日本語 English
| 開講年度/ Academic YearAcademic Year |
20232023 |
| 科目設置学部/ CollegeCollege |
経営学部/College of BusinessCollege of Business |
| 科目コード等/ Course CodeCourse Code |
BT070/BT070BT070 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
|
| 授業形態/ Class FormatClass Format |
オンライン（全回オンライン）/Online (all classes are online)Online (all classes are online) |
| 校地/ CampusCampus |
他/OtherOther |
| 学期/ SemesterSemester |
春学期/Spring SemesterSpring Semester |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
月1･M201/Mon.1･M201 Mon.1･M201 |
| 単位/ CreditCredit |
22 |
| 科目ナンバリング/ Course NumberCourse Number |
BUS4100 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 備考/ NotesNotes |
|
| テキスト用コード/ Text CodeText Code |
BT070 |
In this course, students will acquire the skills to be able to scientifically verify phenomena extracted from data, and extract useful information from data. In concrete terms, the goal of this course is to be able to use the statistical software.
This course introduces the basics of statistical analysis, multivariate analysis methods, and data mining methods through lectures and seminars. In the seminars, students will develop the ability to analyze data in practice by analyzing sample data using statistical software.
※Please refer to Japanese Page for details including evaluations, textbooks and others.
データから抽出された現象を科学的に検証したり，データから有益な情報を抽出できる能力を習得する。統計ソフトウェアを利用し，統計的な分析が可能となることを目標とする。
In this course, students will acquire the skills to be able to scientifically verify phenomena extracted from data, and extract useful information from data. In concrete terms, the goal of this course is to be able to use the statistical software.
本講義では，講義と演習を通して，回帰分析、ロジスティック回帰分析、因子分析などの多変量解析手法，データマイニング手法を紹介する。演習では，統計ソフトウェアを用いて，実例のデータを分析しながら実践的なデータ分析能力を養成する。
This course introduces the basics of statistical analysis, multivariate analysis methods, and data mining methods through lectures and seminars. In the seminars, students will develop the ability to analyze data in practice by analyzing sample data using statistical software.
| 1 | ガイダンス：データサイエンスの考え方 |
| 2 | データ活用法と各種事例１ |
| 3 | データ活用法と各種事例２ |
| 4 | 回帰分析の基礎 |
| 5 | 回帰分析の応用 |
| 6 | 回帰分析実習 |
| 7 | ロジスティック回帰分析１ |
| 8 | ロジスティック回帰分析２ |
| 9 | ロジスティック回帰分析実習 |
| 10 | 因子分析の基礎１ |
| 11 | 因子分析の基礎２ |
| 12 | 因子分析の応用 |
| 13 | 因子分析実習 |
| 14 | 総括 |
本講義では，講義の復習を兼ねて，隔週ごとに中間課題を提示する。そのため，講義時間外においても統計ソフトウェアに触れ，講義に望んでほしい
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
授業参加度(30%) 中間課題(30%) 最終レポート(40%) |
| 備考 (Notes) | ||
| 本講義では，分析演習がメインとなるため，授業には毎回出席すること。なお，授業参加度はリアクションペーパーで評価する。 | ||
なし/None
すべての講義をオンラインで実施する。なお、分析のために必要な統計ソフトウェアを授業中に使用し、実習を行うので、パソコンを用意して参加すること。
大学院初級レベル（4年次生履修推奨）