文理学部シラバスTOP > 文理学部 > 社会学科 > 初等多変量解析
日本大学ロゴ

初等多変量解析

このページを印刷する

令和元年度以前入学者 初等多変量解析
教員名 菅野剛
単位数    2 学年    2 開講区分 文理学部
（他学部生相互履修可）
科目群 社会学科
学期 後期 履修区分 選択
授業の形態 On demand (NU-AppsG and Google Classroom)
※ Blackboard ではないので注意して下さい。
授業概要 "For Today’s Graduate, Just One Word: Statistics." You will learn how to think statistically.
前期の基礎統計学を履修済みであることが必要です。社会調査士カリキュラム 【 Ｅ 】 多変量解析の方法に関する科目
授業のねらい・到達目標 Learn Statistics and Programming in English.

【学生の視点から、具体的・現実的・測定可能な表現で記述】
Pay attention to confirmation bias and make logical decisions.

【日本大学教育憲章ルーブリック】
上記の＜知識＞＜技能＞の習得を経て，以下の＜能力＞を育むことが目標である。
・現代社会を論理的・批判的に捉えるための社会学的枠組みや方法の基礎を築くことができる。（A-3-2: 論理的・批判的思考力）

この科目は文理学部（学士（社会学））のDP及びCP3に対応しています。
授業の方法 Be sure to check out the following Google sites.
https://bit.ly/suganoclass

Lecture
Contents: You will learn with Creative Commons materials, Google Classroom, etc. The contents of the textbook will be explained in Japanese.
Assignment: Use Google Forms to check your understanding of what you have learned.

Requirements
NU-AppsG is required.
Google Chrome (PC/Mac/Chromebook recommended)

===== FAQ =====
前期の基礎統計学を履修済みで、後期の初等多変量解析の履修希望者に、 Google Classroom のクラスへの招待メールが送信されます。
NU-AppsG でメールをチェックし、授業のクラスへ参加して下さい。
https://mail.google.com/a/g.nihon-u.ac.jp

