経済学部Faculty of Economics
PRI200CA（情報学基礎 / Principles of informatics 200）コンピュータによるデータ解析ＢComputer Data Analysis B
宮脇 典彦Norihiko MIYAWAKI
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 経済学部Faculty of Economics |
| 添付ファイル名Attached documents | |
| 年度Year | 2023 |
| 授業コードClass code | K6089 |
| 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 | 多摩 |
| 教室名称Classroom name | 経204(実習室) |
| 配当年次Grade | 2 |
| 単位数Credit(s) | 2 |
| 備考（履修条件等）Notes | 事前Web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 | |
| カテゴリー（2015年度以前入学生） | 専門教育科目 |
| カテゴリー（2016年度以降入学生） | |
| カテゴリーCategory |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
【Course outline】
1. Practically acquire basic knowledge and skills of data analysis through the implementation and analysis of questionnaire surveys.
2. Learn the basic theory of regression analysis and acquire the skills of regression analysis by creating a regression model using actual data.
【Learning Objectives】
By compiling the analysis results of the questionnaire survey into a report and presenting it in front of all the students, you will be able to empirically learn the data analysis method and acquire presentation ability.
In the second half, you will acquire a series of skills in regression analysis by creating a model using actual data.
【Learning activities outside of classroom】
Text preparation --- 1 hour
Review of SPSS --- 1 hour
Exercises --- 2 hours
【Grading Criteria /Policy】
Class participation (30%)
Questionnaire survey report / presentation (30%)
Regression model report (40%)
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
① アンケート調査の実施と解析を通じて，データ解析の基本的な知識とスキルを実践的に身につける。
② 回帰分析の基本的な理論を学び，実際のデータを用いて回帰モデルを作成することにより回帰分析のスキルを身につける。
到達目標Goal
アンケート調査の分析結果を報告書にまとめ履修者全員の前で発表することにより，データ解析の手法を経験的に体得するとともにプレゼンテーション能力をも身につける。（コロナ対策のためオンラインで授業を行う場合は，自宅等からネットワークを通じてSPSSに接続し，アンケート調査はZoom等を用いて学生間で協力して作業を進めていくことになります。）
後半では，回帰分析における最小二乗法の考え方，推定および検定，変数選択法などの基礎的な理論を学び，実際のデータを用いて回帰モデルを作成することにより，回帰分析における一連のスキルを身につける。
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?
ディプロマポリシーのうち、経済学科は「DP6」「DP8」「DP9」に関連。国際経済学科・現代ビジネス学科は「DP6」「DP9」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. ）
前半には，「コンピュータによるデータ解析A」で作成したアンケート調査を実施し，その解析を進め，グループ毎に結果を発表してもらいます。後半ではに「回帰分析」とよばれる手法を解説し，実際のデータを用いて各自がオリジナルな回帰モデルを構築します。
課題やアンケート調査については，授業中もしくは授業支援システムを通じてフィードバックします。（「コンピュータによるデータ解析Ａ」をその年度に履修していることが，本科目履修の前提となります。）
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：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]：アンケート調査（1）
データの入力
第2回[対面/face to face]：アンケート調査（2）
単純集計
第3回[対面/face to face]：アンケート調査（3）
クロス集計
第4回[対面/face to face]：アンケート調査（4）
総合的な分析１
第5回[対面/face to face]：アンケート調査（5）
総合的な分析２
第6回[対面/face to face]：アンケート調査発表（1）
前半のグループのプレゼンテーション
第7回[対面/face to face]：アンケート調査発表（2）
後半のグループのプレゼンテーション
第8回[対面/face to face]：回帰分析の基礎
相関と回帰・最小２乗法の考え方
第9回[対面/face to face]：単回帰分析（1）
回帰係数の推定
第10回[対面/face to face]：単回帰分析（2）
決定係数、回帰係数の検定
第11回[対面/face to face]：重回帰分析（1）
回帰係数の推定，決定係数とF検定
第12回[対面/face to face]：重回帰分析（2）
各回帰係数の検定・変数選択法
第13回[対面/face to face]：回帰モデルの作成（1）
回帰モデルの作成
第14回[対面/face to face]：回帰モデルの作成（2）
作成した回帰モデルの評価
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.)
テキストの予習・・・１時間
SPSSの復習・・・・・１時間
演習課題・・・・・・２時間
テキスト（教科書）Textbooks
宮脇・和田・阪井著 『SPSSによるデータ解析の基礎（改訂版）』 培風館，2011年
参考書References
教科書に必要な参考書は指定してあります。
成績評価の方法と基準Grading criteria
平常点（30％）
アンケート調査報告書・プレゼンテーション（30％）
回帰モデルレポート（40％）
学生の意見等からの気づきChanges following student comments
「回帰分析が難しい」というコメントが多いので，できる限り平易に説明するよう心がけています。
学生が準備すべき機器他Equipment student needs to prepare
実習室に設置されたパソコンを使用します。予習・復習や課題に取り組むため，自宅から作業を行う場合には，パソコンとネットワーク環境が必要となります。