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2年度以降入学者 初等多変量解析
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 2~4 開講区分 文理学部
科目群 社会学科
学期 後期 履修区分 選択必修
授業形態 遠隔授業(オンデマンド型)
授業の形態 Google Chrome ブラウザ を使い Google Classroom で行います (クラスコード は Blackboard に掲載)。
必要な場合は Google Meet、 Google Chat、 Hubs などによる同時双方向で対応します。
Blackboard ID 20233872
授業概要 現代社会では、あらゆる分野で統計学が重要になってきています。統計学的な考え方を学びます。
"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 ・中学校・高等学校で学んだことを踏まえ、推測統計学、カテゴリカルな連関、回帰分析、分散分析、多変量解析の基礎を学びます。
・英語と日本語の教材を用いて学びます。高校までの統計学の理解度や英語の学力は個人差が非常に大きいため、各自の状況に応じて、時間をかけてしっかりと学習に取り組みます。
・自ら学ぶ姿勢を培い、継続的な学習習慣を形成します。
・時間をかけ、しっかりと取り組み、一つ一つ地道に学び、理解を積み重ねていきます。
・世界の共通語である英語と統計学に慣れ親しみます。
・2022年度から、高等学校で数学Ⅰ(必履修)に「仮説検定の考え方」、数学Bに「正規分布を用いた区間推定及び仮説検定の方法を理解すること」が導入されています。

【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))のディプロマポリシー DP 3 及び カリキュラム・ポリシー CP 3 に対応しています。
授業の形式 講義
授業の方法

毎回の理解の積み重ねが大切です。
予習:英語の教材と資料で予習をします(The Oxford 3000 学習基本語彙3000語程度)。
授業:毎回、小テストに取り組み、自身の理解を振り返ります。質疑応答により、理解を深めます。余力がある方は R言語の演習課題に取り組みます。
復習:課題に取り組み、クリアできるまで繰り返し復習し、理解を固めます。過去に実施した学生意識調査をとりあげ、学んだことを具体的に試すことで、身近な日常生活から統計学に親しみます。ライフスタイル (2003年 n=153), 好きなタレント (2003年 n=218) / (2004年 n=258), 若者の価値観と将来への夢(2004年 n=582), 「大学」についてのイメージ(2006年 n=711), 社会的ネットワーク(2007年 n=211, n=204), 友人・恋愛関係 (2008年 n=610), 若者の消費行動とライフスタイル(2009年 n=170), 韓国文化と料理 (2011年 n=227), 消費動向(2012年 n=387), 算数・数学(2011,2012,2013,2016年 n=314,177,237,219), 好きな趣味、音楽、ゲーム、アニメ・コミック(2014,2015,2016,2017,2018,2019,2020年), PC環境、ITリテラシー、社会学科PC実習室の利用頻度(2017,2018,2019年), ボランティア(2017年), 海外旅行(2017年), 通学と交通(2017年), 経済状況(2018年), パーソナリティ(2017,2018,2019,2020年), 交友関係(2017,2018,2019,2020年) など。
授業内で課題(試験やレポート等)に対するフィードバックを行う。

本授業は事前に3時間、事後に1時間の学習を目安とします。
履修条件 ※ 前期の基礎統計学を履修済みであることが必要です。
授業計画
1 Comparing two groups 【 ▘ ▗ 】 二群の比較 (A-3-2)
  • 初回は、09:00〜23:59の間、問い合わせへの個別対応を Google Meet で行う。希望者は Googleカレンダーの予約スケジュールから任意の予約枠を予約すること。
  • 小テスト
  •  目的 二つのグループ間での、平均や比率の違いについて、検定ができる。
  •  到達目標 平均の差も一種の平均であり、母平均についての検定と同様に、独立な、あるいは対応のあるグループ間で仮説検定ができる。

【事前学習】 Comparing two groups、「第7章 推定」 p.136-153 「第8章 仮説の検定」 p.158-184 をスライドと動画で学習、質問 (A-3-2) (3時間)
【事後学習】 Quizzes: Comparing two groups. (A-3-2) (1時間)
【授業形態】オンデマンド型授業
2 Comparing two groups 【 ▘ ▗ 】 二群の比較 (A-3-2)
  • 小テスト
  •  キーワード 仮説検定、帰無仮説 \(H_0\) 、対立仮説 \(H_1\) 、検定統計量、平均の差の検定、比率の差の検定、自由度 \(df\)
    •   
    •   

【事前学習】 Comparing two groups、 「第7章 推定」 p.136-153 「第8章 仮説の検定」 p.158-184 をスライドと動画で学習 (A-3-2) (3時間)
【事後学習】 Comparing two groups の復習課題 (A-3-2) (1時間)
【授業形態】オンデマンド型授業
3 Categorical association 【 ▟▛ 】 連関 (A-3-2)
  • 小テスト
  •  目的 カテゴリカルな変数の関連を探る。
  •  到達目標 カイ二乗検定を用いて、変数間の関連を調べる。

