現代福祉学部Faculty of Social Policy and Administration
PRI200JA(情報学基礎 / Principles of informatics 200)心理データ解析ⅡStatistics for Psychology 2
名児耶 厚Atsushi NAGOYA
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 現代福祉学部Faculty of Social Policy and Administration |
添付ファイル名Attached documents | |
年度Year | 2022 |
授業コードClass code | N6405,N6410 |
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 | 水4/Wed.4,水5/Wed.5 |
科目種別Class Type | |
キャンパスCampus | 多摩 |
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 | 2~4 |
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(2021年度以前)Category (~2021) | |
カテゴリー(福祉コミュニティ)Category (Department of Community Development) | |
カテゴリー(臨床心理)Category (Department of Clinical Psychology) |
総合教育科目 情報・調査系科目 |
カテゴリー福祉コミュニティ学科(2020年度以前入学者)Category福祉コミュニティ学科 (~2020) | |
カテゴリー福祉コミュニティ学科(2021年度以降入学者)Category福祉コミュニティ学科 (2021~) | |
カテゴリー臨床心理学科(2020年度以前入学者)Category臨床心理学科 (~2020) | |
カテゴリー臨床心理学科(2021年度以降入学者)Category臨床心理学科 (2021~) |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
This course introduces basic statistical methods and multivariate analysis methods to students taking this course. The goals of this course are to acquire various statistical skills and knowledge of data analysis methods. Before/after each class meeting, students will be expected to spend four hours to understand the course content. Your overall grade in the class will be decided based on the followings: Short reports: 40% and in-class practical work and contribution: 60%.
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
統計解析用のソフトウェアを使い、様々な解析手法や知識習得を目指します。基礎となる記述統計・推測統計を元に多変量解析法を中心としてデータ解析の技法を学びます。
到達目標Goal
心理学の研究で頻繁に利用される技法の考え方と心理データへの適用方法を理解する。さらにそれらの技法で算出される統計量を適切に解釈し、使用できる。
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. )
PCと統計ソフトウェアを用いた実習を中心とし、並行して基礎知識や周辺情報の説明(講義)を行います。授業内の実習も提出物の範囲に含めることで、授業への参加が提出物にもつながるようにします。提出や解答例の解説等のフィードバックは学習支援システムを通じて行う予定です。
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.)
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
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。
第1回[対面/face to face]:ガイダンス
内容説明、使用する機材等の確認
第2回[対面/face to face]:統計量の復習
代表値など、基本的知識の復習
第3回[対面/face to face]:統計手法の復習
解析手法など、全般的な復習
第4回[対面/face to face]:仮説検定の基礎
検定や推測統計を理解する
第5回[対面/face to face]:変数の融合・合成
多変量データの概観把握
第6回[対面/face to face]:主成分分析
複数の変数をまとめ、分析へ
第7回[対面/face to face]:データの分類
多変量データの整理
第8回[対面/face to face]:クラスター分析
類似項目のグループ化
第9回[対面/face to face]:因子分析
因子分析の基礎、因子負荷量や回転など
第10回[対面/face to face]:判別分析
既知情報に基づくデータの分類
第11回[対面/face to face]:重回帰分析
モデリングと予測の基本
第12回[対面/face to face]:情報の抽出
データに内在する重要情報の把握
第13回[対面/face to face]:手法の組み合わせ
研究データの分析へ
第14回[対面/face to face]:まとめ
全体を通してのまとめ
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.)
学習内容の多くが関連しているため、過去の内容を把握・理解しておくことが必要です。授業内での実習に続けて課題も行い、授業時に不十分と感じた項目の復習をしてください。本授業の準備・復習は各2時間を標準とします。
テキスト(教科書)Textbooks
必要に応じて適宜紹介します。
参考書References
服部 環・山際勇一郎 読んでわかる心理統計法(サイエンス社)
成績評価の方法と基準Grading criteria
各回・単元ごとに設定する課題(40%)、授業内実習と平常点(60%)。提出物が授業内での実習と課題を兼ね、その内容を元に到達目標への達成状況を判断します。
学生の意見等からの気づきChanges following student comments
授業担当者変更のため以前の結果からのフィードバックとなりますが、初心者でも理解できるように丁寧に説明を行い授業を進めていくようにします。
学生が準備すべき機器他Equipment student needs to prepare
本来は情報実習室で行う授業のため、情報機器(PC)を使用し、配布・提出には学習支援システムを使います。
その他の重要事項Others
「心理学統計法」の履修、または同等の知識・スキルを習得しておくことを勧めます。