2024欧洲杯投注官网_沙巴博彩公司-官网平台

基本情報/Basic Information

開講科目名 ／Course	多変量解析b／MULTIVARIATE ANALYSIS(B)
開講所属 ／Course Offered by	経済学部／ECONOMICS
ターム?学期 ／Term?Semester	2020年度／2020 Academic Year　　秋学期／FALL SEMESTER
曜限 ／Day, Period	火1／Tue 1
開講区分 ／semester offered	秋学期／Fall
単位数 ／Credits	2.0
学年 ／Year	3,4
主担当教員 ／Main Instructor	樋田　勉

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
樋田　勉	国際環境経済学科／ECONOMICS ON SUSTAINABILITY

授業の目的?内容 ／Course Objectives	情報通信技術の発展により，企業や官公庁は大量の統計データを収集?作成することが可能になった。収集したデータは，企業では市場調査やマーケティング，官公庁ではEvidence-based Policy Making（根拠に基づく政策運営）のために分析され，様々な意思決定に活かされている。 この授業の目的は，統計的データ解析の基礎を理解し，現実の経済?経営データの分析方法を習得することにある。授業では，統計的データ解析の理論的や仕組み理解し，統計学分野やデータサイエンス分野で標準的に利用されるソフトウェアの一つである統計解析ソフトRを利用して，様々な多変量解析を用いて統計データ解析ができるようになることを目指す。 多変量解析ｂでは主成分分析，クラスタ分析，ツリーモデルなどを扱う。
授業の形式?方法と履修上の注意 ／Teaching method and Attention the course	テキストは指定しないので，配布資料を印刷して利用すること。 この講義の受講にはPC（ウィンドウズ，Mac OS )が必須である。利用するソフトウェアが対応していないため，タブレット端末での履修は不可。 この講義は多変量解析aの知識を前提とする。 この授業はオンデマンド動画，配付資料による説明を中心に実施する。Zoomによるリアルタイムを実施することがある。この場合は事前にアナウンスするのでPorTaIIの掲示板を確認すること。 詳しくは初回の授業で説明する。
事前?事後学修の内容 ／Before After Study	授業内容の確認問題を毎週提出する必要がある。また，授業内容のテーマごとに3-4回のレポート課題を提出する。manabaやPorTaIIを活用する。
テキスト1 ／Textbooks1	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト2 ／Textbooks2	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト3 ／Textbooks3	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等1 ／References1	書籍名/???名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等2 ／References2	書籍名/???名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等3 ／References3	書籍名/???名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
評価方法 ／Evaluation	課題?レポート（100％）
関連科目 ／Related Subjects	統計学a,b
備考 ／Notes	レジュメを配布する。 参考文献は授業中に紹介する。
到達目標 ／Learning Goal	多変量解析に関する専門知識を習得し、多変量データを分析のうえ、解説できるようにする。

回 ／Time	授業計画（主題の設定） ／Class schedule	授業の内容 ／Contents of class	事前?事後学修の内容 ／Before After Study
1	オリエンテーション，Rによる回帰分析の復習	R?RStudioを用いて回帰分析の復習を行う。
2	ツリーモデル（分析方法の概要）	ツリーモデルの概要が説明できるようにする。
3	ツリーモデル（Rによる分析）	Rを用いて，ツリーモデルによる分析ができるようにする。
4	ツリーモデル（Rによる実データの分析）	Rを用いて，ツリーモデルで実データの分析ができるようにする。
5	主成分分析（分析方法の概要）	主成分分析の概要が説明できるようにする。
6	主成分分析（Rによる分析）	Rを用いて，主成分分析ができるようにする。
7	クラスタ分析（分析方法の概要）	クラスタ分析の概要が説明できるようにする。
8	クラスタ分析（Rによる分析）	Rを用いて，クラスタ分析ができるようにする。
9	判別分析（分析方法の概要）	判別分析の概要が説明できるようにする。
10	判別分析（Rによる分析）	Rを用いて，判別分析ができるようにする。
11	ロジスティック回帰（分析方法の概要）	ロジスティック回帰の概要が説明できるようにする。
12	ロジスティック回帰（Rによる分析）	Rを用いて，ロジスティック回帰ができるようにする。
13	判別分析とロジスティック回帰	Rを用いて，判別分析とロジスティック回帰で実データの分析ができるようにする。
14	多変量解析のまとめ	いろいろな多変量解析法の概要と分析方法のまとめ。最終的なデータ分析課題の作成。