日本語 English
| 開講年度/ Academic YearAcademic Year |
20242024 |
| 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 |
Python入門、Pythonによる統計解析の基礎、統計データ分析 |
| 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 |
土2･8303/Sat.2･8303 Sat.2･8303 |
| 単位/ CreditCredit |
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/ Grade (Year) RequiredGrade (Year) Required |
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 |
| テキスト用コード/ Text CodeText Code |
BX371 |
The goal of the class is to learn "Introduction to Python," "Basics of Statistical Analysis with Python," and "Statistical Data Analysis" through exercises.
Jupyter Notebook" is used for Python exercises.
①Introduction to Python and basics
Students will learn basic knowledge of Python such as basic programming concepts, variables, iterators, for statements, if statements, functions, etc., and its syntax through simple exercises.
②Basics of Statistical Analysis with Python
Students will learn basic statistics, histograms, population and sample, random variables, probability functions, and probability distributions through exercises using modules such as NumPy, Pandas, and Matplotlib.
③Statistical Data Analysis
Students will learn basic usage of e-Stat, a portal site for public statistical data, and data analysis exercises.
※Please refer to Japanese Page for details including evaluations, textbooks and others.
「Python入門」「Pythonによる統計解析の基礎」「統計データ分析」について、演習を通して学習することが授業の目標です。
The goal of the class is to learn "Introduction to Python," "Basics of Statistical Analysis with Python," and "Statistical Data Analysis" through exercises.
Pythonの演習では「Jupyter Notebook」を利用します。
①Pythonの入門・基礎
プログラミングの基本的な考え方、変数、イテレータ、for 文 、if文、関数など、Pythonの基礎的な知識および構文について簡単な演習を通して学びます。
②Pythonによる統計解析の基礎
基本統計量、ヒストグラムの作成、母集団と標本の考え方、確率変数、確率関数、確率分布について、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。
③統計データ分析
公的統計データのポータルサイトであるe-Statの基本的な利用方法およびデータ分析演習について学びます。
Jupyter Notebook" is used for Python exercises.
①Introduction to Python and basics
Students will learn basic knowledge of Python such as basic programming concepts, variables, iterators, for statements, if statements, functions, etc., and its syntax through simple exercises.
②Basics of Statistical Analysis with Python
Students will learn basic statistics, histograms, population and sample, random variables, probability functions, and probability distributions through exercises using modules such as NumPy, Pandas, and Matplotlib.
③Statistical Data Analysis
Students will learn basic usage of e-Stat, a portal site for public statistical data, and data analysis exercises.
| 1 | ①Pythonの基礎01（プログラミング、変数、計算） ②－ ③e-statの概要 |
| 2 | ①Pythonの基礎02（文字型、リスト） ②－ ③公的統計の概要 |
| 3 | ①Pythonの基礎02（リスト、データ型） ②－ ③e-statからのデータダウンロード（ファイル形式） |
| 4 | ①Pythonの基礎03、Pandasの基礎 ②－ ③e-statからのデータダウンロード（ダウンロード形式） |
| 5 | ①Pythonの基礎04、NumPyの基礎 ②－ ③国勢調査の集計体系 |
| 6 | ①－ ②代表値の指標 ③市区町村別データの平均 |
| 7 | ①－ ②ばらつきの指標 ③市区町村別データのばらつき |
| 8 | ①－ ②度数分布表、ヒストグラム ③市区町村別データのヒストグラム |
| 9 | ①－ ②推測統計の基本 ③－ |
| 10 | ①Pythonの基礎05（関数） ②推測統計の基本 ③－ |
| 11 | ①－ ②離散型確率変数 ③市区町村別データの標準化とその分布 |
| 12 | ①－ ②離散型確率分布（ベルヌイ分布、二項分布） ③市区町村別データの抽出結果の分布 |
| 13 | ①－ ②離散型確率分布（ポアソン分布） ③市区町村別データの抽出結果の平均の分布 |
| 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
Python演習の復習、統計学知識の整理
| 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 | 4297100495 |
| 2 | 瀬戸美月 | 『単語帳アプリ付)徹底攻略 基本情報技術者の午後対策 Python編 第2版』 | インプレス | 2021 | 4295011398 |