タイトル
時間割番号: 7021200901
多変量解析入門
 
担当教員
松井 秀俊[Hidetoshi Matsui]
開講学部等 データサイエンス学部 対象年次 2~ 単位数 2
開講時期 春学期 開講曜時 金5 クラス (必修)
ナンバリング DSST21003
授業形態 【対】ハイブリッド授業(対面+オンデマンド)
授業の目的と概要  
基礎的な多変量解析手法について紹介する。データを解析するための多変量解析手法としては、分析目的に応じて様々なものが提案されている。本講義では、これらのうち一部の手法に対して、それぞれがどのような目的で用いられるか、どのようなデータに対して適用できるか、そして得られた結果から何が読み取れるかについて学習する。
本授業は、社会調査士E科目に対応する科目である。

授業形態(予定):対面授業と同時双方向型オンライン授業の併用
 
授業の到達目標  
1. 講義中に説明した多変量解析手法を適用する目的や、各手法がどのような形式のデータに対して有効かを適切に理解できている。
2. さらに、解析によって得られた結果を理解し、データの特徴を自らの力で把握できるようになることが理想的である。手法の理論的な解析手順までは理解してもらう必要はない。
 
授業計画  
No内容
第1回 イントロダクション
第2回 単回帰分析
第3回 重回帰分析
第4回 ロジスティック回帰分析
第5回 判別分析-1
第6回 判別分析-2
第7回 決定木
第8回 サポートベクターマシン
第9回 小テスト1/教師あり学習・教師なし学習
第10回 クラスター分析
第11回 主成分分析-1
第12回 主成分分析-2
第13回 因子分析
第14回 その他の多変量解析手法
第15回 小テスト2/まとめ
 
事前学習・事後学習など授業時間外の学習  
1.講義で扱った方法について、その考え方を理解する
2.共有したRのサンプルプログラムを実際に実行し、処理の流れを理解する
 
成績評価の方法  
授業中に課す2回の小テスト(40%)および1回のレポート(60%)の成績により評価する。
 
成績評価の基準  
多変量解析のための各手法についてどのようなものか、何ができるかを理解していることと、講義で扱った多変量解析手法をプログラムを用いて実際に分析できるようになることを基準とする。
 
教科書  
教科書1 ISBN 9784780607079
書名 多変量解析(データサイエンス大系)
著者名 松井秀俊 出版社 学術図書出版社 出版年 2023
 
参考書  
参考書1 ISBN 978-4489020001
書名 入門はじめての多変量解析
著者名 石村貞夫, 石村光資郎 著, 出版社 東京図書 出版年 2007
参考書2 ISBN 978-4860643980
書名 意味がわかる多変量解析 = MULTIVARIATE ANALYSIS : まずはこの一冊から
著者名 石井俊全 著, 出版社 ベレ出版 出版年 2014
教材に関する補足情報  
 
参考文献一覧  
 
履修上の注意事項  
 
キーワード(「実務経験のある教員による授業科目」は「実務経験」で検索)  
実務経験
 
備考(実務経験の内容と授業との関連を含む)  
企業在籍時にデータを分析した際、連続データや2値データ、回帰や分類など、さまざまな種類のデータや分析目的があったため、それらに応じた方法を説明します。また、実際のデータに対してデータ分析する方法も説明します。
 
参照ホームページ  
 
教員からの一言  
 
オフィスアワー  
 
連絡先(研究室他)  
 
連絡先(電話番号)  
 
連絡先(メールアドレス)  
 
ホームページ  
 
備考(教員情報)  
 
↑ページの先頭へ戻る