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 |
BX372/BX372BX372 |
| 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（確率モデルと推測統計の考え方）ー |
| 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 |
秋学期/Fall semesterFall 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Ｂ |
The objective of this course is to learn about probability models and inferential statistics, and to use small area census data to study about geographic and statistical analysis of regional data.
For Python exercises, we will use "Jupyter Notebook." For GIS (geographic information system) exercises, we will use "QGIS."
1. Data analysis exercises
We will use regional census data to conduct exercises that apply the concepts of probability models and inferential statistics.
2. Basics of statistical analysis using Python
We will conduct exercises on discrete random variables, continuous random variables, independent and identical distributions, statistical estimation, statistical testing, and regression analysis 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] リスト、データ型 [②統計解析・GIS] e-Stat, jStatMap の使い方 |
| 3 | [①演習] 関数の作成 [②統計解析・GIS] 離散型確率変数 |
| 4 | [①演習] 空間分析におけるスケール [②統計解析・GIS] ベルヌーイ分布、二項分布 |
| 5 | [①演習] 地域データとPython [②統計解析・GIS] 連続型確率変数 |
| 6 | [①演習] 町丁字別指標の分布 [②統計解析・GIS] 正規分布、カイ二乗分布 |
| 7 | [①演習] 空間的自己相関 [②統計解析・GIS] 独立性、和の分布、平均の分布 |
| 8 | [①演習] 町丁字別指標の標本平均の分布 [②統計解析・GIS] 大数の法則、中心極限定理 |
| 9 | [①演習] 町丁字別指標の点推定 [②統計解析・GIS] 統計的推定（点推定） |
| 10 | [①演習] 町丁字別指標の区間推定 [②統計解析・GIS] 統計的推定（区間推定） |
| 11 | [①演習] 地域的特徴の有意性 [②統計解析・GIS] 統計的検定の考え方 |
| 12 | [②統計解析・GIS] 単回帰分析 |
| 13 | [①演習] 町丁字別指標の回帰分析 [②統計解析・GIS] 重回帰分析 |
| 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
授業時間外の学修に関する指示は履修登録後に「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。
| 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) | ||
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 |
データ分析演習Aを受講していると理解しやすいと思います。（必須ではありません）
ファイル管理などPC利用に関する基礎的な能力。
統計学や確率モデルの考え方について説明します。用語等について整理できていると理解しやすいと思います。
ソフトウェアはフリーソフトですので、ダウンロードして各自のPCにインストールすることができます。
確率モデルと推測統計の考え方について学び、国勢調査の小地域統計データを利用して、地域データの地理的、統計的分析について考えることが授業の目標です。
The objective of this course is to learn about probability models and inferential statistics, and to use small area census data to study about geographic and statistical analysis of regional data.
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
国勢調査の地域別データを利用して、確率モデルや推測統計の考え方を応用した演習を行います。
②Pythonによる統計解析の基礎
離散型確率変数、連続型確率変数、独立同一分布、統計的推定、統計的検定、回帰分析について、NumPy、Pandas、Matplotlibなどのモジュールを利用した演習を行います。
For Python exercises, we will use "Jupyter Notebook." For GIS (geographic information system) exercises, we will use "QGIS."
1. Data analysis exercises
We will use regional census data to conduct exercises that apply the concepts of probability models and inferential statistics.
2. Basics of statistical analysis using Python
We will conduct exercises on discrete random variables, continuous random variables, independent and identical distributions, statistical estimation, statistical testing, and regression analysis 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] リスト、データ型 [②統計解析・GIS] e-Stat, jStatMap の使い方 |
| 3 | [①演習] 関数の作成 [②統計解析・GIS] 離散型確率変数 |
| 4 | [①演習] 空間分析におけるスケール [②統計解析・GIS] ベルヌーイ分布、二項分布 |
| 5 | [①演習] 地域データとPython [②統計解析・GIS] 連続型確率変数 |
| 6 | [①演習] 町丁字別指標の分布 [②統計解析・GIS] 正規分布、カイ二乗分布 |
| 7 | [①演習] 空間的自己相関 [②統計解析・GIS] 独立性、和の分布、平均の分布 |
| 8 | [①演習] 町丁字別指標の標本平均の分布 [②統計解析・GIS] 大数の法則、中心極限定理 |
| 9 | [①演習] 町丁字別指標の点推定 [②統計解析・GIS] 統計的推定（点推定） |
| 10 | [①演習] 町丁字別指標の区間推定 [②統計解析・GIS] 統計的推定（区間推定） |
| 11 | [①演習] 地域的特徴の有意性 [②統計解析・GIS] 統計的検定の考え方 |
| 12 | [②統計解析・GIS] 単回帰分析 |
| 13 | [①演習] 町丁字別指標の回帰分析 [②統計解析・GIS] 重回帰分析 |
| 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
授業時間外の学修に関する指示は履修登録後に「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。
| 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) | ||
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 |
データ分析演習Aを受講していると理解しやすいと思います。（必須ではありません）
ファイル管理などPC利用に関する基礎的な能力。
統計学や確率モデルの考え方について説明します。用語等について整理できていると理解しやすいと思います。
ソフトウェアはフリーソフトですので、ダウンロードして各自のPCにインストールすることができます。