| １． |
授業目標 |
|
複数変数を持つ数値データを分析し推定する多変量解析は、科学技術等の多くの分野で活用される重要な手法です。本講義では、基本的な統計手法・多変量解析手法を理解し、実際の問題に適用する力を養うことを目的とします。
|
| ２． |
授業概要 |
|
統計手法の基礎を復習し、多変量解析の基本的手法である回帰分析を中心として、主成分分析・判別分析・クラター分析等を学習します。分析結果の解釈に必要な理論の理解とともに、事例紹介・コンピュータを用いた演習により応用力を身につけます。
|
| ３． |
準備学習（授業時間外の学習） |
|
復習も行ないますが、学部レベルの数理統計学・線形代数を理解していることが望ましいです。各手法の特徴・手順・トラブル対処法を復習、さらに自身の課題に応用して身に付けて下さい。
|
| ４． |
授業計画 |
|
【第 １ 回】イントロダクション、統計手法の基礎(1) データのまとめ方
【第 ２ 回】統計手法の基礎(2) 相関解析
【第 ３ 回】統計手法の基礎(3) 確率分布の基礎と正規分布
【第 ４ 回】統計手法の基礎(4) 検定と推定
【第 ５ 回】統計手法の基礎(5) 統計モデルの選択法
【第 ６ 回】回帰分析(1) 単回帰分析と定式化
【第 ７ 回】回帰分析(2) 単回帰分析での注意点
【第 ８ 回】回帰分析(3) 重回帰分析と定式化
【第 ９ 回】回帰分析(4) 重回帰分析の注意点・変数選択手法
【第１０回】回帰分析(5) 質的変数の取扱法、多変量解析で重要な線形代数の知識
【第１１回】回帰分析(6) ロジスティック回帰分析
【第１２回】クラスター分析 階層的手法・非階層的手法
【第１３回】他の手法(主成分分析、判別分析 等)、コンピュータ演習
【第１４回】コンピュータ演習の成果発表
【第１５回】まとめ
|
| ５． |
成績評価の方法、基準 |
|
コンピュータ演習の成果発表と提出レポートで総合的に評価します。
|
| ６． |
使用テキスト及び使用教材 |
|
テキストは用いません。資料をLMSに掲載します。
参考書として、永田・棟近 著「多変量解析法入門」サイエンス社, 2001を挙げますが、様々な本がありますので個々人の用途に応じた本を探してみて下さい。
演習ソフトウェアとして履修後にも活用できるようにExcelを利用する予定です。
|
| ７． |
その他 |
|
講義に加え、理解を助けるためにコンピュータ演習をほぼ毎回行ないます。
そのため、講義は大学院CL教室で行います。
理解状況・受講生の研究課題に応じて適宜授業内容を変更する場合があります。
|
