文理学部シラバスTOP > 文理学部 > 社会学科 > 初等多変量解析

検索したい科目／教員名／キーワードを入力し「検索開始｣ボタンをクリックしてください。

※教員名では姓と名の間に１文字スペースを入れずに、検索してください。

日本大学ロゴ

ここからメインコンテンツ

初等多変量解析

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	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

授業の形態	遠隔授業（知識習得を主にオンデマンドで行い、質疑応答をオンライン対応）授業は Google Classroom で行います。 Google Classroom のクラスコードを Blackboard に掲載します。必ず第１回目から Google Classroom のクラスに参加して下さい (要日本大学の Google アカウント NU-AppsG)。 × 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。補足・問い合わせは、 http://bit.ly/suganoclass Blackboard のコースID: 20223903
授業概要	"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社会調査データの分析で用いる基礎的な多変量解析法について、その基本的な考え方と主要な計量モデルを解説する科目。重回帰分析を基本としながら、他の計量モデルの中から若干のものをとりあげる（分散分析、パス解析、ログリニア分析、ロジスティック回帰分析、因子分析、数量化理論、マルチレベル分析など）
授業のねらい・到達目標	【学生の視点から、具体的・現実的・測定可能な表現で記述】・変化が加速し、多様性が増大する現代社会では、自学自習が重要です。分からないことを自分で調べ、自分で学ぶ姿勢を身につけます。・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」が導入されます。・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。・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、統計学、プログラミング言語に慣れ親しみます。【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DP及びCP3に対応しています。
授業の方法	授業の形式：【講義】予習教材で予習します。 CC BY の英語動画に取り組みます(The Oxford 3000 学習基本語彙3000語程度)。時間をかけて粘り強く学ぶには、 P.G.ホーエル「初等統計学」と向き合います。少し難しくなりますが、統計検定２級の内容をある程度カバーしています。授業教材を学習し、課題に取り組み、理解を深めます。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。復習学習や課題等を行い、理解を定着させます。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	初回授業に、NU-AppsG アカウントを用いて Google Classroom のクラスへ参加（登録）する必要があります。 NU-AppsG と Google Classroom のクラス参加については、少なくとも社会学科の1年必修科目「社会学の方法1」において課題として実施済みですので、利用できることが前提です。原則として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	【授業学習】【　▘ ▗　】二群の比較 (A-3-2) 　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）
2	【授業学習】【　▘ ▗　】二群の比較 (A-3-2) 　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 \(df\) 　　\(t = \frac{\bar{x}_1-\bar{x}_2}{s_{p} \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}}, s^2_{p} = \frac{(n_1-1) s_1^2 + (n_2-1) s_2^2}{(n_1-1) + (n_2-1)}, df = n_1 + n_2 - 2 \) 　　\(z = \frac{\hat{p}_1 - \hat{p}_2} {\sqrt{\hat{p^} (1-\hat{p^}) (\frac{1}{n_1}+\frac{1}{n_2})}}, \hat{p^*} = \frac{n_1 \hat{p}_1 + n_2 \hat{p}_2}{n_1 + n_2}\) 【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）
3	【授業学習】【　▟▛　】連関 (A-3-2) 　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、質問 (A-3-2) （3時間）【事後学習】 4. オプション 4-1. 統計および数理基礎 (A-3-2) （1時間）
