ②（多次元尺度構成法）第9回：心理測定データ③（主成分分析）第10回：心理測定データ④（因子分析）第11回：時系列データ（季節調整、トレンドの分解）第12回：演習②（第7回～第11回の内容をRを用いて実習する）第13回：グループ分けの手法①（クラスター分析）第14回：グループ分けの手法②（アソシエーション分析、決定木分析）第15回：学期の復習第16回：期末試験メディア授業移行時には、Teamsによるリアルタイム配信を行う。
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準備しておく【復習】講義で学んだ手法を自分の関心のあるデータに当てはめてみる
教材・教科書／The teaching materials, textbook	指定しない
参考文献／bibliography	ガイダンスで紹介します
留意点・予備知識／Point to keep in mind, back ground	統計学入門及び統計データ分析Aを受講していることが望ましい（単位の取得については要求しない）
授業内容に関する質問・疑義等／Question, doubt about class contents	火曜日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	A08:社会学およびその関連分野
学問分野2（副学問分野）／Discipline 2	A07:経済学，経営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	基本的に講義形式だが、毎回の講義の最後に確認テストを行い理解度をチェックする。また、2回ほどPC演習を行う。
科目ナンバー／The subject number	H2-2-5405-A08
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	受講生の人数や理解度に応じて内容を変更する場合があります。また、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