・統計分析のための問題解決の縦糸・横糸モデル、尺度、記述統計、検定、分散分析、多重比較、回帰分析、主成分分析、因子分析、クラスター分析などをテーマとする。
・心理・教育データを統計分析する際に必要となる統計学的な基礎知識の修得を目標とする。
・本授業では、「問題解決の縦糸・横糸モデル」に即して資質・能力の向上を図るが、統計学の知識は5W1Hの知識フレーム形式で修得することを目標としている。そのうち、基礎編では、知識概要(What)、目的・原理(Why)、適用方法(How)について、言語的説明、具体例、数値例、式など、多様な表現形式の知識を相互に関連づけて理解することを目標とする。
統計入門
✔ 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) |
授業は、原則として講義と授業時間外のe-learning型ゲーミング教材による演習とで構成される。演習では、基礎編で学んだ知識の適用を擬似的環境下で体験し、問題解決の縦糸・横糸モデルに即して分析手法の活用方法を修得する。
授業日程については、授業用のWebページ(http://www.et.hum.titech.ac.jp/~matsuda/Stat/index.html)を参照のこと。
授業計画 | 課題 | |
---|---|---|
第1回 | 記述統計量、ヒストグラム、平均値と分散の検定 | ゲーミング教材での仮想分析演習 |
第2回 | 相関、クロス集計とカイ二乗検定 | ゲーミング教材での仮想分析演習 |
第3回 | 分散分析と多重比較 | ゲーミング教材での仮想分析演習 |
第4回 | 回帰分析 | ゲーミング教材での仮想分析演習 |
第5回 | 主成分分析と因子分析 | ゲーミング教材での仮想分析演習 |
第6回 | クラスター分析 | ゲーミング教材での仮想分析演習 |
第7回 | 全体を通じた補足と質疑 | ふり返りレポート |
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
e-learning教材(それ以外の参考書は必要に応じて紹介する)。
全てのe-learning教材に最後まで取り組み、最終レポートを提出していることを条件に、それらに基づいて理解度・習熟度を評価する。
特に無し
stat-ask [at] et.hum.titech.ac.jp
個別にアポイントメントを取ること