デザイン工学部Faculty of Enginneering and Design
COT100ND（計算基盤 / Computing technologies 100）データ処理基礎演習Basic Data Processing
髙田 美樹タカタ ミキ
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | デザイン工学部Faculty of Enginneering and Design |
| 添付ファイル名Attached documents | |
| 年度Year | 2023 |
| 授業コードClass code | B2348 |
| 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 | 火3/Tue.3 |
| 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) | |
| 備考（履修条件等）Notes | |
| 他学部公開科目Open Courses | |
| 他学部公開（履修条件等）Open Courses (Notes) | |
| グローバル・オープン科目Global Open Courses | |
| 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 | |
| 選択・必修Optional/Compulsory | 選択 |
| 入学年度Admission year | |
| カテゴリー（2023年度~）Category (2023~) |
システムデザイン学科 基盤科目 総合系 |
| カテゴリー（2019~2022年度）Category (2019~2022) |
システムデザイン学科 基盤科目 総合系 情報分野 |
| カテゴリー（招聘学科）Category | ＳＤ |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
In this course, through exercises in Microsoft Excel students will learn fundamental concepts and techniques for describing and analyzing statistical data.
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
大量のデータを比較的容易に収集・蓄積できるようになった現代においては，膨大なデータの中から有益な情報をいかに抽出するかが重要になる．各種データを統計的に処理する際に必要となる概念や手法の基礎について演習を通して学ぶ．
到達目標Goal
・表計算ソフト（Microsoft Excel）の基本的な操作ができる．
・データを整理し分布をグラフで表現することができる．
・平均・分散などの代表値を用いて分布の特徴を把握することができる．
・2次元データをまとめ，2変数間の関係を調べることができる．
・確率や統計的推測（集団の一部分から得られたデータに基づいて集団全体の特徴を推測する方法）の基礎知識を習得している．
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?
デザイン工学部システムデザイン学科ディプロマポリシーのうち、「DP2」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. ）
1次元および2次元データのまとめ方，統計的推測について演習を行いながら学ぶ．
動画により予習を行い，講義の時間に演習もしくは小テストによって理解度を確認・定着するということを繰り返す形式で授業を進める．
演習には Microsoft Excel を多用する．課題の提示やお知らせには授業支援システムを用い，課題の回収や小テストの実施はClassroomを利用する．
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。
1[対面/face to face]：ガイダンス
授業の目的・進め方についての説明と授業で扱う内容の概説を行う．
2[対面/face to face]：Excelの基礎
Excelの基礎（基本操作・相対参照/絶対参照・Excel関数）について学ぶ．
3[対面/face to face]：データの記述・グラフによる分布の把握（基本）
データの種類とデータのまとめ方の基本的な方針について理解した後，度数分布表・ヒストグラム・その他のグラフについて，Excelによる作成方法を含めて基本を学ぶ．
4[対面/face to face]：データの記述・グラフによる分布の把握（応用）
データの記述・グラフによる分布の把握を応用して演習を行う．
5[対面/face to face]：数値による分布の把握（基本）
分布の中心的位置を表す数値（平均値・中央値・最頻値）と広がりを表す数値（分散・標準偏差・四分位数）について，その意味と活用方法について学ぶ．また，標準化について基本を学ぶ．
6[対面/face to face]：数値による分布の把握（応用）
数値による分布の把握を応用して演習を行う．
7[対面/face to face]：前半の内容に関する演習
前半の内容に対し、自分で収集したデータを統計的に処理する演習を行う．
8[対面/face to face]：2次元データの記述（質的変数）
分割表・連関係数・カイ2乗値について理解し，2変数（質的変数）間の関係を把握する方法を学ぶ．また，カイ2乗検定（独立性の検定）について学ぶ．
9[対面/face to face]：2次元データの記述（量的変数）
散布図・相関係数について理解し，2変数（量的変数）間の関係を把握する方法を学ぶ．また，回帰直線について学ぶ．
10[対面/face to face]：2次元データの記述（演習）
2次元データの記述に関する演習を行う．
11[対面/face to face]：確率・確率変数
統計的推測を学習するための準備として，確率と確率変数の基本事項（確率分布・期待値・分散）や正規分布について学ぶ．
12[対面/face to face]：統計的推測（母平均・母比率の推定）
標本抽出・標本分布・中心極限定理を理解し，統計的推測（点推定・区間推定・仮説検定）の基礎について学ぶ．統計的推測では，おもに母平均の母推定と比率の推定を扱う．
13[対面/face to face]：統計的推測（母平均の差の推定）
母平均の差の推定について学ぶ．
14[対面/face to face]：後半の内容に関する演習
後半の授業内容の復習を行い、自分で収集したデータに関する分析を行う．
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.)
オンデマンド動画により事前の予習をしてから講義に参加する．講義では、予習の内容を定着させる演習を行う．その日の内容を復習して，演習を完成させる．
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
指定しない．授業支援システム上にて講義資料を配布する．
参考書References
適宜紹介する．
成績評価の方法と基準Grading criteria
講義中の小テスト50% 2回の演習課題50%，により評価する．
4回以上欠席した場合は評価の対象外（E判定）とする．
学生の意見等からの気づきChanges following student comments
・授業時間を有効活用するため，基礎的内容については授業前に理解・確認しておくよう事前にオンデマンド動画で予習をすることとする．
・実習用に用意したデータが大きすぎてマシントラブルが発生した事例があり，ほどほどにします．
学生が準備すべき機器他Equipment student needs to prepare
・edu2020貸与ノートパソコン：演習等に利用する．毎回持参すること．
・授業支援システム：お知らせの配信，資料・スライドの配布，課題の提示等に利用する．
・Classroom ：課題の回収，授業内小テスト・課題の評価などに利用する。
その他の重要事項Others
法政大学のメールアドレスにメールを送ることがあるので，メールの確認を怠らないこと．
オフィスアワー
メールで対応する。
miki.takata.43@hosei.ac.jp