GE2 0501

多変量解析

Multivariate Analysis

学期曜時限

3学期 月曜日 3・4時限

教室

7A205

2年

2単位

担当教員

田村 肇

オフィスアワーと研究室

水10:00-11:30 311

授業概要

情報社会を生き抜いていくために我々に必要となる基本的な能力の一つとして、客観的なデータに基づく分析能力がある。本授業では、データ分析に用いられる有力な手法の一つである多変量解析について解説する。授業は講義によって行うが、あまり理論的になりすぎないように配慮し、さまざまな多変量解析の手法が、現実のどのような問題にどのように適用可能であるかということの解説を中心に行う。また、分析を行う際に必要となる実際的な知識も解説する。

学習・教育目標

なんらかの現象(特に社会現象)が、何故、どのように生じているかを客観的に記述し説明するための基礎的な知識と技術が身につく。また、分析を通じて予測を行うための能力も得ることができる。原則的に演習は行わないが、分析のためのツール(ソフトウェア)の使用方法についての解説は授業で行い、実際に課題をツールを用いて解き、レポートとして提出してもらうので、実際的なデータ分析の技術も身につく。

授業計画

第1・2週 多変量解析を理解するために必要となる主に統計学の知識の復習
第3週 多変量解析をパソコンで行うための各種ツールの使い方の紹介
第4週 回帰分析と判別分析
第5週 主成分分析と因子分析
第6週 クラスター分析と潜在クラス分析
第7週 事例研究1(現実の問題をどのように多変量解析で分析するか)
第8週 事例研究2
第9週 より進んだ話題(アソシエーションルール)
第10週 さらに進んだ最近の話題

成績評価の方法

成績は、レポート、試験、出席によって総合的に決定する。ウェイトはレポート50%、試験50%であり、出席は足切りに用いる。レポートはデータをコンピュータで分析し、結果をまとめてもらう。

教材・教科書・参考書等

基本的にプリントを配布する。
参考書としては、「Rによるデータサイエンス」(金明哲著 森北出版)を紹介しておく。レポートの課題を解くときに役に立つ。その他の参考書などは授業中に紹介する。

履修要件
前提知識,他科目との関連等

 

授業外の学習内容・方法

授業中に指定しない限り予習の必要はない。レポート課題を3~4回課す予定なので、それを作成するためにかなりの労力を要すると思う。(1回15~20時間程度)

備考
講義のホームページ等