【事前学習】 Categorical association、「第10章 カイ2乗分布」 p.219-229 をスライドと動画で学習 (A-3-2) (3時間)
【事後学習】 Categorical association の復習課題 (A-3-2) (1時間)
【授業形態】オンデマンド型授業
4 Categorical association 【 ▟▛ 】 連関 (A-3-2)
  • 小テスト
  •  キーワード クロス集計表、観測値 \(o_{i}\) 、期待値 \(e_{i}\) 、カイ二乗検定 \(\chi^2\) 、自由度 \(df\) 、適合度検定
    •   

【事前学習】 Categorical association、「第10章 カイ2乗分布」 p.219-229 をスライドと動画で学習 (A-3-2) (3時間)
【事後学習】 Categorical association の復習課題、ファイ係数、クラメールのV (A-3-2) (1時間)
【授業形態】オンデマンド型授業
5 Simple regression 【 ㊫ → ㊝ 】 単回帰 (A-3-2)
  • 小テスト
  •  目的 二つの量的変数の関連を捉える。
  •  到達目標 回帰分析の考え方を理解し、分析と結果の解釈ができる。

【事前学習】 Simple regression、 「第9章 相関と回帰」 p.191-213 をスライドと動画で学習 (A-3-2) (3時間)
【事後学習】 Simple regression の復習課題 (A-3-2) (1時間)
【授業形態】オンデマンド型授業
6 Simple regression 【 ㊫ → ㊝ 】 単回帰 (A-3-2)
  • 小テスト
  •  キーワード 単回帰分析 \(y=a+bx+\epsilon\) 、決定係数 \(R^2\) 、予測
    •   
    •   

【事前学習】 Simple regression. 単回帰、 「第9章 相関と回帰」 p.191-213 をスライドと動画で学習 (A-3-2) (3時間)
【事後学習】 Simple regression の復習課題 (A-3-2) (1時間)
【授業形態】オンデマンド型授業
7 Multiple regression 【 ↘ ↓↙ 】 重回帰 (A-3-2)
  • 小テスト
  •  目的 一つだけでなく、さまざまな原因によって結果が引き起こされている。
  •  到達目標 一つの従属変数を、複数の独立変数で予測する。

【事前学習】 Multiple regression、 「第13章 重回帰」 p.258-268 をスライドと動画で学習 (A-3-2) (3時間)
【事後学習】 Multiple regression の復習課題 (A-3-2) (1時間)
【授業形態】オンデマンド型授業
8 Multiple regression 【 ↘ ↓↙ 】重回帰 (A-3-2)
  • 小テスト
  •  キーワード 独立変数、従属変数、説明変数、目的変数、偏回帰係数 \(\beta\) 、決定係数 \(R^2\) 、残差
    •   
    •   

【事前学習】 Multiple regression、 「第13章 重回帰」 p.258-268 をスライドと動画で学習 (A-3-2) (3時間)
【事後学習】 Multiple regression の復習課題、指数回帰、多項式回帰 (A-3-2) (1時間)
【授業形態】オンデマンド型授業
9 Analysis of variance 【 ▘ ▪ ▗ 】 分散分析 (A-3-2)
  • 小テスト
  •  目的 グループ内は特徴が同じ(ばらつき小)で、グループ間で特徴が異なる(ばらつき大)場合、グループ分けした甲斐があったというもの。
  •  到達目標 三つ以上のグループ間で平均の差について調べる。

【事前学習】 Analysis of variance、「第11章 分散分析」 p.233-246 をスライドと動画で学習 (A-3-2) (3時間)
【事後学習】 Analysis of variance の復習課題 (A-3-2) (1時間)
【授業形態】オンデマンド型授業
10 Analysis of variance 【 ▘ ▪ ▗ 】 分散分析 (A-3-2)
  • 小テスト
  •  キーワード 全平方和 \(SS_T\) 、級間平方和 \(SS_B\) 、級内平方和 \(SS_W\) 、自由度 \(df\) 、級間平均平方 \(MS_B\) 、級内平均平方 \(MS_W\) 、F比 \(F\)
    •   
    •   
    •   

【事前学習】 Analysis of variance、 「第11章 分散分析」 p.233-246 をスライドと動画で学習 (A-3-2) (3時間)
【事後学習】 Analysis of variance の復習課題 (A-3-2) (1時間)
【授業形態】オンデマンド型授業
11 Non-parametric tests 【 ❶① ❷② ❸③ 】 ノンパラメトリック検定 (A-3-2)
  • 小テスト
  •  目的 特定の分布を仮定できない場合の検定。
  •  到達目標 母集団分布に関して、正規分布などの特定の分布を仮定しないで統計的検定ができる。
  •  キーワード パラメトリック、ノンパラメトリック、スピアマンの順位相関係数

