到達目標
多変量解析の基礎を通して、その内容を説明でき、応用できるようにする。
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 | 未到達レベルの目安 |
| 平均・分散 | 平均や分散など解析に必要なパラメータを説明、求めることができ、値から意味を読み取ることができる | 平均や分散など解析に必要なパラメータを説明でき、求めることができる | 平均や分散など解析に必要なパラメータを説明できない |
| 単回帰式と重回帰式 | 重回帰式の検定、および係数の意味づけができる。 | 重回帰係数を求めることができる。 | 重回帰係数を求めることができない。 |
| 回帰分析以外の手法 | 回帰分析以外の手法について説明し、実用できる | 回帰分析以外の手法について説明できる | 回帰分析以外の手法について説明できない |
| 多変量解析 | 実際のデータを用いて、多変量解析の手法で数値化を行い、その内容を分析できる | 実際のデータを用いて、多変量解析の手法で数値化を行い、単純な比較できる | 実際のデータを用いて、多変量解析の手法で数値化を行えない |
学科の到達目標項目との関係
教育方法等
概要:
統計数学的基礎知識、プログラミング能力に準ずる能力が必要．
授業の進め方・方法:
授業中の小テスト・演習の実施や、複数回のレポートを課すことがある。
グループに分かれて、自ら課題を設定した上で、分析をおこない発表する。
注意点:
毎回、電卓を用意すること
本科目は学修単位であり、単位修得には以下の学習時間(レポートや課題等を含む)が必要と定義されている。
〔授業（90分）＋自学自習（240分）〕×15回
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 |
| 後期 |
| 3rdQ |
| 1週 |
多変量解析の目的と基礎知識 |
多変量解析が用いられる場面を説明できる
平均・分散をはじめとした基本的な量を説明できる
|
| 2週 |
多変量解析の目的と基礎知識 |
相関について説明できる
標準化について説明できる
|
| 3週 |
回帰分析 |
回帰係数や重回帰式の意味を説明することができる
|
| 4週 |
回帰分析 |
電卓を用いて回帰式を求めることができる
|
| 5週 |
計算機を用いた回帰分析 |
表計算ソフトを用いて重回帰分析ができる
|
| 6週 |
その他の解析手法と応用 |
回帰分析以外の手法について説明ができる
|
| 7週 |
その他の解析手法と応用 |
回帰分析以外の手法について説明ができる
|
| 8週 |
試験答案の返却・解説 |
間違った部分を自分の課題として把握する（非評価項目）
|
| 4thQ |
| 9週 |
多変量解析の実例 |
多変量解析に関する課題を演習用に自ら設定できる
|
| 10週 |
機械学習と特徴量抽出 |
機械学習等で使われる特徴量の抽出について１つ以上説明できる
|
| 11週 |
機械学習と特徴量抽出
多変量解析の実例 |
機械学習等で使われる特徴量の抽出について１つ以上説明できる
多変量解析に関する課題の分析結果について、その内容を説明・発表用に整理できる
|
| 12週 |
多変量解析の実例 |
多変量解析に関する課題の分析結果について、その内容を説明・発表用に整理できる
|
| 13週 |
発表 |
１つの事例について解析し説明できる
他人が解析した内容を評価できる
|
| 14週 |
発表 |
１つの事例について解析し説明できる
他人が解析した内容を評価できる
|
| 15週 |
総復習 |
この講義で学習した内容を説明できる
|
| 16週 |
試験答案の返却・解説 |
試験において間違った部分を自分の課題として把握する（非評価項目）．
|
評価割合
| 試験・提出物・課題 | 発表 | 合計 |
| 総合評価割合 | 80 | 20 | 100 |
| 基礎的能力 | 20 | 10 | 30 |
| 専門的能力 | 40 | 0 | 40 |
| 分野横断的能力 | 20 | 10 | 30 |