シラバス参照/View Syllabus |
科目一覧へ戻る/Return to the Course List | 2022/08/26 現在/As of 2022/08/26 |
開講科目名 /Course |
自然?環境?人間2(統計と調査法)/NATURE,ENVIRONMENT AND HUMANITY2(STATISTICS AND RESEARCH METHODS) |
---|---|
開講所属 /Course Offered by |
大学全カリ総合科目/ |
ターム?学期 /Term?Semester |
2022年度/2022 Academic Year 秋学期/FALL SEMESTER |
曜限 /Day, Period |
水3/Wed 3 |
開講区分 /semester offered |
秋学期/Fall |
単位数 /Credits |
2.0 |
学年 /Year |
2,3,4 |
主担当教員 /Main Instructor |
安間 一雄 |
教員名 /Instructor |
教員所属名 /Affiliation |
---|---|
安間 一雄 | 言語文化学科/INTERDISCIPLINARY STUDIES |
授業の目的?内容 /Course Objectives |
基礎的な統計手法の学習とその背景にあるデータの性質の理解を通して科学的なものの考え方を身につける. ?1世帯当たりの平均年間所得は約600万円→実感と違うのはなぜ? ?朝食を取る小学生ほど成績が良い?→関係があるとは? ?「危ない車レポート」…運転者要因を考慮しなくて良いのか?→確率が高いとは? 私達は常にこのようなデータに囲まれており,それを巧みに利用しながら生活している. 「大まかな感覚」は大切な知恵ではあるが, より客観的で厳密な判断ができればさらに賢い生活をすることができる. この授業では日常的なデータを素材として,その性質を記述し, 現象の本質を推測できるように, 科学的な分析方法を使うことを学ぶ.基礎的な統計手法を学ぶことで身の回りの世界を客観的に理解することを目標とする. 授業期間の後半は, 自分たちで収集したクイズ問題の解答をさまざまな角度から分析し, 前半で学んだ理論の応用を試みる. |
||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
授業の形式?方法と履修上の注意 /Teaching method and Attention the course |
授業の実施方法は初回授業までに manaba にて連絡する. シラバス掲載のトピックに沿い, 統計分析課題に Excel もしくは JMP(ジャンプ)を用いて取り組む. 各授業とも教室のPCを用いて操作技術とデータ解釈を行う. また, 課題例題を基に受講者の積極的な発表及び問題提起を期待する. 授業時の発言?発表及び課題進捗状況に対するフィードバックはその都度口頭もしくは書面にて行う. 授業は LMS である Google Classroom および manaba を用いて資料の配付?回収を行う. サイトライセンスで利用できる JMP は学内の次のサイトにある手順書に従い学生個人の Windows/Macintosh PC にインストール可能である(学外でも利用可). http://www3.dokkyo.ac.jp/computer/index.htm#07 |
||||||||||
事前?事後学修の内容 /Before After Study |
各回とも十分な復習を必要とする. 授業で扱った課題は自ら解決できるよう次回授業までに再度取り組むべきである. 学修時間の目安:事前0.5時間, 事後3?4時間. 課題の消化状況によってはこの限りでない. | ||||||||||
テキスト1 /Textbooks1 |
|
||||||||||
テキスト2 /Textbooks2 |
|
||||||||||
テキスト3 /Textbooks3 |
|
||||||||||
参考文献等1 /References1 |
|
||||||||||
参考文献等2 /References2 |
|
||||||||||
参考文献等3 /References3 |
|
||||||||||
評価方法 /Evaluation |
学期末の到達度確認課題(授業への積極的参加度により評価を加減する). | ||||||||||
関連科目 /Related Subjects |
[備考欄に追加] オンライン授業/対面授業の予定は授業初回までに manaba にて通知する.授業資料は Google Classroom に掲載するので受講者は教員の指示に従いユーザー登録をする必要がある. |
||||||||||
備考 /Notes |
授業では PC 教室を使用するが,受講者個人の持参 PC (Windows/Mac) を使用することも可能である.その場合,Excel および JMP を予めインストールしておくこと.Office 365 に含まれる Excel の使用はサポートしない.正規版 Excel の新規インストールについては教育研究支援センターで事前に相談すること. |
||||||||||
到達目標 /Learning Goal |
自然、環境、人間に関する学問分野について、副題に示したテーマをもとに、21世紀型市民としてふさわしい実践的な知識を習得し、今後の複雑な国内および国際情勢に対処していく方法について、論理的かつ創造的思考を持って対応できるようにする。 |
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 | 統計量の種類(量的変量?質的変量) | アンケートの取りかた,クイズ問題作成説明,ExcelおよびJMP基本操作方法,比例変量,間隔変量,順位変量,名義変量 | 十分な予習?復習を必要とする. |
2 | 度数分布,相対度数,度数分布表,グラフ表現,記述統計と推測統計 | Excel関数による計算,基礎統計用語 | 十分な予習?復習を必要とする. |
3 | 代表値,値の広がり,正規分布,散布度,偏差値 | 平均値,中央値,最頻値,歪度,尖度,標準得点,標準偏差 | 十分な予習?復習を必要とする. |
4 | クイズ問題解答集計(単純統計,複数回答処理) | Excel関数による計算 | 十分な予習?復習を必要とする. |
5 | 対応がない場合のt検定,分散分析,仮説(帰無仮説,対立仮説) | t検定,F検定,有意水準 | 十分な予習?復習を必要とする. |
6 | 対応がある場合のt検定,プリテスト?ポストテスト,時系列分析 | t検定,F検定,有意水準 | 十分な予習?復習を必要とする. |
7 | 分割表分析 | カイ二乗検定 | 十分な予習?復習を必要とする. |
8 | クイズ問題解答集計(分散分析の応用) | 変数の行列変換,Excel関数による計算 | 十分な予習?復習を必要とする. |
9 | クイズ問題解答集計(分割表分析の応用) | 変数の行列変換,Excel関数による計算 | 十分な予習?復習を必要とする. |
10 | 信頼性係数,項目分析,ロジスティック回帰分析 | 主題に従う. | 十分な予習?復習を必要とする. |
11 | クイズ問題解答集計(ロジスティック回帰分析の応用) | 主題に従う. | 十分な予習?復習を必要とする. |
12 | 相関散布図,相関係数,回帰直線,欠損値の推定,相関検定 | 相関検定,残差平方和 | 十分な予習?復習を必要とする. |
13 | 多変量解析(1) 主成分分析?因子分析?クラスター分析 | 主題に従う. | 十分な予習?復習を必要とする. |
14 | 多変量解析(2) 要因計画法?重回帰分析?対応分析 | 到達度確認課題 | 十分な予習?復習を必要とする. |