シラバス参照

授業情報/Class Information

科目一覧へ戻る 2024/01/18 現在

基本情報/Basic Information

開講科目名
/Class
経営情報システム論演習(1年次)/Seminar in Management Information Systems
授業コード
/Class Code
J002981001
開講キャンパス
/Campus
ポートアイランド
開講所属
/Course
修士/
年度
/Year
2023年度/Academic Year  
開講区分
/Semester
通年/FULL-YEAR
曜日・時限
/Day, Period
水1(前期),水1(後期)/WED1(SPR.),WED1(AUT.)
単位数
/Credits
4.0
主担当教員
/Main Instructor
小川 賢/OGAWA MASARU
遠隔授業
/Remote lecture
No

担当教員情報/Instructor Information

教員名
/Instructor
教員所属名
/Affiliation
小川 賢/OGAWA MASARU 経営学部/Business Administration
授業の方法
/Class Format
対面授業(演習)
授業の目的
/Class Purpose
この授業では、データ分析の基礎的な内容の理解を目的とします。目的(自身が主張したいこと)を明らかにするために、どのような結論が必要で、そのためにはどのような分析が必要で、そのためにはどのようなデータが必要かを理解し、データ収集から分析までが行えるようになることを目的とする。
到 達 目 標
/Class Objectives
重回帰分析ができる
因子分析ができる
クラスター分析ができる
仮説検定ができる
SPSSやRを活用できる
目的に応じた分析方法を適切に用いることができる
授業のキーワード
/Keywords
授業の進め方
/Method of Instruction
演習を中心に、必要に応じて講義形式で進めていく。
履修するにあたって
/Instruction to Students
授業時間外に必要な学修内容・時間
/Required Work and Hours outside of the Class
予習:テキストに目を通しておくこと。必要であれば、統計学のテキストを復習しておくこと。
復習:講義で学修した統計処理、数理計画法を復習し、内容の理解に努めること。
1時間程度の授業時間外が目安である。 
提出課題など
/Quiz,Report,etc
成績評価方法・基準
/Grading Method・Criteria
単位認定は授業回数の3分の2以上の出席が前提となる。レポートによって評価する。
テキスト
/Required Texts
参考図書
/Reference Books
No.
/Time
主題と位置付け
/Subjects and position in the whole class
学習方法と内容
/Methods and contents
備考
/Notes
1 第1回 ガイダンス 授業の進め方、評価方法について説明する。
2 第2回 データ分析の基礎1 データ分析を行う上での基礎的な知識の整理を行う。
3 第3回 重回帰分析1 重回帰分析について理解する。
4 第4回 重回帰分析2 重回帰分析を用いたデータ分析について理解する。
5 第5回 重回帰分析3 重回帰分析による結果の解釈方法について理解する
6 第6回 重回帰分析4 重回帰分析の結果に基づく、再計算の必要性について理解する。
7 第7回 重回帰分析5 よりよい分析結果を得るための改善方法について理解する。
8 第8回 仮説検定1 仮説検定を行う上での留意点について理解する。
9 第9回 仮説検定2 仮説の立て方について理解する。
10 第10回 仮説検定3 仮説検定の演習を行い、検定方法を理解する。
11 第11回 仮説検定4 よりよい分析結果を得るための改善方法について理解する。
12 第12回 因子分析1 因子分析を用いたデータ分析について理解する。
13 第13回 因子分析2 因子分析による結果の解釈方法について理解する。
14 第14回 因子分析3 因子分析の結果に基づく再計算の必要性について理解する。
15 第15回 クラスター分析1 クラスター分析について理解する。
16 第16回 クラスター分析2 クラスター分析による結果の解釈方法について理解する。
17 第17回 主成分分析1 主成分分析を用いたデータ分析について理解する。
18 第18回 主成分分析2 主成分分析による結果の解釈方法について理解する。
19 第19回 多変量解析 よりよい分析結果を得るための複数の分析方法の組み合わせについて理解する。
20 第20回 SPSS1 SPSSを用いた重回帰分析について理解する。
21 第21回 SPSS2 SPSSを用いた因子分析について理解する。
22 第22回 SPSS3 SPSSを用いた主成分分析について理解する。
23 第23回 R1 Rを用いた重回帰分析について理解する。
24 第24回 R2 Rを用いた因子分析について理解する。
25 第25回 R3 Rを用いた主成分分析について理解する。
26 第26回 R4 Rを用いたクラスター分析について理解する。
27 第27回 データ分析と倫理 データ分析における倫理について理解する。
28 第28回 データ分析における留意点 データ収集における諸問題について理解する。
29 第29回 演習課題 これまで学んだ内容を活用して自身のテーマに基づいたデータ分析について報告・議論し、理解を深める。
30 第30回 まとめ 講義を総括する。

科目一覧へ戻る