人文科学研究科Graduate School of Humanities
PRI500B7（情報学基礎 / Principles of informatics 500）データ分析法ⅠData analysis Ⅰ
田中 邦佳
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 人文科学研究科Graduate School of Humanities |
| 添付ファイル名Attached documents | |
| 年度Year | 2022 |
| 授業コードClass code | X1072 |
| 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 | 木2/Thu.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 | |
| 単位数Credit(s) | 2 |
| 備考（履修条件等）Notes | |
| 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 | 国際日本学インスティテュート(修士課程)-基幹科目 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
Course outline: In this course, students will learn the basic approach to summarizing data and methods for visualizing data.
Learning Objectives: At the end of the course, students are expected to do the followings:
(1) Reading various types of graphs.
(2) Making graph data according to specific cases.
(3) Reporting data objectively in writing.
Learning activities outside of classroom: Before/after each class meeting, students will be expected to spend two hours to understand the course content.
Grading Criteria /Policy: Final Report 40%, Class Assignment 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
研究を進める上で様々な機関が発表している数値データを利用したり、実験を実施して得たデータを使用することがある。そのようなデータは、研究テーマに合わせて分析し、その結果を可視化（グラフ化）して示す必要がある。本授業では演習を通じ、分析の目的によってどのような手法を用いるのが適切か、データ化や可視化における注意点について学ぶ。
到達目標Goal
(1) ExcelやRを使用して基本的なデータの処理ができるようになる。
(2) ExcelやRを使用してデータの適切なグラフ化ができるようになる。
(3) データの種類に応じた適切な分析・可視化ができるようになる。
(4) 上記の3つの項目を踏まえて、参加者各自が関心を持つ研究テーマで用いられている手法の利点を説明できるようになる。
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. ）
講義と演習形式で行う。
参加者は、Excelを用いたデータ処理や作図する演習を行い、データの解釈やまとめ方についてディスカッションを行う。授業の最終目標の発表に向け、各自が考えたデータ分析のテーマや可視化の手法について議論する。課題等の提出・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。授業計画は授業の展開によって若干、変更す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.)
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：オンライン/online
※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[オンライン/online]：Introduction
授業の進め方の説明
第2回[オンライン/online]：データの入力
Excelを使いデータの入力、注意点について
第3回[オンライン/online]：データの代表値の提示
平均値
第4回[オンライン/online]：平均値以外のデータの代表値の提示
中央値・最頻値
第5回[オンライン/online]：データのバラツキの提示
標準偏差
第6回[オンライン/online]：データの集計
集計結果のまとめ方
第7回[オンライン/online]：グラフを用いたデータの可視化
棒グラフ・折れ線グラフ
第8回[オンライン/online]：データの頻度の可視化
ヒストグラム
第9回[オンライン/online]：複数のタイプのデータの可視化
複数の要素が含まれたグラフ
第10回[オンライン/online]：複数のデータを扱うタイプのデータの可視化
散布図
第11回[オンライン/online]：データの量が多い場合の分析
大きなデータの分析
第12回[オンライン/online]：データ分析の結果の言葉での説明
データ分析の結果の文章化
第13回[オンライン/online]：研究テーマに合った分析と可視化
適切な分析手法の選択
第14回[オンライン/online]：総合演習
データ分析のまとめ
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.)
参加者は、各種データを読み取って文にまとめたり、数値データをまとめてグラフなどの形に作図し準備しておく必要があります。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
プリントを配布します。
参考書References
山田剛史, & 村井潤一郎. (2004). よくわかる心理統計. ミネルヴァ書房.
成績評価の方法と基準Grading criteria
60%: 平常点（授業への積極的な参加度・課題）
40%: レポート課題
欠席回数が通算4回に達した者は単位取得の資格を失う。また授業に積極的に参加する姿勢が見られない場合、欠席と同等の扱いとする。
学生の意見等からの気づきChanges following student comments
具体的なデータを用いた分析演習の時間をより長く設定します。
学生が準備すべき機器他Equipment student needs to prepare
Microsoft Excel （PC版）が使える環境。
【担当教員の専門分野等】
＜専門領域＞
第二言語習得
＜研究テーマ＞
第二言語の音韻習得やリーディングについて
＜主要研究業績＞
北原真冬・田嶋圭一・田中邦佳『音声学を学ぶ人のためのPraat入門』ひつじ書房(2017)
川﨑貴子・マシューズジョン・田中邦佳「L2音韻カテゴリーの構築過程における音響的手がかりの利用と抑制─日本語母語話者による英語摩擦音習得─」白畑知彦・須田孝司 編『名詞句と音声・音韻の習得 (第二言語習得モノグラフシリーズ)』くろしお出版.(2017)