日本語 English
| 開講年度/ Academic YearAcademic Year |
20262026 |
| 科目設置学部/ CollegeCollege |
経済学部/College of EconomicsCollege of Economics |
| 科目コード等/ Course CodeCourse Code |
BX363/BX363BX363 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
R言語で実践する記述統計学 /Practical Descriptive Statistics with R |
| 授業形態/ Class FormatClass Format |
対面（全回対面）/Face to face (all classes are face-to-face)Face to face (all classes are face-to-face) |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
対面（全回対面）/Face to face (all classes are face-to-face) |
| 授業形式/ Class StyleCampus |
講義/LectureLecture |
| 校地/ CampusCampus |
池袋/IkebukuroIkebukuro |
| 学期/ SemesterSemester |
春学期/Spring SemesterSpring Semester |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
月2/Mon.2 Mon.2 ログインして教室を表示する（Log in to view the classrooms.） |
| 単位/ CreditsCredits |
22 |
| 科目ナンバリング/ Course NumberCourse Number |
ECO2340 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 履修登録方法/ Class Registration MethodClass Registration Method |
抽選登録/Lottery RegistrationLottery Registration（定員：70人/ Capacity：70） |
| 配当年次/ Assigned YearAssigned Year |
配当年次は開講学部のR Guideに掲載している科目表で確認してください。配当年次は開講学部のR Guideに掲載している科目表で確認してください。 |
| 先修規定/ Prerequisite RegulationsPrerequisite Regulations |
2024年度以降入学者／データ分析入門1・2 2023年度以前入学者／情報処理入門1・2 |
| 他学部履修可否/ Acceptance of Other CollegesAcceptance of Other Colleges |
履修登録システムの『他学部・他研究科履修不許可科目一覧』で確認してください。 |
| 履修中止可否/ Course CancellationCourse Cancellation |
〇（履修中止可/ Eligible for cancellation） |
| オンライン授業60単位制限対象科目/ Online Classes Subject to 60-Credit Upper LimitOnline Classes Subject to 60-Credit Upper Limit |
|
| 学位授与方針との関連/ Relationship with Degree PolicyRelationship with Degree Policy |
各授業科目は、学部・研究科の定める学位授与方針（DP）や教育課程編成の方針（CP）に基づき、カリキュラム上に配置されています。詳細はカリキュラム・マップで確認することができます。 https://www.rikkyo.ac.jp/about/disclosure/educational_policy/economics.html |
| 備考/ NotesNotes |
旧科目名）経済情報処理Ａ |
The objective of this course is to learn the basic operations of RStudio, a free statistical analysis tool, and to develop the ability to independently apply descriptive statistics, particularly the concepts learned in the first year.
Using the R programming language, students will learn how to preprocess datasets consisting of hundreds or thousands of observations to make them suitable for analysis, calculate descriptive statistics, and create basic charts and graphs. While the course is grounded in the descriptive statistics concepts learned in the first year, it also covers more complex calculations that were not feasible using manual methods or calculators, along with more detailed explanations of the underlying theory.
The primary data analyzed in this course will consist of microeconomic data; however, the specific datasets may be adjusted to reflect the interests of the students.
