イノベーション・マネジメント研究科Business School of Innovation Management
MAN500F2(経営学 / Management 500)ビジネスデータ分析(ベーシック)Business Data Analysis: Basic
豊田 裕貴Yuki TOYODA
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | イノベーション・マネジメント研究科Business School of Innovation Management |
添付ファイル名Attached documents | |
年度Year | 2021 |
授業コードClass code | W0026 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | |
開講時期Term | 春学期後半/Spring(2nd half) |
曜日・時限Day/Period | 月6/Mon.6, 月7/Mon.7 |
科目種別Class Type | 専門講義 |
キャンパスCampus | 市ヶ谷 |
教室名称Classroom name | |
配当年次Grade | 1・2 |
単位数Credit(s) | 2 |
備考(履修条件等)Notes | 基礎科目 |
実務経験のある教員による授業科目Class taught by instructors with practical experience | |
カテゴリーCategory | 基礎科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
This lecture aims to learn "statistics and data analysis as a tool" and to attach ability to be associated with each business theme. Especially focus on data summary and model analysis.
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的(何を学ぶか)Outline and objectives
ビジネスデータを活用するには、データ分析や統計学のスキルが欠かせない。ただし統計学やデータ分析というと「数学」というイメージを持つ人が多く、自分とは無縁と考えていることも少なくない。しかし、道具としての統計学ならびにデータ分析は難しくない。より重要なのは、データを分析してどんな情報を引き出せば、ビジネスに役立つのかを考えられることである。
この点を踏まえ、本講義は「道具としての統計学とデータ分析」を学び、各自のビジネス課題に対応づけられる力を付けることを目的とする。とくにベーシックでは、データの要約とモデル分析(関係性の分析)を中心に学習する。
到達目標Goal
ビジネステーマにデータを活用するための基本的な考え方を理解し、各自のテーマについてその考え方を応用したデータ活用ができるようになることを目標とする。
また、Excelを積極的に活用し、自身のテーマでどのように分析すれば良いか、そして、結果をどうビジネスに活かせば良いかを考えられるようになることも目標とする。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか(該当授業科目と学位授与方針に明示された学習成果との関連)Which item of the diploma policy will be obtained by taking this class?
イノベーション・マネジメント研究科のディプロマポリシーのうち、「DP2」「DP3」に関連
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)(学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. )
実際にビジネスデータを加工・分析しながら、各種手法がどのような手法で、何が出来るかを考え、理論ではなく道具としての統計学/データ分析を学ぶ。また、単に分析するのではなく、その結果をビジネス上どう読み解くか、うまく行かない場合にはどうすれば(考えれば)よいかについても、演習形式で学習していく。
アクティブラーニング(グループディスカッション、ディベート等)の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク(学外での実習等)の実施Fieldwork in class
なし / No
授業計画Schedule
※各回の授業形態は予定です。教員の指示に従ってください。
1-2講:ビジネスデータ分析全体像の理解と要約手法の活用
ビジネスデータを何に活用できるかと、そのために必要な知識を学習する。その上で、「要約」手法の基本的なポイントを学習する。
3-4講:時系列データの活用
時系列データを分析する際には、時系列データならではの検討が必要である。時系列データの特徴を学習の上、ある周期性やトレンドの分離などの方法について学ぶ。
5-6講:ビジネス仮説の検証(1)
データで検証可能な仮説の立て方とその検証をグラフで行う方法を学習する。その上で、「仮説検定」について学び、ビジネステーマについて、確率的な判断が出来るようになることを目指す。初回は、質的変数と量的変数の関係に着目し、t検定、分散分析などについて演習を通じて学ぶ。
7-8講:ビジネス仮説の検証(2)
ビジネス仮説の検証の二回目は、質的変数と質的変数の関係に着目し、χ2検定、残差分析などについて演習を通じて学ぶ。
9-10講:相関と回帰分析
量的変数と量的変数との関係を相関という視点から検討した後、原因系と結果系との関係にアプローチするモデル分析の基本として、回帰分析を学ぶ。
11-12講:回帰分析の応用
回帰分析の応用として、原因系を複数個にする、質的変数を活用するなど、より高度なモデル分析を行う方法を学習する。
13-14講:戦術効果と交互作用
採用した戦術が結果に与える影響が、状況に応じて異なるなど交互作用がある場合を検討する方法を学習する。交互作用の検討により、より効果的な戦術判断や対策立案などが可能になる。
授業時間外の学習(準備学習・復習・宿題等)Work to be done outside of class (preparation, etc.)
本授業の準備学習・復習時間は、各2時間を標準とします。
①学んだ手法が各自のテーマにどのように活用できるかについて復習する。
②個人レポートの準備とその作成などを行う。
③各単元の復習を行う。
テキスト(教科書)Textbooks
特に指定なし
参考書References
・豊田裕貴(2019)『Excel で学ぶ ビジネスデータ分析の基礎 ビジネス統計スペシャリスト・エクセル分析スペシャリスト対応』オデッセイコミュニケーションズ
・豊田裕貴(2016)『これ一冊で完璧!Excelでデータ分析即戦力講座』秀和システム
・玄場公規、湊宣明、豊田裕貴(2016)『Excel で学ぶ ビジネスデータ分析の基礎 ビジネス統計スペシャリスト・エクセル分析ベーシック対応』オデッセイコミュニケーションズ
・豊田裕貴(2006)『現場で使える統計学』阪急コミュニケーションズ
成績評価の方法と基準Grading criteria
・授業内課題ならびに普段の取り組み(40点)、期末レポート(60点)
学生の意見等からの気づきChanges following student comments
・受講に際し、前提となる数学やデータ分析の知識は設定せず基礎から解説する。
・遠隔での受講への要望に応えるため、対面講義と遠隔講義を併用する(基本的には対面での講義だが、ZOOMでの遠隔参加のみでの単位履修を可能とした)。
学生が準備すべき機器他Equipment student needs to prepare
・講義内でデータ分析実習を行うため、学内のPC演習室で講義を行う予定だが、遠隔での受講の場合には、Excelが使える(かつZOOMで参加できる)PC環境を用意することが必要になる。Excelについては院生として利用できるOffice365の最新バージョンでの解説とする(Excelの古いバージョンではできない分析などもあるので、注意すること。なお、Office365の利用については初回講義時に説明する)。
その他の重要事項Others
<講義について>
・対面講義を前提とするが、2021年度も場合によっては遠隔での講義となる回があることも想定される。その際には、ZOOMでの遠隔講義となるため、各自、PC環境を準備が必要となる点ご留意ください。
・なお、全回対面講義での実施となった場合にも、遠隔参加のみでも単位取得ができることとする。
・PC演習(Excel)を行うので、最低限のPC利用スキルは前提とする。
・学習支援システムを活用するので、操作方法を事前に確認しておくこと。
・本講義は、オデッセイ社の資格「ビジネス統計スペシャリスト・エクセル分析ベーシックならびにスペシャリスト」の内容にほぼ対応している。
<教員について>
・「実務経験のある教員」か否かについて:担当する教員は、データ分析に関連した実務経験(シンクタンクでのリサーチやデータ分析、コンサルティングなど)があり、単に知識としてのデータ分析ではなく、実際に使える知識としてのデータ分析を解説する。