日本語 English
| 開講年度/ Academic YearAcademic Year |
20262026 |
| 科目設置学部/ CollegeCollege |
法学研究科/Graduate School of Law and PoliticsGraduate School of Law and Politics |
| 科目コード等/ Course CodeCourse Code |
ND363/ND363ND363 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
研究に活かすための統計学 |
| 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) |
|
| 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 |
金3/Fri.3 Fri.3 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 |
LAP5900 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 履修登録方法/ Class Registration MethodClass Registration Method |
科目コード登録/Course Code RegistrationCourse Code Registration |
| 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 |
－（履修中止制度なし/ No system 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/lp.html |
| 備考/ NotesNotes |
Students will gain a systematic understanding of fundamental and practical knowledge related to data acquisition, analysis, interpretation, and utilization. Through practical exercises using real data, they will acquire skills essential for analysts, such as bias detection, preprocessing, model selection, causal inference, visualization, and points to note when interpreting data.
This course systematically teaches the fundamental knowledge necessary for acquiring, analyzing, interpreting, and utilizing data. Students begin by understanding the nature of data, including observation error, bias, and sampling methods. They then learn analytical techniques, including preprocessing, visualization, correlation, regression, multivariate analysis, and mathematical modeling, through practical exercises. Furthermore, students will develop practical data literacy by understanding the "traps" that lurk at each stage of analysis, interpretation, and operation, such as p-hacking, cognitive bias, and visualization errors, with concrete examples.
| 1 | ガイダンス・データの性質 |
| 2 | 誤差とばらつき |
| 3 | データに含まれるバイアス |
| 4 | 交絡因子と因果関係 |
| 5 | データサンプリングの方法論 |
| 6 | データの扱い |
| 7 | 1変数データの振る舞い(1) |
| 8 | 1変数データの振る舞い(2) |
| 9 | 変数の間の関係を調べる |
| 10 | 多変量データを解釈する |
| 11 | 数理モデリングの要点 |
| 12 | データ分析の罠 |
| 13 | データ解釈の罠 |
| 14 | データ活用の罠・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
・予習としてテキストを精読し、疑問点等を明らかにする（各回2時間程度）。
・復習として授業内容を整理し、紹介した問題を実際に解く（各回2時間程度）。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
毎回の授業参加状況・小課題(5%×14回)(70%) 最終レポート(Final Report)(30%) |
| 備考 (Notes) | ||
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 江崎貴裕 | 『分析者のためのデータ解釈学入門』 | ソシム | 2020 | 9784802612906 |
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 阿部真人 | 『統計学入門 : データ分析に必須の知識・考え方』 | ソシム | 2021 | 9784802613194 |
・高校1～2年レベルの数学を習得しているか、これから習得しようとする意思があること。
・社会状況や現象に広く関心を持っていること。
・第2回以降、指定テキストを持参すること。
・データ分析実習のため、ノートPCがあると望ましい。
実際の社会調査で得られたデータを用いる可能性がある（データの利用のための誓約事項がある場合あり）。
データの取得・分析・解釈・活用に関わる基礎的かつ実践的な知識を体系的に理解する。実データを用いた演習を通じて、バイアスの検出・前処理・モデル選択・因果推論・可視化・解釈上の注意点といった分析者に不可欠なスキルを身につける。
Students will gain a systematic understanding of fundamental and practical knowledge related to data acquisition, analysis, interpretation, and utilization. Through practical exercises using real data, they will acquire skills essential for analysts, such as bias detection, preprocessing, model selection, causal inference, visualization, and points to note when interpreting data.
データの取得・分析・解釈・活用に必要な基礎知識を体系的に学ぶ。観測誤差やバイアス、サンプリングの方法などデータの性質の理解から始め、前処理・可視化・相関や回帰、多変量解析、数理モデリングなどの分析手法を演習形式で身につける。さらに、p-hackingや認知バイアス、可視化の誤りなど分析・解釈・運用の各段階に潜む“罠”を具体例とともに理解し、実践的なデータリテラシーを養う。
This course systematically teaches the fundamental knowledge necessary for acquiring, analyzing, interpreting, and utilizing data. Students begin by understanding the nature of data, including observation error, bias, and sampling methods. They then learn analytical techniques, including preprocessing, visualization, correlation, regression, multivariate analysis, and mathematical modeling, through practical exercises. Furthermore, students will develop practical data literacy by understanding the "traps" that lurk at each stage of analysis, interpretation, and operation, such as p-hacking, cognitive bias, and visualization errors, with concrete examples.
| 1 | ガイダンス・データの性質 |
| 2 | 誤差とばらつき |
| 3 | データに含まれるバイアス |
| 4 | 交絡因子と因果関係 |
| 5 | データサンプリングの方法論 |
| 6 | データの扱い |
| 7 | 1変数データの振る舞い(1) |
| 8 | 1変数データの振る舞い(2) |
| 9 | 変数の間の関係を調べる |
| 10 | 多変量データを解釈する |
| 11 | 数理モデリングの要点 |
| 12 | データ分析の罠 |
| 13 | データ解釈の罠 |
| 14 | データ活用の罠・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
・予習としてテキストを精読し、疑問点等を明らかにする（各回2時間程度）。
・復習として授業内容を整理し、紹介した問題を実際に解く（各回2時間程度）。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
毎回の授業参加状況・小課題(5%×14回)(70%) 最終レポート(Final Report)(30%) |
| 備考 (Notes) | ||
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 江崎貴裕 | 『分析者のためのデータ解釈学入門』 | ソシム | 2020 | 9784802612906 |
| No | 著者名 (Author/Editor) | 書籍名 (Title) | 出版社 (Publisher) | 出版年 (Date) | ISBN/ISSN |
|---|---|---|---|---|---|
| 1 | 阿部真人 | 『統計学入門 : データ分析に必須の知識・考え方』 | ソシム | 2021 | 9784802613194 |
・高校1～2年レベルの数学を習得しているか、これから習得しようとする意思があること。
・社会状況や現象に広く関心を持っていること。
・第2回以降、指定テキストを持参すること。
・データ分析実習のため、ノートPCがあると望ましい。
実際の社会調査で得られたデータを用いる可能性がある（データの利用のための誓約事項がある場合あり）。