| 1 | 講義のガイダンス、プログラミング言語の解説 |
| 2 | RおよびRstudioのインストール、基本的な使い方 |
| 3 | ベクトルとデータフレーム、リスト |
| 4 | パッケージのインストールと基本的な使い方 |
| 5 | データの集計、欠損値等の処理 |
| 6 | 基本統計量の計算、データ系列の追加 |
| 7 | クロス集計 |
| 8 | データの結合、時系列データの分析 |
| 9 | グラフの描出①折れ線グラフ、棒グラフ、ヒストグラム |
| 10 | グラフの描出②散布図、その他のグラフ |
| 11 | 相関係数、共分散の算 |
| 12 | 指数と対数 |
| 13 | プログラミングの基本的な構文 |
| 14 | 講義総括 |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
講義後に各回で作成したスクリプトファイルに目を通し、実行時に返される結果をイメージできるようにしておくこと。
各回の予習・復習にはそれぞれ2時間程度を要する。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 筆記試験 (Written Exam) | 70 | |
| 平常点 (In-class Points) | 30 |
講義内課題(15%) 最終レポート(Final Report)(15%) |
| 備考 (Notes) | ||
| 講義内課題は、講義中に出題した内容への解答を求めるもので、３回（各5点）を予定している。 | ||
なし/None
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 馬場真哉 | 『R言語ではじめるプログラミングとデータ分析』 | ソシム | 2019 | 9784802612388 |
| 2 | 松村優哉・湯谷啓明・紀ノ定保礼・前田和寛 | 『改訂2版 RユーザのためのRStudio[実践]入門〜tidyverseによるモダンな分析フローの世界』 | 技術評論社 | 2021 | 9784297121709 |
１年次に履修した記述統計学の知識、および新聞やニュース程度のマクロ経済および企業関連の情報への理解あるいは関心があれば望ましい。
教室備え付けのPC端末ではなく、個人所有のものを使用したい場合は初回講義までに各自で用意すること。
無料の統計分析ツールであるRstudioの基本的な操作方法を学び、特に１年次に学んだ記述統計学の内容を独力で実践できる能力を養うことを講義目標とする。
The objective of this course is to learn the basic operations of RStudio, a free statistical analysis tool, and to develop the ability to independently apply descriptive statistics, particularly the concepts learned in the first year.
R言語を用いて、数百あるいは数千のデータを分析可能な状態にするための前処理の仕方や、記述統計量の算出、基本的な図表の描出等の方法を学ぶ。１年次に学んだ記述統計量の内容を基本とするが、手計算や電卓による計算では不可能だった複雑な計算を実行し、より詳しい理論についても解説する。
分析対象とするデータはミクロ経済関連のデータを予定しているが、受講者の関心を考慮する。
Using the R programming language, students will learn how to preprocess datasets consisting of hundreds or thousands of observations to make them suitable for analysis, calculate descriptive statistics, and create basic charts and graphs. While the course is grounded in the descriptive statistics concepts learned in the first year, it also covers more complex calculations that were not feasible using manual methods or calculators, along with more detailed explanations of the underlying theory.
The primary data analyzed in this course will consist of microeconomic data; however, the specific datasets may be adjusted to reflect the interests of the students.
| 1 | 講義のガイダンス、プログラミング言語の解説 |
| 2 | RおよびRstudioのインストール、基本的な使い方 |
| 3 | ベクトルとデータフレーム、リスト |
| 4 | パッケージのインストールと基本的な使い方 |
| 5 | データの集計、欠損値等の処理 |
| 6 | 基本統計量の計算、データ系列の追加 |
| 7 | クロス集計 |
| 8 | データの結合、時系列データの分析 |
| 9 | グラフの描出①折れ線グラフ、棒グラフ、ヒストグラム |
| 10 | グラフの描出②散布図、その他のグラフ |
| 11 | 相関係数、共分散の算 |
| 12 | 指数と対数 |
| 13 | プログラミングの基本的な構文 |
| 14 | 講義総括 |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
講義後に各回で作成したスクリプトファイルに目を通し、実行時に返される結果をイメージできるようにしておくこと。
各回の予習・復習にはそれぞれ2時間程度を要する。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 筆記試験 (Written Exam) | 70 | |
| 平常点 (In-class Points) | 30 |
講義内課題(15%) 最終レポート(Final Report)(15%) |
| 備考 (Notes) | ||
| 講義内課題は、講義中に出題した内容への解答を求めるもので、３回（各5点）を予定している。 | ||
なし/None
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 馬場真哉 | 『R言語ではじめるプログラミングとデータ分析』 | ソシム | 2019 | 9784802612388 |
| 2 | 松村優哉・湯谷啓明・紀ノ定保礼・前田和寛 | 『改訂2版 RユーザのためのRStudio[実践]入門〜tidyverseによるモダンな分析フローの世界』 | 技術評論社 | 2021 | 9784297121709 |
１年次に履修した記述統計学の知識、および新聞やニュース程度のマクロ経済および企業関連の情報への理解あるいは関心があれば望ましい。
教室備え付けのPC端末ではなく、個人所有のものを使用したい場合は初回講義までに各自で用意すること。