スポーツ健康学部Faculty of Sports and Health Studies
ECN100IA(経済学 / Economics 100)統計学ⅡStatisticsⅡ
笹井 浩行Hiroyuki SASAI
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | スポーツ健康学部Faculty of Sports and Health Studies |
添付ファイル名Attached documents | |
年度Year | 2021 |
授業コードClass code | M0690 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | |
開講時期Term | 秋学期授業/Fall |
曜日・時限Day/Period | 金2/Fri.2 |
科目種別Class Type | 講義 |
キャンパスCampus | 多摩 |
教室名称Classroom name | |
配当年次Grade | 1~4 |
単位数Credit(s) | 2 |
備考(履修条件等)Notes | ※2012年度以前入学生履修不可 |
他学部公開科目Open Program | |
他学部公開(履修条件等)Open Program (Notes) | |
グローバル・オープン科目Global Open Program | |
成績優秀者の他学部科目履修制度対象Interdepartmental class taking system for Academic Achievers | |
成績優秀者の他学部科目履修(履修条件等)Interdepartmental class taking system for Academic Achievers (Notes) | |
実務経験のある教員による授業科目Class taught by instructors with practical experience | |
SDGsCPSDGs CP | |
アーバンデザインCPUrban Design CP | |
ダイバーシティCPDiversity CP | |
未来教室CPLearning for the Future CP | |
カーボンニュートラルCPCarbon Neutral CP | |
千代田コンソ単位互換提供(他大学向け)Chiyoda Campus Consortium | |
カテゴリーCategory |
総合教育科目 視野形成科目(必修選択) |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
Statistics is a fundamental and practical discipline that is used to summarize massive amount of data and to interpret its output correctly. Statistics is widely used in almost all sports science-related fields including exercise physiology, sports psychology, and sports sociology. Our society now enters into the "Big Data" era, and statistics is regarded as the most important discipline to survive in this rapidly developing society. This course provides students with medium-level analytic skills that would be helpful when tackling with bachelor's thesis or work after college graduation.
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
統計学は、データの特徴や規則性を数量的に見出し、要約や解釈をするための根拠を提供する実践的な学問である。その応用範囲は多岐にわたり、スポーツ健康科学においても運動生理学、スポーツ心理学、スポーツ社会学等の実証的研究では、結論を導く根拠を客観的に示すために統計学を活用している。スポーツ健康学以外においてもビッグデータの活用が急速に進む中、統計学はその中核をなす学問である。そこで本授業では、卒業論文や就職後の仕事で役立つよう、中級レベルの統計的分析手法の実践的技術の修得を目指す。
※2019年度までは統計解析ソフトとしてSPSSを用いて来たが、2020年度からは、卒業後も自由に使用できるようフリーソフトのRを用いている。2019年度までの本授業の受講生も、新たにRに基づいて統計学を学ぶことになることに留意すること。
到達目標Goal
多変量解析を含む中級レベルの統計的分析手法を習得することを目標とする。本授業では、統計学の数学的理解ではなく、実践的技術の習得に主眼を置く。
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?