4	【授業学習】【　▟▛　】連関 (A-3-2) 　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　　\(\chi^2 = \sum_i^N \frac{(o_i - e_i)^2}{e_i}\) 【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、質問 (A-3-2) （3時間）【事後学習】ファイ係数、クラメールのV、 4. オプション 4-1. 統計および数理基礎 (A-3-2) （1時間）
5	【授業学習】【　㊫ → ㊝　】単回帰 (A-3-2) 　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、質問 (A-3-2) （3時間）【事後学習】 4. オプション 4-8. データ活用実践（教師あり学習） (A-3-2) （1時間）
6	【授業学習】【　㊫ → ㊝　】単回帰 (A-3-2) 　キーワード単回帰分析 \(y=a+bx+\epsilon\) 、決定係数 \(R^2\) 、予測　　\(a=\bar{y}-b{\bar{x}}\) 　　\(b= \frac{s_{xy}}{s_x^2} = r \frac{s_y}{s_x}\) 【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、質問 (A-3-2) （3時間）【事後学習】 4. オプション 4-8. データ活用実践（教師あり学習） (A-3-2) （1時間）
7	【授業学習】【　↘ ↓↙　】重回帰 (A-3-2) 　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、質問 (A-3-2) （3時間）【事後学習】 4. オプション 4-8. データ活用実践（教師あり学習） (A-3-2) （1時間）
8	【授業学習】【　↘ ↓↙　】重回帰 (A-3-2) 　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　　\(\hat{y} = \beta_0 + \beta_1 x_1 + \beta_2 x_2 + ... + \beta_p x_p\) 　　\(R^2 = \frac{ \sum (\hat{y_i} - \bar{y})^2 }{ \sum (y_i - \bar{y})^2 } = 1 - \frac{ \sum (y_i - \hat{y_i})^2 }{ \sum (y_i - \bar{y})^2 }\) 【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、質問 (A-3-2) （3時間）【事後学習】指数回帰、多項式回帰、 4. オプション 4-8. データ活用実践（教師あり学習） (A-3-2) （1時間）
9	【授業学習】【　▘ ▪ ▗　】分散分析 (A-3-2) 　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、質問 (A-3-2) （3時間）【事後学習】 4. オプション 4-8. データ活用実践（教師あり学習） (A-3-2) （1時間）
10	【授業学習】【　▘ ▪ ▗　】分散分析 (A-3-2) 　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 \(F\) 　　\(x_{ij} = \mu + \alpha_i + \epsilon_{ij} {\left( \epsilon_{ij} \sim N(0, \sigma^2 ) \right) }\) 　　\(SS_{T} = SS_{B} + SS_{W}\) 　　\(F = \frac{MS_{B}}{MS_{W}}, MS_{B} = \frac{SS_{B}}{df_{B}}, MS_{W} = \frac{SS_{W}}{df_{W}}\) 【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、質問 (A-3-2) （3時間）【事後学習】 4. オプション 4-8. データ活用実践（教師あり学習） (A-3-2) （1時間）
11	【授業学習】【　❶① ❷② ❸③　】ノンパラメトリック検定 (A-3-2) 　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、質問 (A-3-2) （3時間）【事後学習】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、 Non-parametric tests. (A-3-2) （1時間）
12	【授業学習】 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、質問 (A-3-2) （3時間）【事後学習】 4. オプション 4-8. データ活用実践（教師あり学習） (A-3-2) （1時間）
13	【授業学習】 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、質問 (A-3-2) （3時間）【事後学習】パス解析、 4. オプション 4-8. データ活用実践（教師あり学習） (A-3-2) （1時間）
14	【授業学習】 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、質問 (A-3-2) （3時間）【事後学習】 4. オプション 4-8. データ活用実践（教師あり学習） (A-3-2) （1時間）
15	【授業学習】 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、質問 (A-3-2) （3時間）【事後学習】 4. オプション 4-9. データ活用実践（教師なし学習） (A-3-2) （1時間）