本授業の事前・事後学習は，各２時間の学習を目安とします。
履修条件 2020年度前期の基礎統計学を履修済みであることが必要です。
初回授業から1週間以内に、 NU-AppsG を用いて Google Classroom のクラスへ参加（登録）する必要があります。
シラバスを読まずに、履修登録のみ行っても、成績評価はできません。
授業計画
1 第7章 推定：点推定、区間推定、母平均の推定、母比率の推定 Estimation. NU-AppsG のアカウント通知、パスワードリマインダー、パスワード設定、 Google Classroom の説明とクラスへの参加（登録）、授業についての説明、私語への注意。 （A-3-2）
【事前学習】Comparing two groups. Google Apps, NU-AppsG. p.136-p.153. を予習し、点推定値、区間推定値、信頼区間、標準誤差、信頼限界に触れる。 （A-3-2） （2時間）
【事後学習】Comparing two groups. (Confidence intervals) A-3-2） （2時間）
2 第7章 推定：点推定、区間推定、母平均の推定、母比率の推定 Estimation. （A-3-2）
【事前学習】Comparing two groups. p.136-p.153. を予習し、大標本法、割合の推定に触れる。 （A-3-2） （2時間）
【事後学習】Comparing two groups. (Confidence intervals) （A-3-2） （2時間）
3 第7章 推定：点推定、区間推定、母平均の推定、母比率の推定 Estimation. （A-3-2）
【事前学習】Comparing two groups. p.136-p.153. を予習し、t分布に触れる。 （A-3-2） （2時間）
【事後学習】Comparing two groups. (Confidence intervals) （A-3-2） （2時間）
4 第8章 仮説の検定：2種類の過誤、平均値の検定、割合の検定、平均値の差の検定、割合の差の検定 Testing Hypotheses. （A-3-2）
【事前学習】Comparing two groups. p.158-p.184. を予習し、帰無仮説、対立仮説、第1種の過誤、第2種の過誤に触れる。 （A-3-2） （2時間）
【事後学習】Comparing two groups. (hypothesis testing) （A-3-2） （2時間）
5 第8章 仮説の検定：2種類の過誤、平均値の検定、割合の検定、平均値の差の検定、割合の差の検定 Testing Hypotheses. （A-3-2）
【事前学習】Comparing two groups. p.158-p.184. を予習し、平均値の検定、管理図、割合の検定に触れる。 （A-3-2） （2時間）
【事後学習】Comparing two groups. (hypothesis testing) （A-3-2） （2時間）
6 第8章 仮説の検定：2種類の過誤、平均値の検定、割合の検定、平均値の差の検定、割合の差の検定 Testing Hypotheses. （A-3-2）
【事前学習】Comparing two groups. p.158-p.184. を予習し、2つの平均値の差の検定、有意水準、2つの割合の差の検定、小標本法、対応のある場合の検定に触れる。 （A-3-2） （2時間）
【事後学習】Comparing two groups. (Two-sample inference for the difference between groups) （A-3-2） （2時間）
7 第9章 相関と回帰：相関、最小二乗法 Correlation and Regression. （A-3-2）
【事前学習】Simple regression. p.191-p.213. を予習し、散布図、共分散、相関係数、最小2乗法、回帰直線に触れる。 （A-3-2） （2時間）
【事後学習】Simple regression. (Exploring bivariate numerical data / More on regression) （A-3-2） （2時間）
8 第9章 相関と回帰：相関、最小二乗法 Correlation and Regression. （A-3-2）
【事前学習】Simple regression. p.191-p.213. を予習し、回帰の錯誤、推定値の標準誤差、小標本法に触れる。 （A-3-2） （2時間）
【事後学習】Simple regression. (Exploring bivariate numerical data / More on regression) （A-3-2） （2時間）
9 第10章 カイ2乗分布：カイ二乗検定 The Chi-Square Distribution. （A-3-2）
【事前学習】Categorical association. p.219-p.229. を予習し、観測度数、期待度数、カイ2乗分布、自由度、一様性の仮定に触れる。 （A-3-2） （2時間）
【事後学習】Categorical association. (Chi-square goodness-of-fit tests) （A-3-2） （2時間）
10 第10章 カイ2乗分布：カイ二乗検定 The Chi-Square Distribution. （A-3-2）
【事前学習】Categorical association.p.219-p.229. を予習し、カイ2乗検定の成約、分割表に触れる。 （A-3-2） （2時間）
【事後学習】Categorical association. (Chi-square goodness-of-fit tests) （A-3-2） （2時間）
11 第11章 分散分析：F分布 Analysis of Variance. （A-3-2）
【事前学習】Analysis of variance. p.233-p.246. を予習し、分散分析、1元分類、F分布、列平均平方和、誤差平方和、総平方和に触れる。 （A-3-2） （2時間）
【事後学習】Analysis of variance. (Analysis of variance (ANOVA)) （A-3-2） （2時間）
12 第11章 分散分析：F分布 Analysis of Variance. （A-3-2）
【事前学習】Analysis of variance. p.233-p.246. を予習し、2元分類、計算公式に触れる。 （A-3-2） （2時間）
【事後学習】Analysis of variance. (Analysis of variance (ANOVA)) （A-3-2） （2時間）
13 第12章 母数によらない検定 （A-3-2）
【事前学習】Non-parametric tests. p.249-p.257. を予習し、中央値の検定、符号検定、2つの中央値の差の検定、順位和検定、ずれの検定、順位相関係数に触れる。 （A-3-2） （2時間）
【事後学習】Non-parametric tests. （A-3-2） （2時間）
14 Multiple regression. 第13章 重回帰：重線形回帰、非線形回帰 Multiple Regression Analsysis. （A-3-2）
【事前学習】Multiple regression. p.258-p.268. を予習し、重線形回帰、正規方程式、回帰係数、逐次選択法、相関のある独立変数、決定係数に触れる。 （A-3-2） （2時間）
【事後学習】Multiple regression. (Exploring bivariate numerical data) （A-3-2） （2時間）
15 Multiple regression. 第13章 重回帰：重線形回帰、非線形回帰 Multiple Regression Analsysis. （A-3-2）
【事前学習】Multiple regression. p.258-p.268. を予習し、非線形回帰、放物線、多項式回帰曲線、信頼性に触れる。 （A-3-2） （2時間）
【事後学習】Multiple regression. (Advanced regression (inference and transforming)) （A-3-2） （2時間）
その他
教科書 P.G.ホーエル 『初等統計学』 培風館 1981年 第4版
参考書 ボーンシュテット&ノーキ 『社会統計学：社会調査のためのデータ分析（学生版）』 ハーベスト社 1990年
山田剛史・杉澤武俊・村井潤一郎 『Rによるやさしい統計学』 オーム社 2008年
小島寛之 『完全独習 統計学入門』 ダイヤモンド社 2006年
岡太彬訓・中井美樹・元治恵子 『データ分析入門：基礎統計』 共立出版 2012年
過去の教科書は、2003-2007年度 ボーンシュテット＆ノーキ『社会統計学：社会調査のためのデータ分析』、R の演習を行い教育効果が大きかった 2008-2012年度 山田剛史・杉澤武俊・村井潤一郎『Rによるやさしい統計学』 、事情により R の演習をとりやめた後の 2013-2017年度 小島寛之『完全独習 統計学入門』、大村平『多変量解析のはなし』です。
Research Methods and Statistics - YouTube. https://www.youtube.com/channel/UCcjogDXLLQCMtpGvQTNZrOg/playlists
Basic Statistics (Coursera) by the University of Amsterdam, taught by Emiel van Loon and Matthijs Rooduijn. https://www.coursera.org/learn/basic-statistics
Basic Statistics - Matthijs Rooduijn http://matthijsrooduijn.nl/basic-statistics/
Inferential Statistics (Coursera) by the University of Amsterdam, taught by Annemarie Zand Scholten and Emiel van Loon. https://www.coursera.org/learn/inferential-statistics/
日本語による補足説明・より詳細な解説・演習問題や作業の例が必要な場合は、書籍購入を前提として、教科書や参考書を丁寧に解説する資料で学習します。
AP®︎ Statistics | Math | Khan Academy. https://www.khanacademy.org/math/ap-statistics
竹村彰通・下川敏雄・酒折文武・中山厚穂・奥田直彦. gacco 「統計学I：データ分析の基礎」 https://gacco.org/
竹村彰通・椎名洋・和泉志津恵・松田安昌・佐藤俊哉. gacco 「統計学II：推測統計の方法」 https://gacco.org/
岩崎学・足立浩平・渡辺美智子・宿久洋・芳賀麻誉美. gacco 「統計学III：変量データ解析法」 https://gacco.org/
成績評価の方法及び基準 Google Classroom assignments(100%)
課題、テスト、学習状況・理解度の確認、成績評価のため、 NU-AppsG と Google Classroom の利用が必要です。
初回授業時から一定期間内に Google Classroom のクラスへ参加（登録）する必要があります。

以上を踏まえ、A-3-2（論理的・批判的思考力）の修得状況を評価します。
オフィスアワー Ask questions in Google Classroom.
備考 The content of the syllabus is subject to change based on the student's progress. Pre-class work and homework time is approximate.

↑このページのトップ