現代福祉学部Faculty of Social Policy and Administration
PRI100JA(情報学基礎 / Principles of informatics 100)統計学Statistics
松﨑 圭佑Keisuke MATSUZAKI
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 | 2023 |
授業コードClass code | N0264 |
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 | 木1/Thu.1 |
科目種別Class Type | |
キャンパスCampus | 多摩 |
教室名称Classroom name | 多現福‐コンピ実 |
配当年次Grade | 1~4 |
単位数Credit(s) | 2 |
備考(履修条件等)Notes | 抽選科目 |
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) |
総合教育科目 情報・調査系科目 |
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)
【Course outline】
In recent years, a lot of information has been quantified and published. In order to interpret the data correctly, it is necessary to learn about statistics. Statistics are the tools we use to summarize and describe the world around us and to explore the causal processes at work.
【Learning Objectives】
The goal of this course is to provide a theoretical background and practical experience to statistics for psychology, sociology, social welfare, and other behavioral sciences.
【Learning activities outside of classroom】
After class meeting, students will be expected to have completed the required assignments, and to look up articles or web pages to review the class. Then, your study time will be more than two hours for a class.
【Grading Criteria /Policy】
Your overall grade in the class will be decided based on the following; Short tests: 50%, Term-end reports 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
【授業の概要】
多くの情報が錯そうしている昨今では,データに振り回されるのではなく,データを正しく把握し,分析する能力を培うことが求められている。そこで,本授業では,現代社会のさまざまな問題を理解し,把握するための統計的な基礎知識と基礎的な分析手法を学習する。
この授業では,心理学,社会福祉学などの行動科学を学ぶ上で有用な統計学の基本的な用語と考え方を理解すること,そして基本的な分析の知識や⼿法を⾝につけることを目標とする。
到達目標Goal
統計学の基本概念と基礎的な統計手法を理解し,適切な統計手法を用いて調査データの分析を行うことができるようになることを目標とする。また、社会生活の様々な場面において統計的な視点から考えることができるようになることを目標とする。
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」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. )
毎回一つの統計手法を学ぶ。授業では,統計的なものの見方・考え方を講義で伝えた上で,実際に手計算やパソコンを使った実習を行う。
分析に用いるソフトは,主にExcelを予定している。受講者の人数や理解度,関心に合わせて授業計画は適宜変更することがある。
授業ごとに小テストを設け,授業の理解度を確認すると共に質問を受け付け,次の授業時に回答する時間を設ける。
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.)
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。
第1回[対面/face to face]:ガイダンス・統計学の意義
統計学を用いる意義を学び,データに騙されない素地を作る。
第2回[対面/face to face]:社会調査と標本調査法
統計学を用いる前提となる,社会調査における標本抽出法について説明する。
第3回[対面/face to face]:度数分布表とヒストグラム
様々な分布(正規分布や確率分布)について説明する。
第4回[対面/face to face]:平均値と標準偏差
標準偏差の意味について説明する。平均値,標準偏差を計算する。
第5回[対面/face to face]:記述統計と推測統計(1)
基本的な記述統計量について扱う。
エクセル,Rを使った方法を紹介する。
第6回[対面/face to face]:記述統計と推測統計(2)
推測統計の原理,推測統計量について紹介する。
エクセル,Rを使った方法を紹介する。
第7回[対面/face to face]:2つの変数の関係を調べる(1)
カイ2乗検定の紹介,エクセルを用いた実習。
Rを使った方法も紹介する。
第8回[対面/face to face]:2つの変数の関係を調べる(2)
相関係数の紹介,エクセルを用いた実習。
Rを使った方法も紹介する。
第9回[対面/face to face]:2つの変数の関係を調べる(3)
回帰分析の紹介,エクセルを用いた実習。
Rを使った方法も紹介する。
第10回[対面/face to face]:統計的検定
統計的検定の原理の説明とエクセルを用いた実習。
Rを使った方法も紹介する。
第11回[対面/face to face]:平均値の差の検定
2つのグループ間の平均値の差の検定を行う。
第12回[対面/face to face]:分散分析
分散分析の考え方を説明する。分散分析の実際の手順を説明する。
第13回[対面/face to face]:妥当性と信頼性
調査や実験の妥当性と信頼性について説明する。
第14回[対面/face to face]:手法の活用
学んだ手法を活用して,調査データを分析する。
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.)
高度な数学の知識は必要ない。表計算ソフト(Excel)や場合によっては、統計ソフト(R)を用いて分析を行う。内容によっては難しい分析があるので,予習復習は欠かさないこと。また,簡単な課題の提出を求めるときがある 。
本授業の準備・復習時間は各2時間を標準とします。
テキスト(教科書)Textbooks
特に指定しない。授業内にて適宜資料を配布する。
参考書References
ダレル・ハフ (著), 高木 秀玄 (訳) 統計でウソをつく法―数式を使わない統計学入門 (ブルーバックス)
トーマス ギロビッチ (著), 守 一雄, 守 秀子 (訳) 人間この信じやすきもの―迷信・誤信はどうして生まれるか 新曜社
山田剛史・村井潤一郎 (著) よくわかる心理統計 ミネルヴァ書房
その他,必要に応じて適宜紹介する。
成績評価の方法と基準Grading criteria
授業内での課題(小テスト;50%)と学期末課題(50%)によって成績を評価する。
学生の意見等からの気づきChanges following student comments
エクセルを使った実習の際には,不慣れな学生にもわかりやすい手順の説明を心がけたい。
また,Rなど統計分析ソフトの使い方も随時,紹介していきたい。
学生が準備すべき機器他Equipment student needs to prepare
授業内ではパソコンを使用することがあるため,USBまたはSDカードなどの電子記録媒体を用意することが望ましい。ただし,第1回目には持参の必要はない。詳細は追って授業内で説明するため,受講希望者は授業初回のガイダンスに出席すること。