基本情報/Basic Information

開講科目名 ／Course	多変量解析b／MULTIVARIATE ANALYSIS(B)
開講所属 ／Course Offered by	経済学部／ECONOMICS
ターム・学期 ／Term・Semester	2021年度／2021 Academic Year　　秋学期／FALL SEMESTER
曜限 ／Day, Period	火1／Tue 1
開講区分 ／semester offered	秋学期／Fall
単位数 ／Credits	2.0
学年 ／Year	3,4
主担当教員 ／Main Instructor	樋田　勉

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
樋田　勉	国際環境経済学科／ECONOMICS ON SUSTAINABILITY

授業の目的・内容 ／Course Objectives	背景： 情報通信技術の発展により，企業や官公庁は大量の統計データを収集・作成することが可能になった。収集したデータは，企業では市場調査やマーケティング，官公庁ではEvidence-based Policy Making（根拠に基づく政策運営）のために分析され，様々な意思決定に活かされている。 目的： この授業の目的は，1年次配当科目である統計学入門や，2年次配当科目である統計学の知識を前提とし，経済学科専門科目として理論・計量，経営学科専門科目として情報・統計，国際環境経済学科専門科目として調査・統計分析の専門知識を習得し，データを収集し，情報を正しく読み取る調査・分析能力を身につけることである。 授業では，統計的データ解析の理論的な仕組み理解し，統計学分野やデータサイエンス分野で標準的に利用されるソフトウェアの一つである統計解析ソフトRを利用して，様々な多変量解析を用いて統計データ解析ができるようになることを目指す。 内容： 多変量解析ｂでは多変量解析aの履修を前提として，主成分分析，クラスタ分析，ツリーモデルなどを扱う。 これらの統計的データ解析を学修することにより，実際の経済・経営・社会など，様々なデータを分析するための能力を身につけることを目指す。これらの内容を学修することにより，実際の経済・経営・社会など，様々なデータを分析するための能力を身につけることを目指す。
授業の形式・方法と履修上の注意 ／Teaching method and Attention the course	形式： 原則として授業はオンデマンド型で実施する。 進行： 資料と必要に応じて動画の配信により内容の説明を行う。 受講生は各自のPCにRとRstudioをインストールし，資料と動画を参考にしながら，RとRstudioをコマンドを入力しながら課題の取り組むこと。タブレット型端末ではR・Rstudioを利用できないので注意すること。 計算結果や解釈については，manabaの小テストに解答し，理解度の確認を行う。 manabaの小テストの解答については，締め切り後に採点結果を学生が確認できるようにする。また，採点結果にもとづいて適宜追加説明を行う。 質問対応： 原則として授業日から3日以内にメールで質問すること。質問にたいしては，メールかmanabaのコースニュースで回答する。 フィードバック： 授業内容の理解度についてmanabaの小テストで確認し，次回の授業で必要に応じてフィードバックをする。 注意： 多変量解析aの単位取得者を対象とする。 その他： 授業の進め方は，初回の授業で説明するので，必ず確認すること。 テキストは利用しない。配付資料を各自印刷して利用すること。
事前・事後学修の内容 ／Before After Study	事前の学習： 特になし。 事後の学修： manabaの小テストの解答が発表された後で，復習に取り組むこと（30分から1時間程度）。
テキスト1 ／Textbooks1	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト2 ／Textbooks2	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト3 ／Textbooks3	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等1 ／References1	書籍名/ｻｲﾄ名 ／Title Rによる多変量解析入門 著者 ／Author name 川端 一光 , 岩間 徳兼 , 鈴木 雅之 出版社/URL ／Publisher オーム社 ISBN ／ISBN 978-4274222368 その他（任意） ／other
参考文献等2 ／References2	書籍名/ｻｲﾄ名 ／Title Rによる 統計的学習入門 著者 ／Author name Gareth James , Daniela Witten ほか 出版社/URL ／Publisher 朝倉書店 ISBN ／ISBN 978-4254122244 その他（任意） ／other 原著タイトル:An Introduction to Statistical Learning: with Applications in R (Springer, 2013)
参考文献等3 ／References3	書籍名/ｻｲﾄ名 ／Title John Fox Jr.,  Sanford Weisberg 著者 ／Author name An R Companion to Applied Regression 出版社/URL ／Publisher SAGE Publications ISBN ／ISBN 978-1544336473 その他（任意） ／other
評価方法 ／Evaluation	manabaの小テスト（80％），レポート（20％） ほぼ毎回実施するmanabaの小テストでは，各回の理解度を確認する。 レポートは，適切な分析・解釈・理解ができているかを確認する。
関連科目 ／Related Subjects	多変量解析aが履修済みであること。 統計学a,b
備考 ／Notes	レジュメを配布する。 参考文献は授業中に紹介する。
到達目標 ／Learning Goal	多変量解析に関する専門知識を習得し、多変量データを分析のうえ、解説できるようにする。

回 ／Time	授業計画（主題の設定） ／Class schedule	授業の内容 ／Contents of class	事前・事後学修の内容 ／Before After Study
1	オリエンテーション，Rによる回帰分析の復習	R・RStudioを用いて回帰分析の復習を行う。
2	ツリーモデル（分析方法の概要）	ツリーモデルの概要が説明できるようにする。
3	ツリーモデル（Rによる分析）	Rを用いて，ツリーモデルによる分析ができるようにする。
4	ツリーモデル（Rによる実データの分析）	Rを用いて，ツリーモデルで実データの分析ができるようにする。
5	主成分分析（分析方法の概要）	主成分分析の概要が説明できるようにする。
6	主成分分析（Rによる分析）	Rを用いて，主成分分析ができるようにする。
7	クラスタ分析（分析方法の概要）	クラスタ分析の概要が説明できるようにする。
8	クラスタ分析（Rによる分析）	Rを用いて，クラスタ分析ができるようにする。
9	判別分析（分析方法の概要）	判別分析の概要が説明できるようにする。
10	判別分析（Rによる分析）	Rを用いて，判別分析ができるようにする。
11	ロジスティック回帰（分析方法の概要）	ロジスティック回帰の概要が説明できるようにする。
12	ロジスティック回帰（Rによる分析）	Rを用いて，ロジスティック回帰ができるようにする。
13	判別分析とロジスティック回帰	Rを用いて，判別分析とロジスティック回帰で実データの分析ができるようにする。
14	多変量解析のまとめ	いろいろな多変量解析法の概要と分析方法のまとめ。最終的なデータ分析課題の作成。