社会学部Faculty of Social Sciences
PRI100EA(情報学基礎 / Principles of informatics 100)統計学ⅠStatistics I
髙梨 泰彦
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 社会学部Faculty of Social Sciences |
添付ファイル名Attached documents | |
年度Year | 2023 |
授業コードClass code | L0080 |
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 | 金3/Fri.3 |
科目種別Class Type | |
キャンパスCampus | 多摩 |
教室名称Classroom name | 社202 |
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 | |
入学年度Admission year | |
カテゴリーCategory | |
カテゴリー(2022年度以降入学者)Category (2022~) | 講義・実習科目 |
カテゴリー(2018~2021年度入学者)Category (2018~2021) | 講義・実習科目 |
カテゴリー(2017年度以前入学者)Category (~2017) | 講義・実習科目 |
コース・プログラム名Course/Program name |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
As a method of data analysis, statistical analysis is widely used in the social science, the humanities and in many other field.
However, in fact many of the statistical analyzes are "incorrect". Therefore, this lecture aims to understand the basics of descriptive statistics and the basic statistical analysis.
The purpose of this lecture are learning a descriptive statistics and must prepare and review first step of inference statistics. Every students completely. Grading will be determined by 3 times examinations.
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
データの分析結果の手法として,社会科学・人文科学など広い分野において統計的分析が多く使われる.しかしながら,実際のその統計的分析の中には「正しくない分析」も多い.そこで,この講義では記述統計学の基本の理解と,基本的な統計分析の正しい理解を目指す.
到達目標Goal
種々の社会現象をグラフや表を用いて要約することは,社会現象の問題点を明らかにする重要な一歩である.本講義ではそのもっとも基礎となる記述統計と推測統計の入口までを学ぶ.
まず前半は,統計データの代表値および標準偏差をはじめ,データの散らばり具合を示す指標および複数のデータ分布の相関関係を学び,データをビジュアル化し問題点を明らかにすることができるようにする.さらに後半ではこの授業に続く統計学Ⅱのテーマである推測統計学の代表的なデータ分布である正規分布について学び,データを客観化するための基本的な考え方を身につける.
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?
社会学部のディプロマポリシーのうち,DP1・DP2・DP4に関連。 DPについてはこちら https://www.hosei.ac.jp/shakai/info/article-20200325181407/
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. )
コンピュータを使わずに,電卓を用いて例題を実際に計算し,統計数値の導出方法を見につけることを目指す.この科目は,一つ一つの積み重ねが重要であるので,前回までの復習と予習を十分に行うことを前提に授業を進める.なお,授業中に十分な演習のための時間を設けるので,仲間と話し合いながらデータやデータから演繹される数字について十分に吟味してもらいたい.
また授業内で行うテストに関しては,採点した結果をフィードバックし,授業内で問題の解説を行うので,間違えている部分は各自確認し,必ず復習すること.
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
統計学の基礎概念と,講義の進め方,および成績評価について説明する.
2[対面/face to face]:資料の整理
様々なグラフや度数分布表によるデータの表現方法を学ぶ.
3[対面/face to face]:平均値
平均値の意味と,平均を求める方法を学ぶ.
4[対面/face to face]:いろいろな代表値
平均値以外の代表値と,それぞれの特徴.および度数分布表から代表値を求める方法を学ぶ.
5[対面/face to face]:データの散らばり具合(1)
データの散らばり具合を表すいくつかの値について学ぶ.
6[対面/face to face]:データの散らばり具合(2)
分散および標準偏差を学ぶ.さらにTスコア(偏差値)に関して学ぶ.
7[対面/face to face]:相関関係
2種類のデータについて,互いの関係性の有無についての判断方法を学ぶ
8[対面/face to face]:回帰分析
関係性を持つ2種のデータについて、その関係を表す関数を学ぶ.
9[対面/face to face]:全数調査と標本調査
調査の対象による2通りの方法について学ぶ.
10[対面/face to face]:正規分布
正規曲線と正規分布の概念を導入する.
11[対面/face to face]:確率変数
確率変数と確率密度関数について学ぶ.
12[対面/face to face]:標準正規分布
標準正規分布における確率について学ぶ.
13[対面/face to face]:課題演習
これまで学んできた内容に関する課題・計算演習を実施する.
14[対面/face to face]:まとめと課題提出
これまでの講義に関してのまとめと課題を提出する.
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.)
この科目は,一つ一つの積み重ねの学問であるので,授業前には教科書とノートで前回までの復習と予習を十分に行うことを前提として授業を進める.毎回の授業の予習復習は,各回の課題も含めて,通常合わせて4時間程度と考えるが,それ以外に試験の準備としては,授業の時間以上に十分な準備を要すると考える.しっかりと自主学習をしなければ,試験で得点をすることは難しいだろう.
テキスト(教科書)Textbooks
「看護学系の 統計入門」 水野恭之 著, 培風館
参考書References
「確率統計序論」 土井誠 他 著, 東海大学出版
「はじめての統計15講」小寺平治 著,講談社
「はじめての統計学」鳥居泰彦 著,日本経済新聞社
成績評価の方法と基準Grading criteria
統計学Ⅰの中心的課題は,母集団・データの代表値と標準偏差,正規分布さらには複数の事象に関する相関関係の理解である.こうした到達目標を達成するためには,授業中にデータに数多く触れ,統計リテラシーを向上させることが重要となる.したがって成績評価は,筆記試験を最も重要視するが,授業における課題に対する取り組み方も加味する.
・授業中に実施する筆記テスト(50%)
・授業内における課題(50%)
学生の意見等からの気づきChanges following student comments
ノートを書くことと課題への取り組みにより「学力が身に付いた・スキルが身に付いた」という回答が多かった.「もっと難しいテキストで応用を学んでみたい」と意欲的な学生も居たが,この場合は統計学Ⅱの履修を勧める.
学生が準備すべき機器他Equipment student needs to prepare
平方根(√)の計算が可能な関数機能の無い電卓
その他の重要事項Others
世の中に数多く流布する「数字」や「グラフ」に騙されないようにするためには,確かな統計リテラシーが必要である.社会学部の学生にはぜひ身につけていただきたい能力であると考えている.
なお,授業担当者は非常勤講師であるため,授業内容に関する相談,質問は以下のような形で受け付ける.
・授業前後における直接的対話(教員控室等へ来てください)
・授業中に示すメールアドレスへの送信