ディプロマポリシーのうち、「DP1」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. )
講義と演習を交互に繰り返しながら学習を進める。配分は、講義2割、演習8割程度であり、演習を重視する。演習では統計ソフトRを用いる。
新型コロナウイルス感染症の感染拡大状況を鑑み、オンラインと対面を組み合わせながら進める。
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:ガイダンス・統計学Iの復習
授業の進め方と成績評価について説明する。統計学Iの期末テストの解答・解説を通じて、分析手法のおさらいをする。
2:統計学Iの復習
統計学Iの期末テストの解答・解説を通じて、分析手法のおさらいをする。
3:一元配置分散分析(理論)
間隔・比率尺度を用いて、1つの要因により、3つ以上の群間に統計学的に意味のある(有意な)差があるか否かを検定する手法および多重比較検定を学ぶ。
4:一元配置分散分析(実践)
練習問題を用いて、一元配置分散分析の解析を実践する。また、その結果の解釈について学ぶ。
5:二元配置分散分析(理論)
間隔・比率尺度を用いて、2つの要因により、3つ以上の群間に有意な差があるか否かを検定する手法を学ぶ。
6:二元配置分散分析(実践)
練習問題を用いて、二元配置分散分析の解析を実践する。また、その結果の解釈について学ぶ。
7:中間テスト
1~6回目の内容について、実践的技術の修得状況を確認する中間テストをおこなう。ただし、授業の進捗によっては中間テストを第8回目にずらす可能性がある。
8:中間テストの解答・解説
中間テストに出題された問題の解答と解説をおこなう。
9:重回帰分析(理論)
間隔・比率尺度である1つの変数を、複数の変数から予測する、または各変数の影響度を定量する分析手法の理論について学ぶ。また、変数選択手法の概要について学ぶ。ダミー変数の作成法について学ぶ。
10:重回帰分析(実践)
練習問題を用いて、重回帰分析の解析を実践する。また、その結果の解釈について学ぶ。
11:ロジスティック回帰分析(理論)
二値変数を、複数の変数から予測する、または各変数の影響度を定量する分析手法の理論について学ぶ。
12:ロジスティック回帰分析(実践)
練習問題を用いて、ロジスティック回帰分析の解析を実践する。また、その結果の解釈について学ぶ。
13:練習問題
期末テストに向けて、サンプルデータセットを用いて練習問題に取り組む。ただし、授業の進捗によっては割愛することもある。
14:総括・期末テスト
1~13回目までの内容について、実践的技術の修得状況を判定するテストをおこなう。ただし、統計学Iでの学習内容もテストに含まれる。
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.)
・情報実習室のPCにインストールされているRを使い、しっかり復習すること。
・個人PCにもRおよびR Studioをインストールし、自学自習を心掛けること。
・本授業の準備学習・復習時間は各2時間を標準とする。
テキスト(教科書)Textbooks
・Rによるやさしい統計学、山田剛史ほか著、オーム社、2008.(価格:2970円)
※本書が手元にあることを前提に授業を進める。
参考書References
・ハンバーガーショップでむりなく学ぶやさしく楽しい統計学(無料ウェブ教材)
http://mcn-www.jwu.ac.jp/~kuto/kogo_lab/psi-home/stat2000/index.html
・アイスクリーム屋さんで学ぶ楽しい統計学(無料ウェブ教材)
http://kogolab.chillout.jp/elearn/icecream/index.html
・Bellcurve社 統計WEB|統計学の時間
https://bellcurve.jp/statistics/course/
・Rによる統計処理
http://aoki2.si.gunma-u.ac.jp/R/
・ドットインストール R言語入門(無料動画教材)
https://dotinstall.com/lessons/basic_r
・東京大学Open Course Ware 統計データ解析I(無料動画教材)
https://ocwx.ocw.u-tokyo.ac.jp/course_11405/
・東京大学Open Course Ware 統計データ解析II(無料動画教材)
https://ocwx.ocw.u-tokyo.ac.jp/course_11408/
・その他、授業中に適宜紹介する。
成績評価の方法と基準Grading criteria
中間テスト(40%)と期末テスト(60%)の成績により評価する(出来栄えにより、多くの受講生が単位を取得できるよう配点を変更することもある)。出席は取らないが、授業内容の理解と実践を十分積まないと及第点が得られないテスト内容・難易度となっている。2020年度の実績では、受講生の8割以上がテストの難易度を高いと評価している。主にサンプルデータセットを用いた統計解析を通じて、実践的技術の修得状況を確認する。なお、単位取得率は毎年度8割程度である(2割程度が単位を落としている)。
学生の意見等からの気づきChanges following student comments
受講生からの意見、理解度に応じて講義内容や順番を変更することがある。
学生が準備すべき機器他Equipment student needs to prepare
・自宅等でRおよびR Studioが利用可能なコンピュータを準備できることが望ましい。
その他の重要事項Others
・統計学Iを未履修であっても受講可であるが、統計学Iを履修済みであることを前提として授業を進める。小テストや期末テストで、統計学Iの内容が含まれることに留意すること。
・2019年度以前に統計学Iを履修済みで、本年度に統計学IIを受講する者は、使用ソフトがSPSSからRへと変更となっていることに留意すること。
・PCやオフィスソフトの基本的な操作は修得済みであること。それらの基本操作を指導する時間はない(進捗の妨げになるため)。
・統計学IおよびIIの履修が、入ゼミの要件となっている場合があるので、各自で希望ゼミの教員に確認すること。
・ノートやメモを適宜取ること。