【事前学習】 Non-parametric tests、 「第12章 母数によらない検定」 p.249-257 をスライドと動画で学習 (A-3-2) (3時間)
【事後学習】 Non-parametric tests の復習課題、ウィルコクソンの符号順位検定、ウィルコクソンの順位和検定、クラスカル・ウォリス検定 (A-3-2) (1時間)
【授業形態】オンデマンド型授業
12 Multivariate Analysis in Julia. (A-3-2)
【事前学習】 Multivariate Analysis in Julia をスライドと動画で学習 (A-3-2) (3時間)
【事後学習】 Multivariate Analysis in Julia の復習課題 (A-3-2) (1時間)
【授業形態】オンデマンド型授業
13 Linear Regression and Multiple Linear Regression. (A-3-2)
【事前学習】 Linear Regression and Multiple Linear Regression をスライドと動画で学習 (A-3-2) (3時間)
【事後学習】 Linear Regression and Multiple Linear Regression の復習課題、パス解析 (A-3-2) (1時間)
【授業形態】オンデマンド型授業
14 Logistic Regression for Classification. (A-3-2)
【事前学習】 Logistic Regression for Classification をスライドと動画で学習 (A-3-2) (3時間)
【事後学習】 Logistic Regression for Classification の復習課題 (A-3-2) (1時間)
【授業形態】オンデマンド型授業
15 Decision Tree and Classification. (A-3-2)
【事前学習】 Decision Tree and Classification をスライドと動画で学習 (A-3-2) (3時間)
【事後学習】 Decision Tree and Classification の復習課題 (A-3-2) (1時間)
【授業形態】オンデマンド型授業
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
Research Methods and Statistics - YouTube.
参考書 涌井良幸・涌井貞美 『統計学の図鑑 (まなびのずかん)』 技術評論社 2015年
日本統計学会(編) 『改訂版 日本統計学会公式認定 統計検定4級対応 データの活用』 東京図書 2020年
日本統計学会(編) 『改訂版 日本統計学会公式認定 統計検定3級対応 データの分析』 東京図書 2019年
日本統計学会(編) 『改訂版 日本統計学会公式認定 統計検定2級対応 統計学基礎』 東京図書 2015年
岡太彬訓・都築誉史・山口和範 『データ分析のための統計入門』 共立出版 1995年
成績評価の方法及び基準 毎回の小テスト、課題、復習課題など(100%)
必ず第1回目から Google Classroom のクラスに参加し、学習と課題提出に取り組んで下さい。 × CHIPS の履修登録だけを済ませておく。 × Blackboard のコース登録だけを済ませておく。 × Google Classroom のクラス参加だけを済ませておく。
継続的な学習習慣と、理解の蓄積が大切です。
毎回の小テスト、復習課題などの学習状況・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。
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 授業時間帯の前後を中心に、 学習支援のためのチャットボット、 Google フォーム、 Google Classroom 等で随時対応。
備考 シラバスの内容は学生の皆さんの学修の状況を考慮して、変更することもあります。
事前学習・事後学習の時間は、高等学校までの学習内容と英語の理解を前提とした場合の目安です。

FAQ



  1. Webブラウザ起動と NU-AppsG ログイン
    • PC/Mac/Chromebook で Google Chrome ブラウザ を起動します。他の種類のブラウザ、スマホやタブレットをお使いになる場合は、自己責任でお願いします。
    • 日本大学の Google アカウント NU-AppsG にログインします。Gmail の読み書きができるか確認しましょう。
    • NU-AppsG は、文理学部の sアカウントや stu アカウント と異なるアカウントです。

  2. Blackboard のコース登録と Googleフォームの名簿回答
    • 授業の Blackboard のコースに登録し、設置されている Googleフォームによる名簿課題に回答・送信します。送信直後に、 Google Classroom のクラスへの招待リンクが表示されるので、クリックします。
    • 日本大学の Google アカウント NU-AppsG でログインをしないと、日本大学の Google Classroom には参加できません。

  3. Google Classroom のクラス参加と学習
  4. 困った場合
    • 「権限が必要です」、「このページへのアクセス権限がありません」、「Error 403」、「このサイトは安全でないと報告されています」など。
    • 複数の Google アカウントを利用し、スマホやタブレットの Google Classroom アプリを使う場合等に生じるかもしれません。PC/Mac/Chromebook の Chromeブラウザで操作をすると、トラブルは少ないと思います。
    • Google Classroom 内から Google フォームや Google ドライブへアクセスする際に、「権限が必要です」と表示される場合があります。よくあるトラブルは、スマホの Classroom アプリには NU-AppsG でログインしているが、 Googleフォームへ回答する際のブラウザ (Safari 等) にはプライベートな Googleアカウントでログインしているため、「権限がありません」。
    • その場合、ブラウザ側で個人の Google アカウントを一時的にログアウトし、関連する一連のアプリで NU-AppsG にログインをして下さい。
    • あるいは、新規シークレットウィンドウ(新規プライベートウィンドウ)を開き、 NU-AppsG へログインをして、操作して下さい。
    • PCの再起動で解決する場合もあるかもしれません。自分で解決できない場合は、スマホを使わずに 、PC/Mac の Chrome ブラウザか Chromebook を利用するのが手堅いです。

  5. 質問など

このページのトップ