経営学部Faculty of Business Administration
PRI300FC（情報学基礎 / Principles of informatics 300）経営のための統計学ⅠQuantitative Management Analysis I
猪狩 良介Ryosuke IGARI
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 経営学部Faculty of Business Administration |
| 添付ファイル名Attached documents | |
| 年度Year | 2022 |
| 授業コードClass code | A4429 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 春学期授業/Spring |
| 曜日・時限Day/Period | 金2/Fri.2 |
| 科目種別Class Type | |
| キャンパスCampus | 市ヶ谷 |
| 教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
| 配当年次Grade | 3～4 |
| 単位数Credit(s) | 2 |
| 備考（履修条件等）Notes | |
| 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 | |
| 入学年度Admission year | |
| カテゴリー（2019年度以降）Category (2019～) | 経営戦略学科専門科目300番台 |
| カテゴリー（2018年度以前）Category (～2018) | 経営戦略学科専門科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
[Course outline]
In recent years, the skills of Statistics and data analysis are required even in the management / business field. In addition, to properly make decisions in the management / business context, it is necessary to make objective judgments based on statistical theory and data, and that requires knowledge of statistics. In this course, we will learn about basic theory of Statistics and some statistical modeling, and apply them to data in the management field. In addition, we sill acquire practical skills by performing actual data analysis using free statistical software R.
[Learning Objectives]
Students learn statistical theory and various statistical models, and can explain them to others.
Students learn how to use the statistical software R, and can perform actual data analysis.
Students can interpret the results of analysis and explain them to others.
[Learning activities outside of classroom]
Students are required to submit reports on the exercises given in the class.
The standard preparation and review time for this class is 2 hours each.
[Grading Criteria/Policy]
Exercise reports (several times): 50%.
Final report: 50%.
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
近年、経営／ビジネスの現場において統計学とデータ分析のニーズが非常に高まっています。経営／ビジネスの場面で意思決定を適切に行うには、統計理論とデータに基づいて客観的に判断する必要があり、そのためには統計学の知識が必要です。本講義は、統計学の基礎的な理論と統計モデリングを学ぶとともに、それを経営分野のデータに応用することを目的としています。また、フリーの統計ソフトRを利用して実際のデータ分析を行うことで、実践力を身につけます。
到達目標Goal
・統計理論および様々な統計モデルを習得し、他の人に説明できる。
・統計ソフトRの使い方を習得し、実際のデータ分析を行うことができる。
・分析結果を解釈し、他の人に説明できる。
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?
ディプロマポリシーのうち、「DP1-4」に関連が特に強く、「DP4」、「DP5」に関連がかなりある
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. ）
・講義資料に沿って進めます。資料はHoppiiの「教材」より配布します。
・講義と統計ソフトを利用したデータ分析演習の双方を行います。
・この授業は対面で実施する予定です。
※授業の進め方はシラバス作成時点の予定ですので、今後変更になる可能性があります。
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.)
なし / No
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
授業形態/methods of teaching：対面/face to face
※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[オンライン/online]：ガイダンス／Ｒのインストール
講義概要について説明します。また、統計ソフトRのインストールについて紹介します。
2[対面/face to face]：記述統計／Rの基本操作(1)
データの特徴を見るための、平均・分散・標準偏差などを学びます。また、統計ソフトRの基本的な使い方を勉強します。
3[対面/face to face]：相関／Rの基本操作(2)
複数の変数間の関係性を分析する共分散や相関について学習します。また、統計ソフトRの基本的な使い方を勉強します。
4[対面/face to face]：確率変数と確率分布
確率変数と主要な確率分布について学習します。
5[対面/face to face]：統計的推定
母集団と標本について学習します。また、点推定と区間推定について学習します。
6[対面/face to face]：仮説検定(1)
母平均と母比率の仮説検定について学びます。
7[対面/face to face]：仮説検定(2)
2つの母集団の母平均と母比率の差の検定について学びます。
8[対面/face to face]：単回帰分析(1)
単回帰分析と母数の推定法である最小2乗法について学びます。
9[対面/face to face]：単回帰分析(2)
回帰係数の検定と決定係数について学びます。
10[対面/face to face]：重回帰分析(1)
重回帰分析について学びます。
11[対面/face to face]：重回帰分析(2)
多重共線性や変数選択について学びます。
12[対面/face to face]：ロジスティック回帰分析(1)
2値データを目的変数としたロジスティック回帰分析について学習します。また、最尤法について学習します。
13[対面/face to face]：ロジスティック回帰分析(2)
ロジスティック回帰分析の予測値や的中率の算出方法、AICなどについて学びます。
14[対面/face to face]：まとめ
本授業の復習とまとめを行います。
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.)
授業内に出題した演習課題をレポートとして提出します。
本授業の準備学習・復習時間は、各2時間を標準とします。
テキスト（教科書）Textbooks
本橋永至(2015)「Rで学ぶ統計データ分析」オーム社
参考書References
・小暮厚之(2009)「Rによる統計データ分析入門」朝倉書店.
・金明哲 (2017)「Rによるデータサイエンス -データ解析の基礎から最新手法まで 第2版」森北出版.
成績評価の方法と基準Grading criteria
・演習レポート(2～3回を予定)：50%
・期末レポート：50%
学生の意見等からの気づきChanges following student comments
データを用いた演習に重点を置き、より実践的な内容を扱います。
学生が準備すべき機器他Equipment student needs to prepare
フリーの統計ソフトRを利用するパソコンが必要です。
その他の重要事項Others
実際の授業計画は、履修者の関心や授業の進捗状況に応じて変更することがあります。
関連科目
統計学入門
基礎統計学Ⅰ/Ⅱ
経営のための統計学Ⅱ