- 開講元
- 教職科目
- 授業形態
- 演習 (ブレンド型)
- メディア利用科目
- 曜日・時限(講義室)
- 木5-6
- クラス
- -
- 科目コード
- LAT.A404
- 単位数
- 1
- 開講年度
- 2022年度
- 開講クォーター
- 2Q
- シラバス更新日
- 2022年3月16日
- 講義資料更新日
- -
- 使用言語
- 日本語
- アクセスランキング
-
media
講義の概要とねらい
心理・教育データの分析力を高めるために、問題解決の縦糸・横糸モデルに基づき、仮説と分析計画を立て、心理・教育測定演習Aの学習成果に加えて、多変量解析の手法活用したデータ分析の代替案を検討し、それらが分析方法として適切か否か、必要に応じて結果を参照しながら批判的に検討した上で、多様な統計量等を組み合わせて説得的な結論を出す方法を身につけることを目的とする。
到達目標
与えられたデータについて、Rコマンダー等を活用し、心理・教育測定演習Aで学んだ手法に加え、主成分分析、因子分析、クラスター分析などの統計手法を適用して、仮説検証したり考察したりできるようになる。
キーワード
統計分析, Rコマンダー、ICT問題解決力、統計的な見方・考え方、多変量解析
学生が身につける力(ディグリー・ポリシー)
| ✔ 専門力 | 教養力 | コミュニケーション力 | 展開力(探究力又は設定力) | 展開力(実践力又は解決力) |
授業の進め方
原則として、２回分の授業で「統計手法と典型的な分析方法の解説」と「講義の復習→つまずきの克服や注意事項の確認→応用課題」とをセットにして進める。
授業計画・課題
| 授業計画 | 課題 | |
|---|---|---|
| 第1回 | 回帰分析の演習 | 回帰分析をマスターする。 |
| 第2回 | 主成分分析と因子分析を解説 (E-learning) | 主成分分析と因子分析を理解する。 |
| 第3回 | 同上の演習 | 主成分分析と因子分析をマスターする。 |
| 第4回 | クラスター分析を解説 (E-learning) | クラスター分析を理解する。 |
| 第5回 | 同上の演習、総合的な分析演習１ | クラスター分析をマスターし、総合的な分析演習のデータを準備する。 |
| 第6回 | 総合的な分析演習２ (E-learning) | 総合的な分析演習を進める |
| 第7回 | 総合的な分析演習３ | 総合的な分析演習を進める |
| 第8回 | 期末試験、発表会 | レポート提出する。 |
教科書
松田稔樹・萩生田伸子監修(2021) 問題解決のためのデータサイエンス入門、実教出版
参考書、講義資料等
E-learning教材を指定する
成績評価の基準及び方法
E-learning教材の達成率, 演習の事前・事後課題，期末試験で評価する
関連する科目
- LAT.A401 ： 心理・教育測定基礎編
- LAT.A403 ： 心理・教育測定演習A
履修の条件(知識・技能・履修済科目等)
心理・教育測定演習Aの単位を取得していること。心理・教育測定基礎編と同時履修すること。（後から単独で履修することは認めない）
連絡先（メール、電話番号） ※”[at]”を”@”(半角)に変換してください。
stat-ask[at]et.hum.titech.ac.jp
オフィスアワー
個別にアポイントメントを取ること。