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年グーグル合同会社「はじめての Google for Education」https://gacco.org/ ちびむすドリル【中学生】中学校数学 - Wikibooks 高等学校数学 - Wikibooks AP®︎ Statistics \| Math \| Khan Academy Basic Statistics (Coursera) by the University of Amsterdam. Basic Statistics - Matthijs Rooduijn Basic Statistics - DataCamp Inferential Statistics (Coursera) by the University of Amsterdam. Inferential Statistics - DataCamp 予備校のノリで学ぶ「大学の数学・物理」確率統計学｜予備校のノリで学ぶ「大学の数学・物理」一般財団法人統計質保証推進協会統計検定：Japan Statistical Society Certificate 総務省政策統括官（統計制度担当）付統計企画管理官室「高校からの統計・データサイエンス活用～上級編～」総務省統計局なるほど統計学園総務省統計局データサイエンス・スクール　統計力向上サイト総務省統計局「中学校のための統計　社会が、自然が、生活がみえる統計」総務省統計局「高校生のための統計学習教材」総務省統計局「高等学校における「情報II」のためのデータサイエンス・データ解析入門」竹村彰通・下川敏雄・酒折文武・中山厚穂・奥田直彦. gacco 「統計学I：データ分析の基礎」https://gacco.org/ 竹村彰通・椎名洋・和泉志津恵・松田安昌・佐藤俊哉. gacco 「統計学II：推測統計の方法」https://gacco.org/ 岩崎学・足立浩平・渡辺美智子・宿久洋・芳賀麻誉美. gacco 「統計学III：多変量データ解析法」https://gacco.org/ eラーニング教材・講義動画配信 \| 数理・データサイエンス教育強化拠点コンソーシアム数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム対応教材過去の教科書は、2003-2007年度ボーンシュテット＆ノーキ『社会統計学：社会調査のためのデータ分析』、 R言語の演習を行い大きな教育効果が得られた 2008-2012年度山田剛史・杉澤武俊・村井潤一郎『Rによるやさしい統計学』、事情により R言語の演習をとりやめることとなった 2013-2017年度小島寛之『完全独習統計学入門』、大村平『多変量解析のはなし』です。
成績評価の方法及び基準	演習、課題など(100%) ・初回授業に、NU-AppsG アカウントを用いて Google Classroom のクラスへ参加（登録）する必要があります。・不定期に演習、課題などを行います。・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。・対面参加が出来ない場合は、オンラインやオンデマンドで学習できます。仮に対面授業であっても遠隔授業であっても、課題と成績評価の基準は同じです。
オフィスアワー	授業時間帯の前後を中心に Google Classroom で随時対応。質問は、チャットボットによる授業支援を常時実施し、 Google フォームへの記入・集約とし、 Google Classroom 経由でのフィードバック。対面授業の場合は授業終了時。
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。また、事前学習・事後学習の時間は目安です。 FAQ Webブラウザ起動 PC/Mac/Chromebook で Google Chrome ブラウザを起動します。ログイン日本大学の 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 Blackboard で使う [email protected] とは別です。クラス参加と学習初回授業までに Google Classroom へアクセスし、「＋」アイコンをクリックし、クラスコードを入力し、授業のクラスへ参加し、学習します。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。 Google Classroom の［メンバー］タブには、自分の名前は表示されない仕様です。ご自分の名前が見当たらなくとも、心配しないで下さい。別の授業のクラスに、間違って参加をしないように注意して下さい。生徒としてクラスに参加する - パソコン - Classroom ヘルプ Google Classroom は1億7000万人以上に利用されており（2021年2月時点）、使い方が分からない場合はネット上で検索するといくらでも情報が得られます。 Classroom ヘルプ学籍番号・氏名の回答クラスに参加したら、履修登録・成績評価のため、最初の Googleフォームの課題で、学籍番号・氏名等を必ず回答して下さい。クラスの課題を確認する - パソコン - Classroom ヘルプカレンダーで期限と予定を確認する - パソコン - Classroom ヘルプ課題を提出する - パソコン - Classroom ヘルプ授業用のビデオ会議に参加する - パソコン - Classroom ヘルプクラスにおける総合成績を確認する - パソコン - Classroom ヘルプクラスへの登録を解除すると Google Classroom 上の履歴は失われますが、 Googleフォームによる出席や課題の記録は、全て残っています。「課題をきちんと提出したが、操作ミスで登録解除をしてしまい、提出履歴と評価が消えてしまった」という事態はありえませんので、御注意下さい。クラスへの登録を解除する - パソコン - Classroom ヘルプ困った場合「権限が必要です」と表示され、アクセスできず困る場合複数の 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。フォームを開けない - ドキュメントエディタヘルプあるいは、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。シークレットブラウジング自分で解決ができない場合は、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。質問など授業支援のためチャットボットを用います。質問用の Google フォームを Google Classroom のクラス内に設置します。差し支えない内容はまとめて回答・共有します。課題や質問から教員のみへ連絡する［限定公開のコメント］も可能ですが、教員が気づかない場合もあります。クラスストリームに投稿する - パソコン - Classroom ヘルプ NU-Apps、NU-AppsG では、教員へのメールのリンクが表示されないかもしれません。教師やクラスメートにメールを送信する - パソコン - Classroom ヘルプ

↑このページのトップ