日本語 English
| 開講年度/ Academic YearAcademic Year |
20242024 |
| 科目設置学部/ CollegeCollege |
全学共通科目・全学共通カリキュラム（総合系）/University-wide Liberal Arts Courses (Comprehensive Courses)University-wide Liberal Arts Courses (Comprehensive Courses) |
| 科目コード等/ Course CodeCourse Code |
FB144/FB144FB144 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
多変量解析入門 |
| 授業形態/ Class FormatClass Format |
オンデマンド（全回オンデマンド）/On-demand (all classes are on-demand)On-demand (all classes are on-demand) |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
配信開始日は秋学期授業初日を予定している。 |
| 授業形式/ Class StyleCampus |
講義/LectureLecture |
| 校地/ CampusCampus |
他/OtherOther |
| 学期/ SemesterSemester |
秋学期他/Fall OthersFall Others |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
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 |
CMP2200 |
| 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：200人/ Capacity：200） |
| 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 |
|
| 他学部履修可否/ Acceptance of Other CollegesAcceptance of Other Colleges |
|
| 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 |
We will understand the basic ideas, representative methods, and usage methods in society.
We will learn the basic concepts and representative methods of multivariate analysis. In particular, we will describe (1) methods for prediction and factor search, and (2) methods for organizing and classifying complex information. Furthermore, through analysis exercises using the statistical analysis language R, students will understand the usage cases and roles of these methods.
| 1 | 多変量解析とは何か？ |
| 2 | 記述統計学と推測統計学の復習 |
| 3 | 相関係数と偏相関係数 |
| 4 | 重回帰分析(1)：単回帰分析から重回帰分析へ |
| 5 | 重回帰分析(2)：重回帰分析の考え方 |
| 6 | 重回帰分析(3)：ダミー変数と回帰分析の注意点 |
| 7 | 二項ロジスティック回帰分析 |
| 8 | 二元配置分散分析 |
| 9 | 三重クロス集計表の分析 |
| 10 | 因子分析(1)：因子分析の考え方 |
| 11 | 因子分析(2)：因子の回転と利用上の注意 |
| 12 | 主成分分析 |
| 13 | クラスター分析 |
| 14 | 構造方程式モデリング |
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
資料や関連書籍を読み、不明な点がないか確認すること。学習した統計量の計算手順を復習し、その性質についての理解を定着させること。動画の内容は『多変量解析』という広大な海へのほんの入り口であり、説明しきれていない豊かな統計理論や応用例が存在する。動画で満足することなく、内容に関して疑問や論点を自分なりに整理していくことが、理解を深めることにつながる。
学習時間は1回の授業あたり、動画視聴を含めて240分程度が目安である。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
授業内課題（レポートを含む。25％×4回）(100%) |
| 備考 (Notes) | ||
| その他 (Others) | |||||
|---|---|---|---|---|---|
| オンラインで提示する内容がテキストに相当する。 |
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 山田剛史，杉澤武俊，村井潤一郎 | 『Rによるやさしい統計学』 | オーム社 | 2008 | |
| 2 | 村井潤一郎 | 『初めてのR――ごく初歩の操作から統計解析の導入まで』 | 北大路書房 | 2015 | |
| 3 | 中村永友 | 『Rで学ぶデータサイエンス2 多次元データ解析法』 | 共立出版 | 2010 | |
| 4 | Fox, John, and Sanford Weisberg | An R Companion to Applied Regression | SAGE | 2011 (2nd ed.) |
他の科目として開講されている統計学入門や統計的検定、統計的推定を含む講義をすでに履修していることが望ましい。本科目は、それらの科目を基礎知識としてすでに習得していることを前提とした内容である。
各種の解析を行う課題を出すため、PC操作に苦手意識がないことが望ましい。苦手意識があっても、前向きに取り組む意思が必要とされる。
統計解析ソフトRを用いる。
本科目は社会調査協会の定める社会調査士指定項目E科目「多変量解析の方法に関する科目」に該当する。その性質上、同C科目D科目の内容である基礎統計学の知識を前提とする。知識の習得が不安なものは、各自復習をしておくこと。
履修者は，あらかじめCanvas LMSにログインして具体的な授業の受講方法について必ずその内容を確認すること。
授業内容に関して質問がある場合は、学期中2回行われるスクーリングを利用されたい。
2016年度以降入学者：多彩な学び
2015年度以前入学者：主題別A
データに潜む重要な情報を明らかにする方法として多変量解析を位置づけ，基本的な考え方，代表的な手法，および社会における活用法を理解する。
We will understand the basic ideas, representative methods, and usage methods in society.
