基本情報/Basic Information

開講科目名 ／Class	データ分析実習Ⅱ／Data Analysis Practice Ⅱ
授業コード ／Class Code	A004871001
ナンバリングコード ／Numbering Code	GENi011
開講キャンパス ／Campus	有瀬
開講所属 ／Course	共通教育科目／
年度 ／Year	2024年度／Academic Year
開講区分 ／Semester	後期／AUTUMN
曜日・時限 ／Day, Period	月1(後期)／MON1(AUT.)
単位数 ／Credits	1.0
主担当教員 ／Main Instructor	佐藤　毅／SATO TAKASHI
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
佐藤　毅／SATO TAKASHI	共通教育センター

授業の方法 ／Class Format	対面授業（実習）
授業の目的 ／Class Purpose	データ収集に関する知識を持ち、効率的な収集スキルを身につける。 Excelを活用し、データ分析への興味・関心を高める。 Rの基本操作について理解し、Excelとは異なるデータ分析手法の存在の知る。 これらの目的を達成することで、全学DPに示されるように、幅広い知識を活用してさまざまな問題を発見し、それを解決する方策を導くことができる。
到　達　目　標 ／Class Objectives	Web上データを収集し、適切なデータ形式で保存できる。 Excelを活用し、データ集計、分析ができる。 Rの基本操作について理解し、操作ができる。
授業のキーワード ／Keywords	データ収集、クレンジング、基本統計、Excelデータ分析機能、R
授業の進め方 ／Method of Instruction	授業前半では、講義中心の理論や手法の解説を実施。 後半で、PCを用いた実習をおこなう。
履修するにあたって ／Instruction to Students	授業は、実習室のPC（WindowsをOS）を利用します。 自宅で学習するためにも、PCを保有することを推奨します。 また、Macでも学習は可能ですが、ソフトウェアの操作方法がWindowsと異なることもあります。
授業時間外に必要な学修内容・時間 ／Required Work and Hours outside of the Class	各回の予習で30分、復習、課題で60分程度を想定しています。
提出課題など ／Quiz,Report,etc	Moodleで、各種資料の配付、回収、提出を実施。 フィードバックもMoodleにて実施。
成績評価方法・基準 ／Grading Method・Criteria	毎授業時間における実習成果物(40%)、課題(40%)、確認テスト(20％）として評価します。
テキスト ／Required Texts	テキストはありません。授業ごとに講義ファイルを準備し、公開します。
参考図書 ／Reference Books

No.	回 ／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 資料検索発展	情報処理実習室の利用について     授業の進め方     評価方法     課題の提出方法など
2	第2回	データ収集１	データの種類 データ収集の方法 収集データの取り扱いと著作権
3	第3回	データ収集２	Webからのデータ収集 Excelの活用
4	第4回	データ収集３	Webからのデータ収集 スクレイピングサービスの活用
5	第5回	データのクレンジング	異常値の処理
6	第6回	データの可視化	各種グラフの特徴と活用法
7	第7回	統計的仮説の検定	分散分析を例に
8	第8回	前半の総復習 確認テスト１	第1回から第7回までの理解度の確認 理解不足である学習内容の復習
9	第9回	Rとは	Rって何？ データ分析におけるRの役割 Rのインストール 基本統計量
10	第10回	Rー基礎１	ベクトル 行列 データフレーム
11	第11回	Rー基礎２	データのファイル出力 ファイルからのデータ読込
12	第12回	Rによる作図	データプロット ヒストグラム
13	第13回	Rによる統計的仮説の検定	平均値の差の検定
14	第14回	Rによる分散分析	一元配置分散分析 二元配置分散分析
15	第15回	確認テスト2 本実習をふりかえって	第14回までの理解度の確認