人間社会研究科Graduate School of Social Well-being Studies
PRI500J2(情報学基礎 / Principles of informatics 500)データ分析法Data Analysis Practicum
服部 環Tamaki HATTORI
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 人間社会研究科Graduate School of Social Well-being Studies |
添付ファイル名Attached documents | |
年度Year | 2023 |
授業コードClass code | S1010 |
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 | 金2/Fri.2 |
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・2 |
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 |
臨床心理学専攻 専門展開科目(研究法科目) |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
This course will introduce students to advanced psychological statistics, including hypothesis testing, statistical power analysis, major multivariate analyses, and structural equation modeling.
At the end of the course, students are expected to be able to write operational scripts using the R language, to deepen our understanding of multivariate analysis techniques, and to be able to interpret statistics appropriately.
Before/after each class meeting, students will be expected to spend four hours to understand the course content.
Final grade will be calculated according to the following process: Term-end report(50%) and in-class contribution(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
R言語(統計解析ソフトウェア)を用いてミニチュアデータを分析し、多変量解析の基礎的技法と修士論文の作成において参考となる技法等を学んでいきます。
到達目標Goal
多変量解析の諸技法に関する理解を深め、統計量を適切に解釈できるようになること、さらに検定力分析の理解を深めることを目標とします。
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」と「DP2」と「DP4」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. )
授業計画に沿った講義とパソコンソフトウェアR言語を用いた実習を繰り返していきます。
本授業の準備・復習時間は各2時間を標準とします。
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。
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。
第1回[対面/face to face]:ガイダンス
授業の予定について確認します
第2回[対面/face to face]:R言語の基礎
R言語の基礎的演算子を学びます
第3回[対面/face to face]:重回帰分析
重回帰分析とその統計的仮説検定、カテゴリカルデータを用いた重回帰分析を学びます
第4回[対面/face to face]:一般化線形モデル
一般化線型モデルの基礎を学びます
第5回[対面/face to face]:分類法
判別分析とクラスター分析を学びます
第6回[対面/face to face]:因子分析
探索的因子分析とカテゴリカル因子分析を学びます
第7回[対面/face to face]:構造方程式モデリングの基礎
構造方程式モデリング(SEM)の考え方を学びます
第8回[対面/face to face]:観測変数のパス解析
パス解析の基礎を学びます
第9回[対面/face to face]:双方向の因果分析
双方向の因果関係を仮定するパス解析を学びます
第10回[対面/face to face]:媒介分析
媒介分析を学びます
第11回[対面/face to face]:調整分析
調整分析を学びます
第12回[対面/face to face]:確認的因子分析
確認的因子分析を学びます
第13回[対面/face to face]:潜在変数のパス解析
潜在変数を伴うパス解析を学びます
第14回[対面/face to face]:検定力分析
基礎的な検定に関する検定力分析を学びます
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.)
多変量解析の諸技法を段階的に学習していきますので、十分な復習が必要となります。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
授業時に説明します。また、資料を配付します。
参考書References
服部 環 心理・教育のためのRによるデータ解析(福村出版)
Rosseel, Y. (2012). lavaan: An R Package for Structural
Equation Modeling. Journal of Statistical Software, 48(2), 1-36.
URL https://www.jstatsoft.org/v48/i02/.
足立浩平 多変量データ解析法-心理・教育・社会系のための入門(ナカニシヤ出版)
南風原朝和 心理統計学の基礎-統合的理解のために(有斐閣)
山田剛史・村井潤一郎・杉澤武俊 Rによる心理データ解析(ナカニシヤ出版)
成績評価の方法と基準Grading criteria
レポートの内容・結果(50%)と平常点(50%)を総合して評価します。
学生の意見等からの気づきChanges following student comments
受講生が基礎・基本を理解できるよう説明を工夫したいと考えています。
学生が準備すべき機器他Equipment student needs to prepare
実習室のパソコン,R言語,エクセルなどを使用します。
その他の重要事項Others
受講生が持つ事前知識に応じて授業計画を変更することがあります。
担当教員の専門分野等
<専門分野>
教育心理測定学,心理データ解析
<研究テーマ>
項目反応理論と心理データ解析に関する理論と応用
<主要研究業績>
(1)読んでわかる心理統計法(共著,サイエンス社)
(2)心理・教育のためのRによるデータ解析(単著,福村出版)
(3)日本版KABC-IIマニュアル・換算表(共訳編,丸善出版)
(4)Q&A心理データ解析(共著,福村出版)