多変量解析の基本的な考え方と代表的な手法を習得する。特に，(1)予測・要因探求のための手法および(2)複雑な情報をまとめ分類するための手法について解説を行う。さらに、統計解析言語Rを用いた分析演習を通じて、これらの手法の活用事例や役割を理解する。
We will learn the basic concepts and representative methods of multivariate analysis. In particular, we will describe (1) methods for prediction and factor search, and (2) methods for organizing and classifying complex information. Furthermore, through analysis exercises using the statistical analysis language R, students will understand the usage cases and roles of these methods.
| 1 | 多変量解析とは何か？ |
| 2 | 記述統計学と推測統計学の復習 |
| 3 | 相関係数と偏相関係数 |
| 4 | 重回帰分析(1)：単回帰分析から重回帰分析へ |
| 5 | 重回帰分析(2)：重回帰分析の考え方 |
| 6 | 重回帰分析(3)：ダミー変数と回帰分析の注意点 |
| 7 | 二項ロジスティック回帰分析 |
| 8 | 二元配置分散分析 |
| 9 | 三重クロス集計表の分析 |
| 10 | 因子分析(1)：因子分析の考え方 |
| 11 | 因子分析(2)：因子の回転と利用上の注意 |
| 12 | 主成分分析 |
| 13 | クラスター分析 |
| 14 | 構造方程式モデリング |
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
資料や関連書籍を読み、不明な点がないか確認すること。学習した統計量の計算手順を復習し、その性質についての理解を定着させること。動画の内容は『多変量解析』という広大な海へのほんの入り口であり、説明しきれていない豊かな統計理論や応用例が存在する。動画で満足することなく、内容に関して疑問や論点を自分なりに整理していくことが、理解を深めることにつながる。
学習時間は1回の授業あたり、動画視聴を含めて240分程度が目安である。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
授業内課題（レポートを含む。25％×4回）(100%) |
| 備考 (Notes) | ||
| その他 (Others) | |||||
|---|---|---|---|---|---|
| オンラインで提示する内容がテキストに相当する。 |
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 山田剛史，杉澤武俊，村井潤一郎 | 『Rによるやさしい統計学』 | オーム社 | 2008 | |
| 2 | 村井潤一郎 | 『初めてのR――ごく初歩の操作から統計解析の導入まで』 | 北大路書房 | 2015 | |
| 3 | 中村永友 | 『Rで学ぶデータサイエンス2 多次元データ解析法』 | 共立出版 | 2010 | |
| 4 | Fox, John, and Sanford Weisberg | An R Companion to Applied Regression | SAGE | 2011 (2nd ed.) |
他の科目として開講されている統計学入門や統計的検定、統計的推定を含む講義をすでに履修していることが望ましい。本科目は、それらの科目を基礎知識としてすでに習得していることを前提とした内容である。
各種の解析を行う課題を出すため、PC操作に苦手意識がないことが望ましい。苦手意識があっても、前向きに取り組む意思が必要とされる。
統計解析ソフトRを用いる。
本科目は社会調査協会の定める社会調査士指定項目E科目「多変量解析の方法に関する科目」に該当する。その性質上、同C科目D科目の内容である基礎統計学の知識を前提とする。知識の習得が不安なものは、各自復習をしておくこと。
履修者は，あらかじめCanvas LMSにログインして具体的な授業の受講方法について必ずその内容を確認すること。
授業内容に関して質問がある場合は、学期中2回行われるスクーリングを利用されたい。
2016年度以降入学者：多彩な学び
2015年度以前入学者：主題別A