日本語 English
| 開講年度/ Academic YearAcademic Year |
20252025 |
| 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 |
BX371/BX371BX371 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
国勢調査小地域統計データの分析―Python、GISによるデータ分析（記述統計）― |
| 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 |
| 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 |
土2/Sat.2 Sat.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 |
EPS2340 |
| 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。 |
| 備考/ NotesNotes |
旧科目名）政策情報処理Ａ |
The objective of this course is to acquire basic data analysis skills and knowledge using small area statistical data from the census.
For Python exercises, we will use "Jupyter Notebook." For GIS (geographic information systems) exercises, we will use "QGIS."
1. Data analysis exercises
We will use census data to conduct basic exercises on the basis of data analysis.
2. Basics of statistical analysis with Python
We will learn about basic statistics, histograms, correlation, populations and samples through exercises using modules such as NumPy, Pandas, and Matplotlib.
| 1 | [①演習] 変数、計算 [②統計解析・GIS] e-Stat, jStatMapの使い方 |
| 2 | [①演習] 文字列、リスト、データ型 [②統計解析・GIS] e-Stat, jStatMapの使い方 |
| 3 | [①演習] 特別区データの読込、ハンドリング（NumPyの基礎） |
| 4 | [①演習] 特別区データの読込、ハンドリング（Pandasの基礎） |
| 5 | [①演習] 豊島区町丁字別人口の平均 [②統計解析・GIS] 代表値の指標 |
| 6 | [①演習] 豊島区町丁字別人口の分散 [②統計解析・GIS] ばらつきの指標 |
| 7 | [①演習] 豊島区町丁字別人口の度数分布 [②統計解析・GIS] データの正規化、度数分布表 |
| 8 | [①演習] 豊島区町丁字別人口のヒストグラム [②統計解析・GIS] ヒストグラム |
| 9 | [①演習] 豊島区町丁字別指標の相関関係 [②統計解析・GIS] 相関関係 |
| 10 | [①演習] 豊島区町丁字別人口の母平均と標本平均 [②統計解析・GIS] 推測統計の基本 |
| 11 | [①演習] 豊島区町丁字別の人口密度の統計地図 [②統計解析・GIS] GISとは、地図データ |
| 12 | [①演習] 豊島区町丁字別の年少人口割合の統計地図 [②統計解析・GIS] 統計地図の階級区分 |
| 13 | [①演習] 統計地図と鉄道路線データの重ね合わせ [②統計解析・GIS] 空間参照 |
| 14 | 第1回～第13回まとめ |
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
授業時間外の学習に関する指示は、履修登録完了後に「Canvas LMS」上で履修者に対して行います。
各回の予習・復習にはそれぞれ2時間程度を要します。
授業で利用するのはフリーソフトウェアなので、各自のパソコンにインストールできます。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 筆記試験 (Written Exam) | 60 | |
| 平常点 (In-class Points) | 40 |
リアクションペーパー(15%) 授業内に指示した複数回の提出物(25%) |
| 備考 (Notes) | ||
| 演習を毎回行います | ||
なし/None
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 谷合廣紀, 辻真吾 | 『Pythonで理解する統計解析の基礎』 | 技術評論社 | 2018 | 9784297100490 |
ファイルの管理などPCの基本的な使い方について理解していることが望ましい
授業で利用するのはフリーソフトウェアなので、各自のパソコンにインストールできます。
国勢調査の小地域統計データを利用して、基礎的なデータ分析技能、知識について習得することが授業の目標です。
The objective of this course is to acquire basic data analysis skills and knowledge using small area statistical data from the census.
Pythonの演習では「Jupyter Notebook」を利用します。GIS（地理情報システム）の演習では「QGIS」を利用します。
①データ分析演習
国勢調査データを利用して、データ分析の基礎的な演習を行います。
②Pythonによる統計解析の基礎
基本統計量、ヒストグラム、相関関係、母集団と標本について、NumPy、Pandas、Matplotlibなどのモジュールを利用した演習を通して学びます。
For Python exercises, we will use "Jupyter Notebook." For GIS (geographic information systems) exercises, we will use "QGIS."
1. Data analysis exercises
We will use census data to conduct basic exercises on the basis of data analysis.
2. Basics of statistical analysis with Python
We will learn about basic statistics, histograms, correlation, populations and samples through exercises using modules such as NumPy, Pandas, and Matplotlib.
| 1 | [①演習] 変数、計算 [②統計解析・GIS] e-Stat, jStatMapの使い方 |
| 2 | [①演習] 文字列、リスト、データ型 [②統計解析・GIS] e-Stat, jStatMapの使い方 |
| 3 | [①演習] 特別区データの読込、ハンドリング（NumPyの基礎） |
| 4 | [①演習] 特別区データの読込、ハンドリング（Pandasの基礎） |
| 5 | [①演習] 豊島区町丁字別人口の平均 [②統計解析・GIS] 代表値の指標 |
| 6 | [①演習] 豊島区町丁字別人口の分散 [②統計解析・GIS] ばらつきの指標 |
| 7 | [①演習] 豊島区町丁字別人口の度数分布 [②統計解析・GIS] データの正規化、度数分布表 |
| 8 | [①演習] 豊島区町丁字別人口のヒストグラム [②統計解析・GIS] ヒストグラム |
| 9 | [①演習] 豊島区町丁字別指標の相関関係 [②統計解析・GIS] 相関関係 |
| 10 | [①演習] 豊島区町丁字別人口の母平均と標本平均 [②統計解析・GIS] 推測統計の基本 |
| 11 | [①演習] 豊島区町丁字別の人口密度の統計地図 [②統計解析・GIS] GISとは、地図データ |
| 12 | [①演習] 豊島区町丁字別の年少人口割合の統計地図 [②統計解析・GIS] 統計地図の階級区分 |
| 13 | [①演習] 統計地図と鉄道路線データの重ね合わせ [②統計解析・GIS] 空間参照 |
| 14 | 第1回～第13回まとめ |
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
授業時間外の学習に関する指示は、履修登録完了後に「Canvas LMS」上で履修者に対して行います。
各回の予習・復習にはそれぞれ2時間程度を要します。
授業で利用するのはフリーソフトウェアなので、各自のパソコンにインストールできます。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 筆記試験 (Written Exam) | 60 | |
| 平常点 (In-class Points) | 40 |
リアクションペーパー(15%) 授業内に指示した複数回の提出物(25%) |
| 備考 (Notes) | ||
| 演習を毎回行います | ||
なし/None
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 谷合廣紀, 辻真吾 | 『Pythonで理解する統計解析の基礎』 | 技術評論社 | 2018 | 9784297100490 |
ファイルの管理などPCの基本的な使い方について理解していることが望ましい
授業で利用するのはフリーソフトウェアなので、各自のパソコンにインストールできます。