ゼミナール２

平成27年度以前入学者	ゼミナール２
教員名	菅野剛
単位数	2	学年	4	開講区分	文理学部
科目群	社会学科
学期	通年	履修区分	選択

授業テーマ	オープンソースによるデータサイエンス入門
授業のねらい・到達目標	社会現象を、データという「事実」から把握する。データ分析は万能ではない。しかし、かけがえのない個人的経験に裏づけされた「僕はこう思う」「私はこう思う」という個別的立場に加え、異なる視点と論理をデータ分析は提供してくれる。これらを有効な手掛かりとして活用することで、統計学の理解や計算処理のためのプログラミングなどの重要なスキルの習熟を目指す。
授業の方法	いくつかのソフトウェアやプログラミング言語に触れることで、おざなりになりがちな論理や制約を意識する。多様な種類のデータを取り上げ、特に、社会学の文脈では社会階層という視点で、現代日本社会について分析を行う。様々な先行研究を学び、自分の視点から実際に各種データを分析することで、データに基づいた見方を心がける。社会調査に関連する作業や、データ解析環境 R などのソフトウェアを用いて、より高度なデータ分析を試みる。分析に用いるソフトウェアがすべてオープンソースであることは、一生活用できる分析環境を整える上で、決定的に重要である。BlackBoardを用い、予習・受講・復習の際の資料閲覧に、PC(Mac/Windows)やタブレット端末を利用する場合がある。
事前学修・事後学修，授業計画コメント	積み重ねが大切なので、きちんと復習をすること。

授業計画
1	ガイダンス、データ分析の動向
2	多様なデータ、身近なデータ
3	データ処理作業の解説
4	データ処理作業の実施
5	データ処理作業の確認
6	データの基礎集計作業
7	データの特徴の抽出
8	言葉の分析
9	データの分類
10	データのマッチング
11	学生意識調査
12	仮説構築とデータ分析
13	地域調査のデータ分析
14	課題学習
15	地域調査の概要
16	調査作業
17	調査作業
18	調査票のエディティング
19	調査票の転記作業
20	データの入力作業
21	データのロジカルチェック
22	郵送調査作業
23	データのクリーニング作業
24	基礎集計
25	データの基礎集計
26	変数と変数の関係
27	多変量解析
28	高度な多変量解析
29	課題学習
30	総括

その他
教科書	論文や資料については適宜指示する。
参考書	適宜指示する。
成績評価の方法及び基準	平常点(30%)、レポート(30%)、授業参画度(40%)
オフィスアワー	授業終了時。