シラバス情報
|
教員名 ： 野澤 昌弘
|
科目授業名称（和文） Name of the subject/class (in Japanese)
応用統計学 （２組）
科目授業名称（英文） Name of the subject/class (in English)
Applied Statistics
授業コード Class code
9987A28
科目番号 Course number
87MCDAA201
教員名
野澤 昌弘
Instructor
Masahiro NOZAWA
開講年度学期
2026年度後期
Year
2026年度
Semester
②Second semester
曜日時限
水曜4限、水曜5限
Class hours
Wednesday 4th Period, 5th Period
開講学科・専攻 Department
経営学部 ビジネスエコノミクス学科
Department of Business Economics, School of Management 単位数 Course credit
2.00単位
授業の方法 Teaching method
講義/演習
Lecture/Seminar 外国語のみの科目（使用言語） Course in only foreign languages (languages)
-
授業の主な実施形態 Main class format
① [対面]対面授業/ [On-site] On-site class
概要 Description
いくつかの主要な多変量解析手法を中心に，その理論と実践を学ぶ．
目的 Objectives
さまざまな分野で広く使われている統計的データ解析手法，特に多変量解析手法のいくつかの手法をピックアップし，それらを用いて論理的に問題を解決することのできる実践的なデータ解析術を身に付ける．
本学科のディプロマ・ポリシーにおける「ビジネス環境で発生している諸々の問題に対して自然科学及び社会科学の知識を活用して解明するという基本的方針の下で理論的かつ実践的な考え方を身に付ける」ための科目である．また，本学の「専門教育の目標」に挙げられている「専門知識を活用して各分野における課題を論理的・批判的に思考する能力」を養うための科目である． 到達目標 Outcomes
統計的データ解析手法，特に多変量解析手法のいくつかの手法について数理面および実際面から学習することで数量的スキルを養い，問題解決力および論理的思考力を身に付けることを目標とする．
卒業認定・学位授与の方針との関係（学部科目のみ）
リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。 You can check this from “Correspondence table between grading items and subjects” by following the link(for departments). https://www.tus.ac.jp/fd/ict_tusrubric/ 履修上の注意 Course notes prerequisites
講義および演習の時間は固定座席とする．
演習の時間には毎回小テストを実施する．計算には電卓の使用を認めるので，必要があれば電卓を用意すること． ただし，持ち込むことのできる電卓は「四則演算および平方根の計算程度の機能しか持たない電卓のみ」である。関数電卓やプログラミング機能や通信機能をもつ電卓，スマートフォン，タブレット，パソコンなどの持ち込みは認めない． アクティブ・ラーニング科目 Teaching type（Active Learning）
小テストの実施 Quiz type test
-
準備学習・復習 Preparation and review
講義後の演習2時間を通して，講義内容を復習し，理解を深めること．
毎回の講義では，前回の講義の復習から今回の講義内容について説明していくので，1時間程度かけて前回の講義の復習をしておくこと． また，演習では，前回の演習に対する解説も行うので，その内容ついて1時間程度かけて復習しておくこと． 成績評価方法 Performance grading policy
演習への定時からの出席およびその時間に実施される小テストの解答の提出をもって出席とします．
なお，小テストの内容は前時限での講義内容の復習がほとんどであり，復習部分の解答が書かれていなければ出席とは判断できないこともあるので十分に注意すること． 欠席回数が４回以上の場合，履修放棄とみなされ，到達度評価の対象にならないので注意すること． 到達度評価の対象になったことを前提として毎回の小テストの評価(30％)と到達度評価(70％)によって評価します． また，学生の申告により『統計検定(2級以上）』の結果を到達度評価試験に加点できるので，『履修の手引き』で確認しておくこと． 学修成果の評価 Evaluation of academic achievement
・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している ・B：到達目標を達成している ・C：到達目標を最低限達成している ・D：到達目標を達成していない ・-：学修成果の評価を判断する要件を欠格している ・S：Achieved outcomes, excellent result ・A：Achieved outcomes, good result ・B：Achieved outcomes ・C：Minimally achieved outcomes ・D：Did not achieve outcomes ・-：Failed to meet even the minimal requirements for evaluation 教科書 Textbooks/Readings
教科書の使用有無（有=Y , 無=N） Textbook used(Y for yes, N for no)
Y
書誌情報 Bibliographic information
多変量解析法入門，永田靖・棟近雅彦，サイエンス社，2001年，9784781909806．
MyKiTSのURL（教科書販売サイト） URL for MyKiTS(textbook sales site)
教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
https://gomykits.kinokuniya.co.jp/tokyorika/ It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store). https://gomykits.kinokuniya.co.jp/tokyorika/ 参考書・その他資料 Reference and other materials
［その他資料］必要があれば，LETUSを通じて資料を配付する．
授業計画 Class plan
1 多変量解析法の概要 多変量解析法とは
1回目の演習では，平均値や標準偏差，相関係数などを求めていただきます． LETUSで確認してください． 2 多変量解析法の準備(1) 期待値と分散 3 多変量解析法の準備(2) 期待値と分散，共分散 4 多変量解析法の準備(3) 掃き出し法 5 単回帰分析(1) 単回帰分析の基礎 6 単回帰分析(2) 回帰係数に関する検定と推定 7 重回帰分析(1) 重回帰分析の基礎 8 重回帰分析(2) 変数選択と得られた回帰式の利用 9 重回帰分析(3) 重回帰分析における行列計算 10 主成分分析(1) 主成分分析の基礎 11 主成分分析(2) 主成分分析の実際 12 主成分分析(3) 主成分分析における行列計算 13 判別分析(1) 判別分析の基礎 14 判別分析(2) 判別分析の実際 15 到達度評価 今までの学習内容の理解度を評価するための到達度評価を行い，その後，本授業のまとめを行う 本科目は原則として全ての講義回を対面講義として実施する対面授業科目なので，履修学生は全ての講義回に対面で出席することが求められる． 担当教員の実務経験とそれを活かした教育内容 Work experience of the instructor
-
教育用ソフトウェア Educational software
-
-
備考 Remarks
今までは『9月23日の予備日に補講を行い，その代わりとして11月25日を休講とする．』と記載してあり，以下の休講日と相違がありました． |
