スポーツ健康学部Faculty of Sports and Health Studies
ECN100IA（経済学 / Economics 100）統計学ⅠStatisticsⅠ
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 | 2022 |
| 授業コードClass code | M0680 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | 統計学[2012年度以前入学生] |
| 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 | 講義 |
| 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 | 1～4 |
| 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 | |
| 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 used to summarize massive amounts of data and interpret its output appropriately. 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 beginner-level analytic skills that would be helpful when tackling with bachelor's thesis or work after college graduation.
Until the 2019 academic year, SPSS had been used as statistical analysis software. From the 2020 academic year, the open-source statistical software R (and R Studio) has been adopted in this course to use the software for free even after college graduation.
Please note that students who had taken this course until 2019 will also learn statistics by using R (and R Studio).
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、スポーツビジネス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、統計的分析手法の初歩的な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（およびR Studio）を用いている。2019度までの本授業の受講生も、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
図表や数値によってデータの特徴や傾向を把握する方法を習得し、初級レベルの統計的分析手法を身に着けることを目標とする。統計学の数学的理解よりも、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3割、演習7割程度であり、演習を重視する。演習では統計ソフトRおよびR Studioを用いる。
基本的には情報実習室での対面型の授業となる。ただし、新型コロナウイルス感染症の感染拡大が生じた場合は、大学の方針に従い、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
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[対面/face to face]：ガイダンス・統計学の概要・Rのインストールと使い方
授業の進め方と成績評価について説明する。統計学の概要を解説する。RおよびR Studioのインストールと基本的な使い方について概説する。
2[対面/face to face]：記述統計（1）
平均値や中央値、最頻値、分散、標準偏差、四分位点などデータの特徴を表す指標の意味や算出法を学ぶ。
3[対面/face to face]：記述統計（2）
度数分布表やヒストグラム、箱ひげ図等でデータの特徴を表現する方法やその読み方を学ぶ。
4[対面/face to face]：推測統計・仮説検定
母集団と標本、平均と偏差、正規分布、推測統計の基礎について学ぶ。尺度水準、仮説検定の手順や、帰無仮説と対立仮説、有意水準，第1種の過誤と第2種の過誤等について学ぶ。
5[対面/face to face]：対応のないt検定
対応がない独立した2群間に、統計学的に意味のある差があるか否か、間隔・比率尺度による検定方法について学ぶ。
6[対面/face to face]：対応のあるt検定
対応がある2群間に、統計学的に意味のある差があるか否か、間隔・比率尺度による検定方法について学ぶ。
7[対面/face to face]：t検定の実践
対応がないt検定および対応があるt検定について、例題を用いて実践する。
8[対面/face to face]：中間テスト
1～7回目までの内容に関して中間テストをおこなう。
9[対面/face to face]：中間テストの解答・解説
中間テストの解答と解説をおこなう。（進捗状況によっては、オンデマンド形式の解答・解説動画に代えることがある）
10[対面/face to face]：散布図・相関係数
間隔・比率尺度を用いて、2つの変数の関係を図や指標で表現する方法や、指標の解釈について学ぶ。
11[対面/face to face]：単回帰分析（理論）
一方の変数から他方の変数を予測する分析手法の理論を学ぶ。
12[対面/face to face]：単回帰分析（実践）
一方の変数から他方の変数を予測する分析手法のを実践する。
13[対面/face to face]：カイ二乗検定
分割表による比率の差の検討について学ぶ。
14[対面/face to face]：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。
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およびR Studio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（無料ウェブ教材）
https://bellcurve.jp/statistics/course/
・Rによる統計処理（無料ウェブ教材）
http://aoki2.si.gunma-u.ac.jp/R/
・R Tips（無料ウェブ教材）
http://cse.naro.affrc.go.jp/takezawa/r-tips/r.html
・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。2021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難易度、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
・ノートやメモを適宜取ること。
・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。エクセルやワードの使い方、メールソフトの使い方などは本授業の範囲外であり、原則としてそれらを指導する機会を設けない（進捗の妨げになるため）。
・本授業の履修が、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。