到達目標
（１）様々な多次元データについてその特徴を理解し、データを用いた分析の際、知りたい内容に対して、どのような多変量解析手法を用いればよいかわかる
（２）現実の問題を単純化した事例などに対し、適用すべき分析法を使い、結果を判断することができる
ルーブリック
| 理想的な到達レベルの目安 | 標準的な到達レベルの目安 | 最低限の到達レベルの目安（可） | 未到達レベルの目安 |
| 評価項目1 | 講義で紹介する各種多変量解析手法がどのような目的のために用いられるか、説明できる | 求めたい内容について講義で紹介したどの多変量解析手法を用いればよいか分る | 様々な多次元データについて、どのようなデータ形式があるか理解し、説明できる | 多次元データについて、どのようなデータ形式があるか理解できない |
| 評価項目2 | 講義で紹介する各種多変量解析手法を用いた結果について、適切な解釈ができる | 多変量解析手法を用いて、結果を出すことができる | 多変量解析手法の特徴を理解し、数式モデルなどを用いて説明することができる | 多変量解析手法について特徴を説明することができない |
| | | | |
学科の到達目標項目との関係
教育方法等
概要:
第1学期、第2学期に開講される科目である。
統計的解析手法を用いる科目であるため、統計学についてこれまで学んだ成果が身についていることが求められる。また、数量データで求められた結果を解釈する能力が求められるため、数式の理解力のみならず文章で説明できる力も求める。
授業の進め方・方法:
講義を行い、その後、学生が演習問題を解いたものについて解説を加える
注意点:
数式を用いて分析する能力とは、正しい過程で計算をやって正解の数値を求めることでは終わらず、その出た数値の意味を解釈することが必要です。計算能力のみならず論理的に考え、言葉にする能力(口頭で説明する、文章化する)も磨いてください
授業の属性・履修上の区分
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
| 前期 |
| 1stQ |
| 1週 |
ガイダンス |
本講義についてガイダンスを行う
連続量、離散量についてや尺度について理解できる
|
| 2週 |
確率分布① |
基本的な確率分布とその特徴について理解できる
|
| 3週 |
確率分布② |
基本的な確率分布とその特徴について理解できる
|
| 4週 |
検定と推定① |
代表的な統計的仮説検定についてその特徴を理解できる
簡単な問題が解ける
|
| 5週 |
検定と推定② |
平方和の分解、分散分析について、その特徴を理解できる
簡単な問題が解ける
|
| 6週 |
線形回帰分析① |
線形回帰分析についてその特徴を理解できる
単回帰分析について簡単な問題が解ける
|
| 7週 |
線形回帰分析② |
重回帰分析についてその特徴を理解できる
重回帰分析について簡単な問題が解ける、変数選択などが理解できる
|
| 8週 |
線形回帰分析③ |
数量化一類についてその特徴を理解できる
ダミー変数について理解できる、簡単な問題が解ける
|
| 2ndQ |
| 9週 |
判別分析① |
判別分析についてその特徴を理解できる
簡単なケースについて問題が解ける
|
| 10週 |
判別分析② |
数量化二類についてその特徴を理解できる
|
| 11週 |
主成分分析① |
主成分分析についてその特徴を理解できる
主成分とは何か、主成分分析の結果をどのように解釈すればよいかわかる
|
| 12週 |
主成分分析② |
数量化三類についてその特徴を理解できる
|
| 13週 |
クラスター分析 |
クラスター分析について理解し、簡単な問題が解ける
|
| 14週 |
その他の多変量解析手法 |
その他の多変量解析手法について紹介し、特徴を理解できる
|
| 15週 |
定期試験 |
定期試験を行う
|
| 16週 |
まとめ（試験返却） |
まとめをおこなう（試験返却を行う）
|
モデルコアカリキュラムの学習内容と到達目標
| 分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
| 専門的能力 | 分野別の専門工学 | 経済・ビジネス系分野 | 数理統計 | 一次元データを整理してヒストグラムを作成できる。 | 4 | 前2,前3,後1 |
| 一次元データの平均、分散、標準偏差を求めることができる。 | 4 | 前2,前3,後1 |
| 二次元データを整理して散布図を作成できる。 | 4 | 前6,後3 |
| 二次元データから相関係数・回帰曲線を求めることができる。 | 4 | 前6,後3 |
| 二項分布、正規分布、確率密度関数について説明できる。 | 4 | 前2,後2 |
| 区間推定、仮説検定ができる。 | 4 | 前3,後2 |
| 重回帰分析を行うことができる。 | 4 | 前7,後3 |
| クラスター分析について説明できる。 | 4 | 前13,後6 |
| 主成分分析について説明できる。 | 4 | 前11,前12,後5 |
| 因子分析について説明できる。 | 4 | 前12,後7 |
| 数量化理論について説明できる。 | 4 | 前8,前10,前12,後3,後4,後5 |
評価割合
| 試験 | 発表 | レポート | 態度 | ポートフォリオ | その他 | 合計 |
| 総合評価割合 | 70 | 10 | 20 | 0 | 0 | 0 | 100 |
| 知識の基本的な理解 【知識・記憶、理解レベル】 | 35 | 5 | 10 | 0 | 0 | 0 | 50 |
| 思考・推論・創造への 適用力 【適用、分析レベル】 | 35 | 5 | 10 | 0 | 0 | 0 | 50 |
| 0 | 0 | 0 | 0 | 0 | 0 | 0 |